01.收集(collect)
collect，收集，可以说是内容最繁多、功能最丰富的部分了。
从字面上去理解，就是把一个流收集起来，最终可以是收集成一个值也可以收集成一个新的集合。
collect主要依赖java.util.stream.Collectors类内置的静态方法。
这个是stream中的collect方法：
<R, A> R collect(Collector<? super T, A, R> collector);
02.归集(toList/toSet/toMap)
因为流不存储数据，那么在流中的数据完成处理后，需要将流中的数据重新归集到新的集合里。 toList、toSet和toMap比较常用，另外还有toCollection、toConcurrentMap等复杂一些的用法。
List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
System.out.println("产生的新集合是：" + listNew);
Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
System.out.println("产生的不重复的新集合是：" + set);
List<Person> personList = new ArrayList<>();
personList.add(new Person("Tom", 8900, 22, "male", "New Yark"));
personList.add(new Person("Jack", 7000, 29, "male", "Washington"));
personList.add(new Person("Lily", 7800, 24, "female", "Washington"));
personList.add(new Person("Anni", 8200, 28, "female", "New Yark"));
personList.add(new Person("Owen", 9500, 26, "male", "New Yark"));
personList.add(new Person("Alisa", 7900, 27, "female", "New Yark"));
Map<?, Person> personMap =
personList.stream().filter(p -> p.getSalary() > 8000).collect(Collectors.toMap(Person::getName,
p -> p));
System.out.println("产生的新的map集合是：" + personMap);
3.统计(count/averaging)
Collectors提供了一系列用于数据统计的静态方法：
计数：count
平均值：averagingInt、averagingLong、averagingDouble
最值：maxBy、minBy
求和：summingInt、summingLong、summingDouble
统计以上所有：summarizingInt、summarizingLong、summarizingDouble
/**
* 案例：统计员工人数、平均工资、工资总额、最高工资。
*/
// 求总数
Long count = personList.stream().collect(Collectors.counting());
System.out.println("员工总数：" + count);
// 求平均工资
Double avgSalary = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
System.out.println("员工平均工资：" + avgSalary);
// 求工资之和
Integer sumSalary = personList.stream().collect(Collectors.summingInt(Person::getSalary));
System.out.println("员工工资总和:" + sumSalary);
// 一次性统计所有信息
DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
System.out.println("员工工资所有统计：" + collect);
分组(partitioningBy/groupingBy)
分区：将stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。
分组：将集合分为多个Map，比如员工按性别分组。有单级分组和多级分组。
/**
* 案例：将员工按薪资是否高于8000分为两部分；将员工按性别和地区分组
*/
// 将员工按薪资是否高于8000分组
Map<Boolean, List<Person>> part =
personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));
// 将员工按性别分组
Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
// 将员工先按性别分组，再按地区分组
Map<String, Map<String, List<Person>>> group2 =
personList.stream().collect(Collectors.groupingBy(Person::getSex,
Collectors.groupingBy(Person::getArea)));
System.out.println("员工按薪资是否大于8000分组情况：" + part);
System.out.println("员工按性别分组情况：" + group);
System.out.println("员工按性别、地区：" + group2);
接合(joining)
joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。
String names = personList.stream().map(p -> p.getName()).collect(Collectors.joining(","));
System.out.println("所有员工的姓名：" + names);
List<String> strs = Arrays.asList("A", "B", "C");
String str = strs.stream().collect(Collectors.joining("-"));
System.out.println("拼接后的字符串：" + str);
归约(reducing)
Collectors类提供的reducing方法，相比于stream本身的reduce方法，增加了对自定义归约的支持。
// 每个员工减去起征点后的薪资之和
Integer sumsal = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (x, y) -> x + y - 5000));
System.out.println("员工扣税薪资总和：" + sumsal);
// stream的reduce
Integer sum = personList.stream().map(Person::getSalary).reduce(0, (x, y) -> x + y - 5000);
System.out.println("----员工扣税薪资总和：" + sum);
排序(sorted)
sorted，中间操作。有两种排序：
sorted()：自然排序，流中元素需实现Comparable接口
sorted(Comparator com)：Comparator排序器自定义排序
/**
* 案例：将员工按工资由高到低（工资一样则按年龄由大到小）排序
*/
// 按工资升序排序（自然排序）
List<String> nameList =
personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName).collect(Collectors.toList());
System.out.println("按工资升序排序（自然排序）:" + nameList);
// 按工资降序排序
List<String> nameList1 =
personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()).map(Person::getName).collect(Collectors.toList());
System.out.println("按工资降序排序:" + nameList1);
// 先按工资再按年龄升序排序
List<String> nameList2 =
personList.stream().sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getSalary
)).map(Person::getName).collect(Collectors.toList());
System.out.println("先按工资再按年龄升序排序:" + nameList2);
// 先按工资再按年龄自定义排序（降序）
List<String> nameList3 = personList.stream().sorted((p1, p2) -> {
if (p1.getSalary() == p2.getSalary()) {
return p2.getAge() - p1.getAge();
} else {
return p2.getSalary() - p1.getSalary();
}
}).map(Person::getName).collect(Collectors.toList());
System.out.println("先按工资再按年龄自定义排序（降序）:" + nameList3);
提取/组合
流也可以进行合并(concat)、去重(distinct)、限制(limit)、跳过(skip)等操作。
String[] arr1 = {"a", "b", "c", "d"};
String[] arr2 = {"d", "e", "f", "g"};
Stream<String> stream1 = Stream.of(arr1);
Stream<String> stream2 = Stream.of(arr2);
// concat:合并两个流 distinct：去重
List<String> stringList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
System.out.println("流合并：" + stringList);
// limit：限制从流中获得前n个数据
List<Integer> integerList = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
System.out.println("limit：" + integerList);
// skip：跳过前n个数据
List<Integer> integerList1 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());
System.out.println("skip：" + integerList1);
