函数式编程：Stream流 思想：就是创造一条可以对数据进行过滤，筛选等操作的流水线 获取方法 --> 中间方法(逻辑代码) --> 终结方法(每个Stream流只能有一个终结方法) Stream流可以分为三类方法： 获取方法：
1，单列集合：可以使用Collection接口中的默认方法 stream()；生成流。
方法：default Stream stream()
2，双列集合：间接生成流 可以通过KeySet或者entrySet获取一个Set集合，再获取Stream流
3，数组：通过Arrays类 中的静态方法 stream()； 生成流
4，同种数据类型的多个数据：使用 Stream.of(T…values)；生成流
如：1,2,3,4,5… 。 “aaa”,“bbb”,“ccc”…
Stream流 中间操作常用方法
Stream filter(Predicate predicate)； 用于对流中的数据进行过滤
Predicate接口中的方法： boolean test(T t): 对给定的参数进行判断，返回boolean值
Stream limit(long maxSize)；’ 截取指定参数的数据，默认指的是前面的数据
Stream skip(long n)；跳过指定参数个数的数据，参数指的是跳过前面的数据获得后面的数据
static Stream concat(Stream a ,Stream b)；合并a和b两个流成为一个流
Stream distinct()；去除流中重复的元素。依赖(hashCode和equals方法)。 在Stream流中无法直接修改集合，数组等数据源中的数据
Stream流常见的终结方法：
void forEach(Consumer action):对此流的每一个元素执行操作
Consumer接口，上面是需要这个接口的实现类，只有一个抽象方法：void accept(T t);对给定的参数执行此操作 long count(); 返回流中元素的个数。long类型
forEach方法注意点：
在底层会循环获取到流中的每一个数据。 并循环调用accept方法，并把每一个数据传递给accept方法。 s依次表示了流中的每一个数据 所以，我们只需要在accept方法中写业务逻辑就可以了。
Stream流中的收集方：
R collect(Collector collector);用来保留数据源的数据，注意：此方法只保留数据，返回值不是一个容器 所以使用时需要使用Collectors集合工具类中的方法，获取容器并添加。
Collectors 工具类：
public static Collector toList(); 把元素收集到 List容器中，并返回此容器
public static Collector toSet(); 把元素收集到 Set容器，并返回此容器
public static Collector toMap(Function keyMapper , Functon valueMapper); 把元素收集到 Map容器，并返回此容器
import java.util.ArrayList; import java.util.List; import java.util.Map; import java.util.Set; import java.util.stream.Collectors; /** * 测试Stream流的收集方法 * R collect(Collector collector) */ public class StreamDemo_06 { public static void main(String[] args) { ArrayList<String> list = new ArrayList<>(); list.add("张三,23"); list.add("李四,24"); list.add("赵六,25"); list.add("王五,25"); List<String> list1 = list.stream().filter(s -> { String[] split = s.split(","); int age = Integer.parseInt(split[1]); return age >= 24; }).collect(Collectors.toList()); System.out.println(list1); System.out.println("=========================="); Set<String> set = list.stream().filter(s -> { String[] split = s.split(","); int age = Integer.parseInt(split[1]); return age >= 24; }).collect(Collectors.toSet()); System.out.println(set); System.out.println("========================"); Map<String, Integer> map = list.stream().filter(s -> { String[] split = s.split(","); int age = Integer.parseInt(split[1]); return age >= 24; }).collect(Collectors.toMap( s -> s.split(",")[0], s -> Integer.parseInt(s.split(",")[1]))); System.out.println(map); } }