1. ??? ?? ??

???? ?? ??? ?? ???, ? ?? ??, ??? ??, ?? ?? ??, ?? ?? ? ?? ??? ???? ??? ??? ??? ?? ??? ?????. ??? ??? ?? ?? ??? ???? ??? ??? ??? ??? ? ?? ??? Stream ??? ?????. ?? ???? ?? ??? ?????? ??? ?? ???? ???.

??? Stream? ???? ?? ??? ?????? ?????.

1.1. ??: ??? ???? ?? ???

filter() ???? ??? ???? ???? ? ?? ?????. ?, ??? ? ??? ?? ??? ???? ??? ??? ???? ??? ???? ? ????. ??? ??? ???? ?????.

?????? ?? ??? ?? ??? ?? "133"?? ???? ?? ??? ??????? ??? ?????. ?? ?? filter()? ???? ?? ??? ? ????. -

//將數(shù)組轉(zhuǎn)換為一個字符串列表
List<String> numbers = Arrays.asList("13378520000","13278520000","13178520000","13358520000");
//通過stream()方法創(chuàng)建一個流，接著使用filter()方法過濾出前綴為“133”的元素，最終通過collect() 方法將結(jié)果收集到一個新列表中
List<String> filterdNumbers = numbers.stream().filter(s -> s.startsWith("133")).collect(Collectors.toList());
System.out.println(filterdNumbers);


//打印結(jié)果：[13378520000, 13358520000]

1.2, map: ?? ?? ??

map() ???? ???? ? ??? ????, ?? ?? ??? ?????, ???? ??? ????, ? ???? ???? ? ?????.

?? ? ?? ??? ?? ??? ?? ??? ???? ??? ??? ???? map()? ?????. -

1.2.1 ?? ??

??? ?? ?? ??? ??? ?????. , ?? 7??? ???? ??? ??? ??? ??????? ?? ??? ??? ?? 7? ?? ???? ???? ???. ?? ????? map() ???? ??? ? ????.

List<String> numbers = Arrays.asList("13378520000","13278520000","13178520000","13558520000");
//通過stream()方法創(chuàng)建一個流，使用map()方法將每個字符串轉(zhuǎn)換為截取前7位的字符，最后使用collect()方法將結(jié)果收集到一個新列表中
List<String> filterdNumbers = numbers.stream().map(s -> s.substring(0,7)).collect(Collectors.toList());
System.out.println(filterdNumbers);


//打印結(jié)果：[1337852, 1327852, 1317852, 1355852]

1.2 .2. ?? ?? ??

??? ?? ??? ??? ???? map() ???? ???? ? ??? ???? ??? ???? ???:

List<People> peopleList = Arrays.asList(
        new People("王二","13378520000"),
        new People("李二","13278520000"),
        new People("張四","13178520000")
);
//通過stream()方法創(chuàng)建一個流，使用map()方法提取每個用戶的手機號，最后使用collect()方法將結(jié)果收集到一個新列表中
List<String> tel = peopleList.stream().map(People::getTel).collect(Collectors.toList());
System.out.println(tel);


//打印結(jié)果：[13378520000, 13278520000, 13178520000]

1.3, flatMap: ?? ?? ???? ??? ?????

flatMap() ???? ??? ??? ????? ?? ??? ??? ?? ???? ??? ? ????.

1.3.1 ??? ?? ??

?? ?? A? B? ??? ?????. ?? A? ? ??? ?? B? ?? ??? ????? ???? ???. ?? ????? flatMap? ?????. -

List<Integer> listA = Arrays.asList(1, 2, 3);
List<Integer> listB = Arrays.asList(4, 5, 6);
List<Integer> list = listA.stream().flatMap(a -> listB.stream().map(b -> a +b)).collect(Collectors.toList());
System.out.println(list);


//打印結(jié)果:  [5, 6, 7, 6, 7, 8, 7, 8, 9]	

1.3.2 ?? ??? ??? ???? ??

?? ?? ??? ?? ??? ??? ??? ??? ??? ?????. into A ??? flatMap() ???? ???? ??? ? ????:

List<List<String>> listOfLists = Arrays.asList(
        Arrays.asList("13378520000", "13278520000"),
        Arrays.asList("13178520000", "13558520000"),
        Arrays.asList("15138510000", "15228310000")
);
List<String> flatMapList = listOfLists.stream().flatMap(Collection::stream).collect(Collectors.toList());
System.out.println(flatMapList);


//打印結(jié)果：[13378520000, 13278520000, 13178520000, 13558520000, 15138510000, 15228310000]

1.4.distinct: ?? ?? ??

distinct() ???? ????? ?? ??? ???? ?? ?? ??? ???? ? ??? ? ????.

