Java是強型別語言，方法參數都有固定的型別。那麼問題了，Lambda表達式，如果當做是一堆程式碼片段，也會表達一種明確的意圖，這個意圖，姑且可以理解為函數介面。
| 介面 |
參數 |
傳回類型 |
範例 |
Predicate
| T |
boolean |
值等於「Hello」嗎？ |
|
| Consumer |
T |
void |
輸出一個值 |
| Function |
T |
R |
#取得物件的一個屬性 |
##Supplier | None | T | 工廠方法 |
#UnaryOperator | T | #T | 邏輯非（！） |
BinaryOperator | (T, T) | T | #求2個數的和（ ） |
#2.4 类型推断
先看一段熟悉的集合代码
ArrayList<Java8Test> list = new ArrayList<>();
在ArrayList中申明了存储的元素的类型，于是在ArrayList<>()这里的类型可以缺省，编译器可以根据左侧（即上文）推断出来。
同理，在lambda表达式也是一样的。
BinaryOperator<Long> addLongs = (x, y) -> x + y;
在上面的表达 式中，我们注意到 (x, y)这里是没有申明方法的参数类型的，却能执行数学运算 +。
这里根据函数接口指定的泛型类为Long，即可推断方法的参数为Long，然后执行x + y。
2.5 Lambda小结
Lambda表达式是一个匿名方法，简化了匿名内部类的写法，把模板语法屏蔽，突出业务语句，传达的更像一种行为。
Lambda表达式是有类型的，JDK内置了众多函数接口
Lambda的3段式结构：（...）-> { ...}
3. Stream 流
3.1 简介
流（Stream）是Java8的新特性，是一种使程序员得以站在更高的抽象层次上对集合进行操作。在思路上，类似于SQL的存储过程，有几个步骤：
先定义一些操作的集合，注意：这里只定义，不真正执行
触发执行，获取结果
对结果进一步处理，筛选、打印、使用
其中，第1步的定义操作叫惰性求值，给你套路（返回Stream），但是不会执行返回结果。
第2步的触发操作叫及早求值，这个人说干就干，立马要结果(返回结果数据)。
第3步的筛选类似SQL的where子句，对结果进一步的筛选。
3.2 Stream API
Stream 类位于java.util.stream包，是Java8核心的类之一，拥有众多方法，下面罗列了一些比较重要的方法进行讲解。更多的是抛砖引玉，任何教程都比不上自己的悟性来得爽快，先找点感觉，先掌握基本用法尝试使用起来，慢慢自然就会了。
3.2.1 Stream.of(T… t)
要使用Stream，那就必须得先创建一个String类型的Stream
Stream<String> StrStream = Stream.of("a", "b");
3.2.2 Stream.collect(Collector collector)
使用收集器Collector将StrStream转化为熟悉的集合Collection
List<String> collect = StrStream.collect(Collectors.toList());
3.2.2 Stream.map(Function mapper)
所谓map，从字面理解就是映射。这里指的是对象关系的映射,
比如从对象集合映射到属性结合:
List<String> names = Stream.of(new Student("zhangSan"), new Student("liSi"))
.map(student -> student.getName())
.collect(toList());
从小写字母映射到大写字母:
List<String> collected = Stream.of("a", "b", "hello")
.map(string -> string.toUpperCase())
.collect(toList());
将 字符串流 根据空格分割成 字符串数组流
Stream<String> stringStream = Stream.of("Hello Aron.");
Stream<String[]> stringArrayStream = stringStream.map(word -> word.split(" "));
3.2.3 Stream.filter(Predicate predicate)
filter顾名思义，过滤筛选。这里的参数函数接口是一个条件，筛选出满足条件的元素
// 筛选年龄大于19的学生
List<Student> stu = Stream.of(new Student("zhangSan", 19), new Student("liSi"), 20)
.filter(student -> student.getAge() > 19)
.collect(toList());
3.2.4 Stream.flatMap(Function> mapper)
flatMap扁平化映射，即将数据元素为数组的Stream转化为单个元素
Stream<String> stringStream = Stream.of("Hello Aron.");
// 返回值为数组
Stream<String[]> stringArrayStream = stringStream.map(word -> word.split(" "));
// flatMap扁平化映射后,元素都合并了
Stream<String> flatResult = stringArrayStream.flatMap(arr -> Arrays.stream(arr))
3.2.5 Stream.max(Comparator comparator)
max即最大，类似SQL中的函数max()，从数据中根据一定的条件筛选出最值
// 筛选年龄最大/小的学生
Stream<Student> studentStream = Stream.of(new Student("zhangSam", 19), new Student("liSi", 20));
Optional<Student> max = studentStream.max(Comparator.comparing(student -> student.getAge()));
// Optional<Student> max = studentStream.min(Comparator.comparing(student -> student.getAge()));
// 年龄最大/小的学生
Student student = max.get();
3.2.7 Sream.reduce(T identity, BinaryOperator binaryOperator)
reduce操作实现从一组值中生成一个值，上面的max、min实际上都是reduce操作。
参数Identity 表示初始值，
参数binaryOperator是一个函数接口，表示二元操作，可用于数学运算
// 使用reduce() 求和 (不推荐生产环境使用)
int count = Stream.of(1, 2, 3).reduce(0, (acc, element) -> acc + element);
上面代码，展开reduce() 操作
BinaryOperator<Integer> accumulator = (acc, element) -> acc + element;
int count = accumulator.apply( accumulator.apply(accumulator.apply(0, 1),2), 3);
3.2.8 综合操作
// 查找所有姓张的同学并按字典顺序排序，存储到list
List<Student> newList = studentList.Stream()
.filter(student -> student.getName().startsWith("张"))
.sorted(Comparator.comparing(student -> student.getName())
.collect(toList());
