归约（reduce）

    将流中的元素依次结合起来，得到一个新的值

    三个重载的方法：

    1.Optional<T> reduce(BinaryOperator<T> accumulator);

    2.T reduce(T identity, BinaryOperator<T> accumulator)

  3.<U> U reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner);

    前面两种在下面有些例子介绍，但是第三种研究了半天也没搞懂意思，在查阅资料后发现，它是用在流并发操作的时候，将每个线程前两个参数形成的结果result集合并为一个。所以第三个参数是一个BinaryOperator函数接口

//归约	@Test	public void test5() {		//reduce(String identity, BinaryOperator
    
      accumulator) 第一个参数相当于起始值 ，第二个参数是二元运算函数接口		String s1 = custs.stream().map(Cust::getCustName).reduce("", (x,y)->x+","+y).replaceFirst(",", "");		System.out.println(s1);				System.out.println("###################################");		//reduce(BinaryOperator
     
       accumulator) 参数是二元运算函数接口，因为没有给默认值，所以为了避免使用时空指针异常，返回的是Optional		Optional
      
        opt = custs.stream().map(Cust::getCustName).reduce((x,y)->x+","+y);		String s2 = opt.get().replaceFirst(",", "");		/*		 * 从年龄大于40的人中去操作，filter的结果会为空		 * Optional
       
         opt1 = custs.stream().filter((x)->x.getAge()>40).map(Cust::getCustName).reduce((x,y)->x+","+y);		 * String s3 = opt1.get().replaceFirst(",", "");		 * 		 * 这段代码要返回异常：java.util.NoSuchElementException: No value present		 * 仿佛并没有多大用处似的，看来需要再去了解一下Optional的使用方法		 */			}
       
      
     
    

收集

将数据源经过过滤、筛选等操作收集到对应的集合或者Map，或者收集他们的统计信息，如求和、平均值、最大值、最小值、记录数等

图片来自别人的教材

开始写例子。。

@Test	public void test6() {		List
    
      cl1 = custs.stream().map(Cust::getCustId).collect(Collectors.toList());		System.out.println(cl1);				System.out.println("###############################");		//如果收集为SET，则具有排重功能		Set
     
       st1 = custs.stream().map(Cust::getCustId).collect(Collectors.toSet());		System.out.println(st1);				System.out.println("###############################");		//使用时注意不能有重复的值		Map
      
        m1 = custs.stream().distinct().collect(Collectors.toMap((x)->x.getCustName(), (x)->x.getAge()));		System.out.println(m1);		//这个重载的方法比上面多出来的参数是用来处理冲突数据		Map
       
         m2 = custs.stream().collect(Collectors.toMap((x)->x.getCustName(), (x)->x.getAge(), (x,y)->x*y));		System.out.println(m2);		//在上面方法基础上，还可以把其他Map中的数据合并到结果中		Map
        
          m3 = custs.stream().collect(Collectors.toMap((x)->x.getCustName(), (x)->x.getAge(), (x,y)->x*y,()->{			Map
         
           mt = new HashMap(); mt.put("武磊", 2600000); mt.put("郜林", 2200000); return mt; })); System.out.println(m3); System.out.println("###############################"); //toConcurrentMap用来并发开发当中，其他2个和toMap用法一致，如果在并发开发中推荐使用toConcurrentMap，效率更高 ConcurrentMap
          
            m4 = custs.stream().distinct().collect(Collectors.toConcurrentMap((x)->x.getCustName(), (x)->x.getAge())); System.out.println(m4); //将结果收集到想要的集合当中 LinkedList
           
             ll1 = custs.stream().map(Cust::getCustName).limit(3).distinct().collect(Collectors.toCollection(LinkedList::new)); System.out.println(ll1); //统计记录数-相当于Oracle的count Long lc = custs.stream().collect(Collectors.counting()); System.out.println(lc); //统计所有记录的年龄-相当于Oracle的sum Long ls = custs.stream().collect(Collectors.summingLong(x->x.getAge())); System.out.println(ls); //求所有记录的年龄的平均值，因为经过除法之后会变成Double,所以即使方式使Long类型，其返回结果是Double Double ls1 = custs.stream().collect(Collectors.averagingLong(x->x.getAge())); System.out.println(ls1); //收集统计信息---这个功能包含了常用的统计结果，使用起来很方便，但是如果源数据很多，且使用不到那么多统计结果的话，为了考虑程序效率，还是要什么用什么比较好 DoubleSummaryStatistics dss = custs.stream().collect(Collectors.summarizingDouble(x->x.getAge())); System.out.println(dss.getAverage()+","+dss.getCount()+","+dss.getMax()); }
           
          
         
        
       
      
     
    

夜已深，瞌睡来了，剩下几个方法，如分组、分区、连接等下次来写