???? ???? ?? ???? ??? ??? ??? ????, Unique()? ???? ??? ?? ??? ? ????. -

List<String> numbers = Arrays.asList("13378520000", "15138510000","13178520000", "15138510000");
List<String> disNumbers = numbers.stream().distinct().collect(Collectors.toList());
System.out.println(disNumbers);		


//打印結(jié)果：[13378520000, 15138510000, 13178520000]		

? ?? ??? ??, ??? ??? ???? ?? ??? ??? ? ??? ???? ??? ????. ??? equals() ? hashCode() ???? ??? ??? ? ? ???? ? ??? ???? ??? ???? ???? ?????.

1.5, sorted: ?? ??

sorted() ???? ???? ??? ???? ? ?????.

People ?? ??? ???? ???? ??? ?????. ??? ?? ????? ?????? ?????. -

1.5.1, ????

????? ???? - ?????? ?????. ?? -

List<People> peopleList = Arrays.asList(
        new People("王二",20),
        new People("李二",30),
        new People("張四",31)
);
List<People> newpeopleList=peopleList.stream().sorted(Comparator.comparing(People::getAge)).collect(Collectors.toList());
//打印結(jié)果
newpeopleList.stream().forEach(System.out::println);

?? ??:

People{name='王二', age=20}
People{name='leetwo', age=30}
People{name='Zhang Si', age= 31}

1.5.2. ???? ??

reversed() ???? ???? ???? ?????. ?, ?????? ?????— ', age=30}

1.6, peek: ? ??? ??? ? ? ??? ??? ????? ????. ???? ?? ??

peek() ???? ???? ?? ??? ???? ?? ???? ??? ?? ? ?????. ? ???? ???? ?? ???? ??? ? ??? ??? ??? ??? ??? ??? ??? ???? ????.

List<People> peopleList = Arrays.asList(
        new People("王二",20),
        new People("李二",30),
        new People("張四",31)
);
List<People> newpeopleList = peopleList.stream().sorted(Comparator.comparing(People::getAge).reversed()).collect(Collectors.toList());
//打印結(jié)果
newpeopleList.stream().forEach(System.out::println);

?? ??:

133

132

peek() ???? forEach? ?? ???? ???? ??? ???? ? ??? ? ????. ??? ? ???? ? ??? ????. . ??? forEach? ???? ?? ????? ????. ?? ???? ?????? ? ?? ??? ??? ? ??? ?????. forEach ?? ???, ??? peek ???? ?????. ?? ???? ? ? ??? ??? ???? ?? ???? peek? ??? ? ?? ??? ??? ?? ? ??? ???? ? ??? ??? ?? ????. ?.

??? peek() ???? forEach? ?? ? ??????.

1.7、limit 和 skip：截取流中的部分元素

limit()和skip()都是用于截取Stream流中部分元素的方法，兩者區(qū)別在于，limit()返回一個包含前n個元素的新流，skip()則返回一個丟棄前n個元素后剩余元素組成的新流。

int[] arr = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
System.out.print("取數(shù)組前5個元素:");
Arrays.stream(arr).limit(5).forEach(n -> System.out.print(n + " ")); // 輸出結(jié)果為：1 2 3 4 5


System.out.print("跳過前3個元素，取剩余數(shù)組元素:");
Arrays.stream(arr).skip(3).forEach(n -> System.out.print(n + " ")); // 輸出結(jié)果為：4 5 6 7 8 9 10

二、Stream終止操作

Stream的終止操作是指執(zhí)行Stream流鏈中最后一個步驟，到這一步就會結(jié)束整個流處理。在Java8中，Stream終止操作包括forEach、toArray、reduce、collect、min、max、count、anyMatch、allMatch、noneMatch、findFirst和findAny等。這些終止操作都有返回值。需要注意一點是，如果沒有執(zhí)行終止操作的話，Stream流是不會觸發(fā)執(zhí)行的，例如，一個沒有終止操作的peek()方法代碼是不會執(zhí)行進而打印——

list.stream().peek(t -> System.out.println("ddd"))

