1. Lambda表达式和函数式接口
Java 8中，Function,Consumer,Predicate,Supplier：
Function<T, R>： R apply(T t); 接受一个入参T，输出一个返回值R；
Supplier<T> ： T get(); 无入参，输出一个类型为T的返回值；
Consumer<T>：void accept(T t); 输入一个入参T，无返回；
Predicate<T>： boolean test(T t); 输入一个入参T，返回一个boolean值 ；
2. 接口的默认方法和静态方法
默认方法使用default关键字
3. 方法引用
- 构造方法引用（Class::new）
- 静态方法引用（Class:static_method），只支持一个参数
- 类实例方法引用（Class::method），方法没有参数
- 引用特殊类（instance::method），只支持一个参数
4. 重复注释
5. 更好的类型推断
6. 注解的扩展
7. Stream
1）Intermediate：
map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered
2）Terminal：
forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator
3）Short-circuiting：
anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit
- map/flatMap：把 input Stream 的每一个元素，映射成 output Stream 的另外一个元素。map是一对一映射，flatMap是一对多映射；
- filter： 对原始 Stream 进行某项测试，通过测试的元素被留下来生成一个新 Stream
- forEach ： 在 Stream 的每一个元素上执行该表达式
- peek : 每个元素执行操作并返回一个新的 Stream
- findFirst：返回 Stream 的第一个元素，或者空，重点的是它的返回值类型：Optional，作为一个容器，它可能含有某值，或者不包含。使用它的目的是尽可能避免 NullPointerException
- reduce ： 把 Stream 元素组合起来，供一个起始值（种子），然后依照运算规则（BinaryOperator），和前面 Stream 的第一个、第二个、第 n 个元素组合。
- limit/skip ： limit 返回 Stream 的前面 n 个元素；skip 则是扔掉前 n 个元素
- sorted ： 排序
- min/max/distinct ： min 和 max 的功能也可以通过对 Stream 元素先排序，再 findFirst 来实现，但前者的性能会更好，为 O(n)，而 sorted 的成本是 O(n log n)。
- distinct 去重
- Match ： 匹配，allMatch、anyMatch、noneMatch
- Stream.generate：控制流的生成
- Stream.iterate：iterate 跟 reduce 操作很像，接受一个种子值，和一个
UnaryOperator（例如 f）。然后种子值成为 Stream 的第一个元素，f(seed) 为第二个，f(f(seed)) 第三个。与 Stream.generate 相仿，在 iterate 时候管道必须有 limit 这样的操作来限制 Stream 大小。 - Collectors ：辅助进行各类有用的 reduction 操作，例如转变输出为 Collection，把 Stream 元素进行归组。
- groupingBy/partitioningBy：
8、Stream 的特性可以归纳为：
-
不是数据结构
它没有内部存储，它只是用操作管道从 source（数据结构、数组、generator function、IO channel）抓取数据。
它也绝不修改自己所封装的底层数据结构的数据。例如 Stream 的 filter 操作会产生一个不包含被过滤元素的新 Stream，而不是从 source 删除那些元素。
所有 Stream 的操作必须以 lambda 表达式为参数 -
不支持索引访问
你可以请求第一个元素，但无法请求第二个，第三个，或最后一个。不过请参阅下一项。
很容易生成数组或者 List -
惰性化
很多 Stream 操作是向后延迟的，一直到它弄清楚了最后需要多少数据才会开始。
Intermediate 操作永远是惰性化的。 -
并行能力
当一个 Stream 是并行化的，就不需要再写多线程代码，所有对它的操作会自动并行进行的。 -
可以是无限的
集合有固定大小，Stream 则不必。limit(n) 和 findFirst() 这类的 short-circuiting 操作可以对无限的 Stream 进行运算并很快完成。
