// 1. Individual values
Stream stream = Stream.of("a", "b", "c");
// 2. Arrays
String [] strArray = new String[] {"a", "b", "c"};
stream = Stream.of(strArray);
stream = Arrays.stream(strArray);
// 3. Collections
List<String> list = Arrays.asList(strArray);
stream = list.stream();

//数值流有IntStream、DoubleStream、LongStream三种，目的是为了减少封箱拆箱的花费
IntStream.of(new int[]{1, 2, 3}).forEach(System.out::println);
IntStream.range(1, 3).forEach(System.out::println);
IntStream.rangeClosed(1, 3).forEach(System.out::println);

// 1. Array
String[] strArray1 = stream.toArray(String[]::new);
// 2. Collection
List<String> list1 = stream.collect(Collectors.toList());
List<String> list2 = stream.collect(Collectors.toCollection(ArrayList::new));
Set set1 = stream.collect(Collectors.toSet());
Stack stack1 = stream.collect(Collectors.toCollection(Stack::new));
// 3. String
String str = stream.collect(Collectors.joining()).toString(); //joining就是把流的每一个元素连接起来，可以传入参数表示连接的时候中间的连接符号

//一对一的映射
List<String> output = wordList.stream().
map(String::toUpperCase).collect(Collectors.toList());

List<Integer> nums = Arrays.asList(1, 2, 3, 4);
List<Integer> squareNums = nums.stream().map(n -> n * n).collect(Collectors.toList());
//一对多
Stream<List<Integer>> inputStream = Stream.of(
Arrays.asList(1), Arrays.asList(2, 3),Arrays.asList(4, 5, 6));
Stream<Integer> outputStream = inputStream.flatMap(childList -> childList.stream());
所谓flat，就是降低了这个流的维度，把每一个元素拿出来组成一个新的流，所谓的使得流扁平了

List<String> output = reader.lines(). flatMap(line -> Stream.of(line.split(REGEXP))).
 filter(word -> word.length() > 0). collect(Collectors.toList());
//这里我reader是BufferedReader，lines方法返回每一行的数据作为一个元素,注意Stream一次性的特点，消耗之后就不能在使用看来，在处理文件相关内容的时候要格外的注意

stream.filter(p -> p.getGender() == Person.Sex.MALE)
      .forEach(p -> System.out.println(p.getName()));
forEach 方法接收一个 Lambda 表达式，然后在 Stream 的每一个元素上执行该表达式。
forEach 是 terminal 操作，因此它执行后，Stream 的元素就被“消费”掉了，你无法对一个 Stream 进行两次 terminal 运算

对每个元素执行操作并返回一个新的 Stream
Stream.of("one", "two", "three", "four")
 .filter(e -> e.length() > 3)
 .peek(e -> System.out.println("Filtered value: " + e))
 .map(String::toUpperCase)
 .peek(e -> System.out.println("Mapped value: " + e))
 .collect(Collectors.toList());

一个 termimal 兼 short-circuiting 操作，它总是返回 Stream 的第一个元素，或者空。
返回值类型：Optional

提供一个起始值（种子），然后依照运算规则（BinaryOperator），和前面 Stream 的第一个、第二个、第 n 个元素组合。从这个意义上说，字符串拼接、数值的 sum、min、max、average 都是特殊的 reduce
Stream.reduce(0, (a, b) -> a+b)等价于sum()

// 字符串连接，concat = "ABCD"
String concat = Stream.of("A", "B", "C", "D").reduce("", String::concat); 
// 求最小值，minValue = http://www.mamicode.com/-3.0
double minValue = http://www.mamicode.com/Stream.of(-1.5, 1.0, -3.0, -2.0).reduce(Double.MAX_VALUE, Double::min); 
// 求和，sumValue = http://www.mamicode.com/10, 有起始值
int sumValue = http://www.mamicode.com/Stream.of(1, 2, 3, 4).reduce(0, Integer::sum);
// 求和，sumValue = http://www.mamicode.com/10, 无起始值，这里返回的是Optional类型
sumValue = http://www.mamicode.com/Stream.of(1, 2, 3, 4).reduce(Integer::sum).get();
// 过滤，字符串连接，concat = "ace"
concat = Stream.of("a", "B", "c", "D", "e", "F").
 filter(x -> x.compareTo("Z") > 0).
 reduce("", String::concat);

limit 返回 Stream 的前面 n 个元素；skip 则是扔掉前 n 个元素。
limit 和 skip 对 sorted 后的运行次数无影响，就是说你不知道sorted的结果你limit没有用，不知道从哪里limit还是一样得排序

List<Person> personList2 = persons.stream().limit(2).sorted((p1, p2) -> p1.getName().compareTo(p2.getName())).collect(Collectors.toList());
没有实现Comparable的要指定Comparable（Lumbda表达式）