當加上終止操作話，例如加上collect，就會打印出“ddd”——

list.stream().peek(t -> System.out.println("ddd")).collect(Collectors.toList());

下面按類別分別講解各個終止操作的使用。

2.1、forEach：遍歷流中的每個元素

該forEach前面已經(jīng)提到，這里不做過多介紹。

2.2、count：統(tǒng)計流中元素的數(shù)量

count可以統(tǒng)計流中元素的數(shù)量并返回結(jié)果。

假設(shè)有一個包含多個手機號字符串的列表，需要統(tǒng)計去重后的手機號數(shù)量，就可以使用count方法——

List<String> numbers = Arrays.asList("13378520000", "15138510000","13178520000", "15138510000");
long count = numbers.stream()
        .distinct()//去重
        .count();//統(tǒng)計去重后的手機號
System.out.println(count);


//打印結(jié)果：3

2.3、reduce：將流中的所有元素歸約成一個結(jié)果

reduce()可以將流中的所有元素根據(jù)指定規(guī)則歸約成一個結(jié)果，并將該結(jié)果返回。

常用語法格式如下：

Optional<T> result = stream.reduce(BinaryOperator<T> accumulator);

可見，reduce方法會返回一個Optional類型的值，表示歸約后的結(jié)果，需要通過get()方法獲取Optional里的值。

假設(shè)有一個包含多個手機號字符串的List列表，需要在去重之后，再將列表所有字符串拼按照逗號間隔接成一個字符串返回，那么就可以通過reduce來實現(xiàn)——

List<String> numbers = Arrays.asList("13378520000", "15138510000","13178520000", "15138510000");
Optional result = numbers.stream()
        .distinct() //去重
        .reduce((a ,b) -> a+","+b);//指定規(guī)則為，相臨兩個字符通過逗號“，”間隔
System.out.println(result.get());

//打印結(jié)果：13378520000,15138510000,13178520000

2.4、collect：將流中的元素收集到一個容器中，并返回該容器

collect的作用是將流中的元素收集到一個新的容器中，返回該容器。打個比喻，它就像一個采摘水果的工人，負責將水果一個個采摘下來，然后放進一個籃子里，最后將籃子交給你。我在前面的案例當中，基本都有用到collect，例如前面2.1的filter過濾用法中的List filterdNumbers = numbers.stream().filter(s -> s.startsWith("133")).collect(Collectors.toList())，就是將過濾出前綴為“133”的字符串，將這些過濾處理后的元素交給collect這個終止操作。這時collect就像采摘水果的員工，把采摘為前綴“133”的“水果”通過toList()方法收集到一個新的List容器當中，然后交給你。最后你就可以得到一個只裝著前綴為“133”的元素集合。

在Java8的collect方法中，除里toList()之外，還提供了例如toSet，toMap等方法滿足不同的場景，根據(jù)名字就可以知道，toSet()返回的是一個Set集合，toMap()返回的是一個Map集合。

2.5、min 和 max：找出流中的最小值和最大值

min和max用來查找流中的最小值和最大值。

假設(shè)需要在查找出用戶列表中年齡最小的用戶，可以按照以下代碼實現(xiàn)——

List<People> peopleList = Arrays.asList(
        new People("王二",20),
        new People("李二",30),
        new People("張四",31)
);
//查找年齡最小的用戶，若沒有則返回一個null
People people = peopleList.stream().min(Comparator.comparing(People::getAge)).orElse(null);
System.out.println(people);

//打印結(jié)果：People{name=&#39;王二&#39;, age=20}

max的用法類似，這里不做額外說明。

2.6、anyMatch、allMatch 和 noneMatch：判斷流中是否存在滿足指定條件的元素

2.6.1、anyMatch

anyMatch用于判斷，如果流中至少有一個元素滿足給定條件，那么返回true，反之返回false，即 true||false為true這類的判斷。

假設(shè)在一個手機號字符串的List列表當中，判斷是否包含前綴為“153”的手機號，就可以使用anyMatch——

List<String> numbers = Arrays.asList("13378520000", "15138510000","13178520000", "15338510000");
boolean hasNum = numbers.stream().anyMatch(n -> n.startsWith("153"));
System.out.println(hasNum);

