构造stream的几种方法：

经过list获得：

Arrays.asList(1, 2).stream();

经过数组：

int[] a = {1, 2, 3};
Arrays.stream(a);

使用stream初始化方法：

Stream.of(1,2,3);

stream拼接：

Stream.concat(stream1, stream2);

1.在接口中定义实现的方法

/**
 * 李阳
 * 2017-3-22 09:50:41
 * 接口中可定义实现的方法，实现类中只需要实现抽象方法
 */
public interface InterfaceDemo {double needActrulize(int a);/**
     * 接口中定义实现的方法，需要加上default或static关键字
     * @param a
     * @return
     */
    default double needNotActrulize(int a) {return Math.random() - 0.99;}/**
     * 接口中定义实现的方法，需要加上default或static关键字
     * @param a
     * @return
     */
    static double needNotActrulize1(int a) {return Math.random() - 0.99;}
}

2.使用lambda表达式

• 集合排序

/**
 * 集合排序
 */
public void testDemo(){List<String> list = new ArrayList<>();list.add("abdf");list.add("cds");list.add("hdfsdf");list.add("bdfd");//从小到大排序
    list.stream().sorted((a,b)-> a.compareTo(b)).forEach(System.out::println);//从大到小排序
    list.stream().sorted((a,b)-> b.compareTo(a)).forEach(System.out::println);
}

• 折叠操作

/**
 * @return void 返回类型
 * @Title: reduce
 * @Description: 折叠操作，接收多个值并返回一个值。类似于sum、svg和min。 求和操作
 * @author liyang
 */
@Test
public void reduce() {// 为每个订单加上12%的税 // 老方法：
    List<Integer> costBeforeTax = Arrays.asList(100, 200, 300, 400, 500);List<Integer> costBeforeTax1 = Arrays.asList();double total = 0;for (Integer cost : costBeforeTax) {double price = cost + .12 * cost;total = total + price;}System.out.println("Total : " + total);// 新方法：
    double bill = costBeforeTax.stream().map((cost) -> cost + .12 * cost).reduce((sum, cost) -> sum + cost).get();System.out.println("Total : " + bill);// 0为默认值
    double a = costBeforeTax1.stream().reduce(0, (sum, cost) -> sum + cost);System.out.println("Total : " + a);double avg = costBeforeTax.stream().reduce((sum, cost) -> sum + cost).map(sum -> sum / costBeforeTax.size()).get();System.out.println("avg : " + avg);// 求平均值
    double avg1 = costBeforeTax.stream().mapToInt(e -> e).average().getAsDouble();System.out.println(avg1);long sum = costBeforeTax.stream().mapToLong(e -> e).sum();System.out.println(sum);int max = costBeforeTax.stream().mapToInt(e -> e).max().getAsInt();System.out.println(max);int min = costBeforeTax.stream().mapToInt(e -> e).min().getAsInt();System.out.println(min);}

• 集合中每个元素用逗号分隔，返回字符串

/**
 * @return void 返回类型
 * @Title: reduce
 * @Description: 将字符串换成大写并用逗号链接起来
 * @author liyang
 */
@Test
public void userFunctionOnElement() {List<String> G7 = Arrays.asList("USA", "Japan", "France", "Germany", "Italy", "U.K.", "Canada");String G7Countries = G7.stream().map(x -> x.toUpperCase()).collect(Collectors.joining(", "));System.out.println(G7Countries);
}

• 去重

/**
 * @return void 返回类型
 * @Title: getDistinctList
 * @Description:用所有不同的数字创建一个列表
 * @author liyang
 */
@Test
public void getDistinctList() {List<Integer> numbers = Arrays.asList(9, 10, 3, 4, 7, 3, 4);List<Integer> distinct = numbers.stream().distinct().collect(Collectors.toList());System.out.printf("Original List : %s,  Square Without duplicates : %s %n", numbers, distinct);
}

