for循环操作集合 都9102年了，你还用for循环操作集合吗

// 对苹果按颜色汇总并绩数量
Map<String, Long> appleCount = apples.stream()
 .collect(groupingBy(Apple::getColor, counting()));
// 过滤掉颜色为黑色的苹果，并汇总好苹果的总金额
Double sum = apples.stream()
 .filter(i->"black".equals(i.getColor()))
 .collect(toList);

// 普通函数
public void run(String s){
 System.out.print(s+"哈哈");
}
// 我不要名字啦！！！
(s)->System.out.print(s+"哈哈")

// 实现Runnable中的run方法，替代匿名内部类。
Runnable r = ()->System.out.print("哈哈");
// 作为参数传递。
new Thread(()-> System.out.println("haha")).start();

ArrayList<Apple> list = new ArrayList<>();
list.forEach(i-> System.out.println(i.getWeight()));


// 简化策略模式
public static List<Apple> filterApples(List<Apple> inventory,ApplePredicate p){
 List<Apple> apples = new ArrayList<>();
 for(Apple apple : inventory){
 if(p.test(apple)){
 apples.add(apple);
 }
 }
 return apples;
}
public class BigApple implement ApplePredicate{
 @Override
 public boolean test(Apple a){
 if(a.getWeight>10){
 return a
 }
 }
}
// 这是个简单的策略模式，根据用户的需要，创建不同的接口ApplePredicate实现类,调用时传入不同的实现类就可以，但问题是如果需求过多，创建的实现类也会很多，过于臃肿不方便管理。
xx.filterApple(inventory,new BigApple);
// 使用lambda表达式，不在需要创建BigApple类
xx.filterApple(inventory,i->(i.getWeight>10));

//入参s,返回void
(s)->System.out.println(s);
//入参空，返回void
()->System.out.print("haha");
//入参i,返回i+1
i->i+1
//后面写代码块
apple->{if(apple.getWeiht>5) return "BIG";
 else return "small";
 }

List<Double> collect = list.stream()
 // 过滤掉黑色的苹果
 .filter(i -> "black".equals(i.getColor()))
 // 让苹果按照重量个价格排序
 .sorted(Comparator.comparing(Apple::getWeight)
 .thenComparing(i->i.getPrice()))
 // 筛选掉重复的数据
 .distinct()
 // 只要苹果的价格
 .map(Apple::getPrice)
 // 只留下前两条数据
 .limit(2)
 // 以集合的形式返回
 .collect(toList());
// 循环打印列表中元素
list.forEach(i->System.out.print(i));

List<String> strings = Arrays.asList("Hello", "World");
List<String> collect1 = strings.stream()
 // String映射成String[]
 .map(i -> i.split(""))
 // Arrays::Stream 数据数组，返回一个流String[]->Stream<String>
 // flatMap各数组并不分别映射成一个流，而是映射成流的内容 Stream<String>->Stream
 .flatMap(Arrays::stream)
 .collect(toList());
System.out.println(collect);
----->输出 [H, e, l, l, o, W, o, r, l, d]

List<Integer> integers = Arrays.asList(12, 3, 45, 3, 2,-1);
// 有初始值的叠加操作
Integer reduce = integers.stream().reduce(3, (i, j) -> i + j);
Integer reduce2 = integers.stream().reduce(5, (x, y) -> x < y ? x : y);
// 无初始值的叠加操作
Optional<Integer> reduce1 = integers.stream().reduce((i, j) -> i + j);
// 无初始值的最大值
Optional<Integer> reduce4 = integers.stream().reduce(Integer::min);
// 无初始值的最大值
Optional<Integer> reduce5 = integers.stream().reduce(Integer::max);
// 求和
Optional<Integer> reduce6 = integers.stream().reduce(Integer::sum);

// 数值流求平均值
OptionalDouble average = apples.stream()
 .mapToDouble(Apple::getPrice)
 .average();
// 数值流求和
OptionalDouble average = apples.stream()
 .mapToDouble(Apple::getPrice)
 .sum();
// 数值流求最大值，没有则返回2
double v = apples.stream()
 .mapToDouble(Apple::getPrice)
 .max().orElse(2);
// 生成随机数
IntStream s = IntStream.rangeClosed(1,100);

Stream<String> s = Stream.of("java","python");

int[] i = {2,3,4,5};
Stream<int> = Arrays.stream(i);

Stream<String> s = Files.lines(Paths.get("data.txt"),Charset.defaultCharset());

// 迭代
Stream.iterate(0,n->n+2)
 .limit(10)
 .forEach(System.out::println);
// 生成,需要传递实现Supplier<T>类型的Lambda提供的新值
Stream.generate(Math.random)
 .limit(5)
 .forEach(System.out::println);