//打印結(jié)果：true

2.6.2、allMatch

allMatch用于判斷，流中的所有元素是否都滿足給定條件，滿足返回true，反之false，即true&&false為false這類判斷。

假設(shè)在一個手機號字符串的List列表當中，判斷手機號是否都滿足前綴為“153”的手機號，就可以用allMatch——

List<String> numbers = Arrays.asList("13378520000", "15138510000","13178520000", "15338510000");
boolean hasNum = numbers.stream().allMatch(n -> n.startsWith("153"));
System.out.println(hasNum);

//打印結(jié)果：false

2.6.3、noneMatch

noneMatch用于判斷，如果流中沒有任何元素滿足給定的條件，返回true，如果流中有任意一個條件滿足給定條件，返回false，類似!true為false的判斷。

假設(shè)在一個手機號字符串的List列表當中，判斷手機號是否都不滿足前綴為“153”的手機號，就可以用noneMatch——

List<String> numbers = Arrays.asList("13378520000", "15138510000","13178520000", "1238510000");
//numbers里沒有前綴為“153”的手機號
boolean hasNum = numbers.stream().noneMatch(n -> n.startsWith("153"));
System.out.println(hasNum);


//打印結(jié)果：true

這三個方法其實存在一定互相替代性，例如在3.6.1中，滿足!anyMatch表示所有手機號都不為“153”前綴，才得到true，這不就是noneMatch，主要看在項目當中如何靈活應(yīng)用。

2.7、findFirst 和 findAny：返回流中第一個或任意一個元素

2.7.1、findFirst

findFirst用于返回流中第一個元素，如果流為空話，則返回一個空的Optional對象——

假設(shè)需要對一批同手機號的黑名單用戶按照時間戳降序排序，然后取出第一個即時間戳為最早的用戶，就可以使用findFirst——

List<People> peopleList = Arrays.asList(
        new People("王二","13178520000","20210409"),
        new People("李二","13178520000","20230401"),
        new People("張四","13178520000","20220509"),
        new People("趙六","13178520000","20220109")
);
/**
 * 先按照時間升序排序，排序后的結(jié)果如下：
 *   People{name=&#39;王二&#39;, tel=&#39;13178520000&#39;, time=&#39;20210409&#39;}
 *   People{name=&#39;趙六&#39;, tel=&#39;13178520000&#39;, time=&#39;20220109&#39;}
 *   People{name=&#39;張四&#39;, tel=&#39;13178520000&#39;, time=&#39;20220509&#39;}
 *   People{name=&#39;李二&#39;, tel=&#39;13178520000&#39;, time=&#39;20230401&#39;}
 *
 *排序后，People{name=&#39;王二&#39;, tel=&#39;13178520000&#39;, time=&#39;20210409&#39;}成了流中的第一個元素
 */
People people = peopleList.stream().sorted(Comparator.comparing(People::getTime)).findFirst().orElse(null);
System.out.println(people);

//打印結(jié)果：People{name=&#39;王二&#39;, tel=&#39;13178520000&#39;, time=&#39;20210409&#39;}

2.7.2、findAny

findAny返回流中的任意一個元素，如果流為空，則通過Optional對象返回一個null。

假設(shè)有一個已經(jīng)存在的黑名單手機號列表blackList，現(xiàn)在有一批新的手機號列表phoneNumber，需要基于blackList列表過濾出phoneNumber存在的黑名單手機號，最后從過濾出來的黑名單手機號當中挑選出來出來任意一個，即可以通過findAny實現(xiàn)——

//blackList是已經(jīng)存在的黑名單列表
List<String> blackList = Arrays.asList("13378520000", "15138510000");
//新來的手機號列表
List<String> phoneNumber = Arrays.asList("13378520000", "13178520000", "1238510000","15138510000","13299920000");
String blackPhone = phoneNumber.stream()
        //過濾出phoneNumber有包含在blackList的手機號，這類手機號即為黑名單手機號。
        .filter(phone -> blackList.contains(phone))
        //獲取過濾確定為黑名單手機號的任意一個
        .findAny()
        //如果沒有則返回一個null
        .orElse(null);
System.out.println(blackPhone);

//打印結(jié)果：13378520000

三、并行流

前面的案例主要都是以順序流來講解，接下來，就是講解Stream的并行流。在大數(shù)據(jù)量處理場景下，使用并行流可以提高某些操作效率，但同樣存在一些需要考慮的問題，并非所有情況下都可以使用。