• 统计

/**
 * @return void 返回类型
 * @Title: getStatistic
 * @Description: 统计数据。 IntStream、LongStream 和 DoubleStream 等流的类中，有个非常有用的方法叫做
 * summaryStatistics() 。可以返回
 * IntSummaryStatistics、LongSummaryStatistics 或者
 * DoubleSummaryStatistic
 * s，描述流中元素的各种摘要数据。在本例中，我们用这个方法来计算列表的最大值和最小值。
 * @param:IntSummaryStatistics
 * @author liyang
 */
@Test
public void getStatistic() {// 获取数字的个数、最小值、最大值、总和以及平均值
    List<Integer> primes = Arrays.asList(2, 3, 5, 7, 11, 13, 17, 19, 23, 29);IntSummaryStatistics stats = primes.stream().mapToInt(x -> x).summaryStatistics();System.out.println("Highest prime number in List : " + stats.getCount());System.out.println("Lowest prime number in List : " + stats.getMin());System.out.println("Highest prime number in List : " + stats.getMax());System.out.println("Sum of all prime numbers : " + stats.getSum());System.out.println("Average of all prime numbers : " + stats.getAverage());
}

• 匹配或包含操作

/**
 * 匹配或包含判断
 */
@Test
public void testMatch() {List<Integer> primes = Arrays.asList(1, 2, 3, 5, 7, 11, 13, 17, 19, 23, 29);//任一匹配（判断包含）
    boolean isTrue = primes.stream().anyMatch(x -> (x == 13));System.out.println(isTrue);//全部匹配
    isTrue = primes.stream().allMatch(x -> (x > 30));System.out.println(isTrue);//全不匹配（判断不包含）
    isTrue = primes.stream().noneMatch(x -> (x > 30));System.out.println(isTrue);
}

• 过滤

List<String> list = Arrays.asList("abc","adc","bdd");
List list0 = list.stream().filter(x -> (x.startsWith("a"))).map(x->x).collect(Collectors.toList());
System.out.println(list);
System.out.println(list0);

结果如下：

[abc, adc, bdd]
[abc, adc]

• 线程实现runnable接口

// Java 8之前：
new Thread(new Runnable() {@Override
    public void run() {System.out.println("Before Java8, too much code for too little to do");}
}).start();//Java 8方式：
new Thread(() -> System.out.println("In Java8, Lambda expression rocks !!")).start();//如果你的方法不对参数进行修改、重写，只是在控制台打印点东西的话，那么可以这样写：
() -> System.out.println("Hello Lambda Expressions");//如果你的方法接收两个参数，那么可以写成如下这样：
(int even, int odd) -> even + odd

多维分组统计：

Card(Long cardId, Integer statusFlag, Integer lockFlag)
List<Card> list = Arrays.asList(new Card(1l, 1, 1),new Card(1l, 1, 0),new Card(1l, 0, 1),new Card(1l, 0, 0),new Card(1l, 0, 0),new Card(1l, 0, 0),new Card(1l, 0, 0),new Card(1l, 0, 0),new Card(2l, 1, 1),new Card(2l, 1, 0),new Card(2l, 1, 0),new Card(2l, 1, 0),new Card(2l, 0, 1),new Card(2l, 0, 0),new Card(3l, 1, 1),new Card(3l, 1, 0),new Card(3l, 0, 1),new Card(3l, 0, 1),new Card(3l, 0, 0));//汇总统计
Integer count = list.size();
System.out.println(count);//按cardID统计
Map<Long, Long> map = list.stream().collect(Collectors.groupingBy(Card::getCardId, Collectors.counting()));
System.out.println(map);//按cardID，statusFlag统计
Map<Long, Map<Integer,Long>> map1 = list.stream().collect(Collectors.groupingBy(Card::getCardId,Collectors.groupingBy(Card::getStatusFlag,Collectors.counting())));
System.out.println(map1);//按cardID，statusFlag和lockFlag统计
Map<Long, Map<Integer, Map<Integer,Long>>> map2 = list.stream().collect(Collectors.groupingBy(Card::getCardId,Collectors.groupingBy(Card::getStatusFlag,Collectors.groupingBy(Card::getLockFlag,Collectors.counting()))));
System.out.println(map2);

结果如下：

19
{1=8, 2=6, 3=5}
{1={0=6, 1=2}, 2={0=2, 1=4}, 3={0=3, 1=2}}
{1={0={0=5, 1=1}, 1={0=1, 1=1}}, 2={0={0=1, 1=1}, 1={0=3, 1=1}}, 3={0={0=1, 1=2}, 1={0=1, 1=1}}}