3.1、什么是并行流：并行流的概念和原理

并行流是指通過將數(shù)據(jù)按照一定的方式劃分成多個片段分別在多個處理器上并行執(zhí)行，這就意味著，可能處理完成的數(shù)據(jù)順序與原先排序好的數(shù)據(jù)情況是不一致的。主要是用在比較大的數(shù)據(jù)量處理情況，若數(shù)據(jù)量太少，效率并不比順序流要高，因為底層其實就使用到了多線程的技術(shù)。

并行流的流程原理如下：

1、輸入數(shù)據(jù)：并行流的初始數(shù)據(jù)一般是集合或者數(shù)組，例如Arrays.asList("13378520000", "13178520000", "1238510000","15138510000","13299920000")；

2、劃分數(shù)據(jù)：將初始數(shù)據(jù)平均分成若干個子集，每個子集可以在不同的線程中獨立進行處理，這個過程通常叫“分支”（Forking），默認情況下，Java8并行流使用到了ForkJoinPool框架，會將Arrays.asList("13378520000", "13178520000", "1238510000","15138510000","13299920000")劃分成更小的顆粒進行處理，可能會將該數(shù)組劃分成以下三個子集：

[13378520000, 13178520000] [1238510000, 13338510000] [13299920000]

3、處理數(shù)據(jù)：針對劃分好的子集并行進行相同的操作，例如包括過濾(filter)、映射(map)、去重(distinct)等，這個過程通常叫“計算”（Computing），例如需要過濾為前綴包括“133”的字符集合，那么，各個子集，就會處理得到以下結(jié)果：

[13378520000] [13338510000] []

4、合并結(jié)果：將所有子集處理完成的結(jié)果進行匯總，得到最終結(jié)果。這個過程通常叫“合并”（Merging），結(jié)果就會合并如下：

[13378520000，13338510000]

5、返回結(jié)果：返回最終結(jié)果。

通俗而言，就是順序流中，只有一個工人在摘水果，并行流中，是多個工人同時在摘水果。

3.2、創(chuàng)建并行流：通過 parallel() 方法將串行流轉(zhuǎn)換為并行流

可以通過parallel()方法將順序流轉(zhuǎn)換為并行流，操作很簡單，只需要在順序流上調(diào)用parallel()即可。

List<String> numbers = Arrays.asList("13378360000","13278240000","13178590000","13558120000");
//通過stream().parallel()方法創(chuàng)建一個并行流，使用map()方法將每個字符串轉(zhuǎn)換為截取前7位的字符，最后使用collect()方法將結(jié)果收集到一個新列表中
List<String> filNums = numbers.stream().parallel().map(s -> s.substring(0,7)).collect(Collectors.toList());
System.out.println(filNums);


//打印結(jié)果：[1337836, 1327824, 1317859, 1355812]

3.3、并行流的注意事項：并行流可能引發(fā)的線程安全，以及如何避免這些問題

在使用并發(fā)流的過程中，可能會引發(fā)以下線程安全問題：并行流中的每個子集都在不同線程運行，可能會導(dǎo)致對共享狀態(tài)的競爭和沖突。

避免線程問題的方法如下：避免修改共享狀態(tài)，即在處理集合過程當中，避免被其他線程修改集合數(shù)據(jù)，可以使用鎖來保證線程安全。

使用無狀態(tài)操作：在并行流處理過程盡量使用無狀態(tài)操作，例如filter、map之類的，可以盡量避免線程安全和同步問題。

四、Optional

4.1、什么是 Optional：Optional 類型的作用和使用場景

在實際開發(fā)當中，Optional類型通常用于返回可能為空的方法、避免null值的傳遞和簡化復(fù)雜的判斷邏輯等場景。調(diào)用Optional對象的方法，需要通過isPresent()方法判斷值是否存在，如果存在則可以通過get()方法獲取其值，如果不存在則可以通過orElse()方法提供默認值，或者拋出自定義異常處理。

4.2、如何使用 Optional：如何使用 Optional 類型

使用Optional類型主要目的是在數(shù)據(jù)可能為空的情況下，提供一種更安全、更優(yōu)雅的處理方式。

以下是使用Optional類型的常用方法：

4.2.1、ofNullable()和isPresent()方法

將一個可能為null的對象包裝成Optional類型的對象，然后根據(jù)isPresent方法判斷對象是否包含空值——

String str = null;
Optional<String> optStr = Optional.ofNullable(str);
if (optStr.isPresent()){
    System.out.println("Optional對象不為空");
}else {
    System.out.println("Optional對象為空");
}

//打印結(jié)果：Optional對象為空

4.2.2、get()方法

獲取Optional對象中的值，如果對象為空則拋出NoSuchElementException異常——

String str = null;
Optional<String> optStr = Optional.ofNullable(str);
if (optStr.isPresent()){
    System.out.println("Optional對象不為空");
}else {
    System.out.println("Optional對象為空");
    optStr.get();
}

控制臺打印結(jié)果：

Exception in thread "main" java.util.NoSuchElementException: No value present
at java.util.Optional.get(Optional.java:135)
at com.zhu.fte.biz.test.StreamTest.main(StreamTest.java:144)
Optional對象為空

4.2.4、orElse()方法

獲取Optional對象中的值，如果對象為空則返回指定的默認值——

String str = null;
Optional<String> optStr = Optional.ofNullable(str);
if (optStr.isPresent()){
    System.out.println("Optional對象不為空");
}else {
    System.out.println("Optional對象為空，返回默認值：" + optStr.orElse("null"));
}


//打印結(jié)果：Optional對象為空，返回默認值：null

當然，如果不為空的話，則能正常獲取對象中的值——

String str = "測試";
Optional<String> optStr = Optional.ofNullable(str);
if (optStr.isPresent()){
    System.out.println("Optional對象不為空，返回值：" + optStr.orElse("null"));
}else {
    System.out.println("Optional對象為空，返回默認值：" + optStr.orElse("null"));
}

//打印結(jié)果：Optional對象不為空，返回值：測試

那么，問題來了，它是否能判斷“ ”這類空格的字符串呢，我實驗了一下，

String str = "     ";
Optional<String> optStr = Optional.ofNullable(str);
if (optStr.isPresent()){
    System.out.println("Optional對象不為空，返回值：" + optStr.orElse("null"));
}else {
    System.out.println("Optional對象為空，返回默認值：" + optStr.orElse("null"));
}


//打印結(jié)果：Optional對象不為空，返回值：

可見，這類空字符串，在orElse判斷當中，跟StringUtils.isEmpty()類似，都是把它當成非空字符串，但是StringUtils.isBlank()則判斷為空字符串。

4.2.5、orElseGet()方法

orElseGet()和orElse()類似，都可以提供一個默認值。兩者區(qū)別在于，orElse方法在每次調(diào)用時都會創(chuàng)建默認值，而orElseGet只在需要時才會創(chuàng)建默認值。

4.3、Optional 和 null 的區(qū)別： Optional 類型與 null 值的異同

兩者都可以表示缺失值的情況，兩者主要區(qū)別為：Optional類型是一種包裝器對象，可以將一個可能為空的對象包裝成一個Optional對象。這個對象可以通過調(diào)用ofNullable()、of()或其他方法來創(chuàng)建。而null值則只是一個空引用，沒有任何實際的值。

Optional類型還可以避免出現(xiàn)NullPointerException異常，具體代碼案例如下：

String str = null;
//錯誤示范：直接調(diào)用str.length()方法會觸發(fā)NullPointerException
//int length = str.length()

//通過Optional類型避免NullPointerException
Optional<String> optionalStr = Optional.ofNullable(str);
if (optionalStr.isPresent()){//判斷Optional對象是否都包含非空值
    int length = optionalStr.get().length();
    System.out.println("字符串長度為：" + length);
}else {
    System.out.println("字符串為空！");
}

//使用map()方法對Optional對象進行轉(zhuǎn)換時，確保返回對結(jié)果不為null
Optional<Integer> optionalLength = optionalStr.map(s -> s.length());
System.out.println("字符串長度為：" + optionalLength.orElse(-1)); // 使用orElse()方法提供默認值

五、擴展流處理

除里以上常用的流處理之外，Java8還新增了一些專門用來處理基本類型的流，例如IntStream、LongStream、DoubleStream等，其對應(yīng)的Api接口基本與前面案例相似，讀者可以自行研究。

最后，需要注意一點是，在流處理過程當中，盡量使用原始類型數(shù)據(jù)，避免裝箱操作，因為裝箱過程會有性能開銷、內(nèi)存占用等問題，例如，當原始數(shù)據(jù)int類型被裝箱成Integer包裝類型時，這個過程會涉及到對象的創(chuàng)建、初始化、垃圾回收等過程，需要額外的性能開銷。

? ??? Java8?? ??? ???? ?????? ???? ??? ?? ?????. ??? ??? PHP ??? ????? ?? ?? ??? ?????!