人九九精品,亚洲综合成人在线,亚洲国产欧美目韩成人综合

JDK新特性——Stream代碼簡潔之道

一、概述

Stream 是一組用來處理數組、集合的API，Stream API 提供了一種高效且易于使用的處理數據的方式。Java 8 中之所以費這么大的功夫引入函數式編程，原因有兩個：

代碼簡潔函數式編程寫出的代碼簡潔且意圖明確，使用stream接口讓你從此告別for循環。

多核友好，Java函數式編程使得編寫并行程序從未如此簡單，你需要的全部就是用用一下parallel()方法

Stream 是 Java8 中處理集合的關鍵抽象概念，它可以指定你希望對集合進行的操作，可以執行非常復雜的查找、過濾和映射數據等操作

二、Stream特性

1、不是數據結構，沒有內部存儲，不會保存數據，故每個Stream流只能使用一次 2、不支持索引訪問 3、支持并行 4、很容易生成數據或集合(List，Set) 5、支持過濾、查找、轉換、匯總、聚合等操作 6、延遲計算，流在中間處理過程中，只是對操作進行了記錄，并不會立即執行，需要等到執行終止操作的時候才會進行實際的計算

三、分類

關于應用在Stream流上的操作，可以分成兩種：

Intermediate(中間操作)：中間操作的返回結果都是Stream，故可以多個中間操作疊加;
Terminal(終止操作)：終止操作用于返回我們最終需要的數據，只能有一個終止操作。

使用Stream流，可以清楚地知道我們要對一個數據集做何種操作，可讀性強。而且可以很輕松地獲取并行化Stream流，不用自己編寫多線程代碼，可以讓我們更加專注于業務邏輯。

JDK新特性——Stream代碼簡潔之道

無狀態：指元素的處理不受之前元素的影響;有狀態：指該操作只有拿到所有元素之后才能繼續下去。非短路操作：指必須處理所有元素才能得到最終結果;短路操作：指遇到某些符合條件的元素就可以得到最終結果，如 A || B，只要A為true，則無需判斷B的結果。

四、Stream的創建

1、通過數組來生成 2、通過集合來生成 3、通過Stream.generate方法來創建 4、通過Stream.iterate方法來創建 5、其他Api創建

4.1 通過數組來生成

//通過數組來生成
static void gen1(){
String[] strs = {"a","b","c","d"};
Stream<String> strs1 = Stream.of(strs);//使用Stream中的靜態方法：of()
strs1.forEach(System.out::println);//打印輸出(a、b、c、d)
}

4.2 通過集合來生成

//通過集合來生成
static void gen2(){
List<String> list = Arrays.asList("1","2","3","4");
Stream<String> stream = list.stream();//獲取一個順序流
stream.forEach(System.out::println);//打印輸出（1,2,3,4）
}

4.3 通過Stream.generate方法來創建

//generate
static void gen3(){
Stream<Integer> generate = Stream.generate(() -> 1);//使用Stream中的靜態方法：generate()
//limit 返回由該流的元素組成的流，截斷長度不能超過maxSize
generate.limit(10).forEach(System.out::println);//打印輸出(打印10個1)
}

4.4 通過Stream.iterate方法來創建

//使用iterator
static void gen4() {
Stream<Integer> iterate = Stream.iterate(1, x -> x + 1);//使用Stream中的靜態方法：iterate()
iterate.limit(10).forEach(System.out::println);//打印輸出(1,2,3,4,5,6,7,8,9,10)
}

4.5其他Api創建

//其他方式
static void gen5(){
String str = "abcdefg";
IntStream stream =str.chars();//獲取str 字節碼
stream.forEach(System.out::println);//打印輸出(97,98,99,100,101,102,103)
}

五、Stream的常用API

5.1 中間操作

1. filter：過濾流中的某些元素

//中間操作:如果調用方法之后返回的結果是Stream對象就意味著是一個中間操作
Arrays.asList(1,2,3,4,5).stream()//獲取順序流
.filter((x)->x%2==0) // 2 4
.forEach(System.out::println);
//求出結果集中所有偶數的和
int count = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9).stream()//獲取順序流
.filter(x -> x % 2 == 0).// 2 4 6 8
mapToInt(x->x).sum();//求和
System.out.println(count); //打印輸出 20

2. distinct：通過流中元素的 hashCode() 和 equals() 去除重復元素

Arrays.asList(1,2,3,3,3,4,5,2).stream()//獲取順序流
.distinct()//去重
.forEach(System.out::println);// 打印輸出(1,2,3,4,5)
System.out.println("去重：---------------");
Arrays.asList(1,2,3,3,3,4,5,2).stream()//獲取順序流
.collect(Collectors.toSet())//Set()去重
.forEach(System.out::println);// 打印輸出(1,2,3,4,5)

3. 排序

sorted()：返回由此流的元素組成的流，根據自然順序排序。sorted(Comparator com)：返回由該流的元素組成的流，根據提供的 Comparator進行排序。

//獲取最大值和最小值但是不使用min和max方法
List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6);
Optional<Integer> min = list.stream().sorted().findFirst();//自然排序根據數字從小到大排列
System.out.println(min.get());//打印輸出（1）
Optional<Integer> max2 = list.stream().sorted((a, b) -> b - a).findFirst();//定時排序根據最大數進行排序
System.out.println(max2.get());//打印輸出（6）
//按照大小(a-z)排序
Arrays.asList("java","c#","python","scala").stream().sorted().forEach(System.out::println);
//按照長度排序
Arrays.asList("java","c#","python","scala").stream().sorted((a,b)->a.length()-b.length()).forEach(System.out::println);

4. 截取

limit(n)：返回由此流的元素組成的流，截短長度不能超過 nskip(n)：在丟棄流的第n元素后，配合limit(n)可實現分頁

//打印20-30這樣的集合數據
Stream.iterate(1,x->x+1).limit(50)// limit 50 總共到50
.skip(20)// 跳過前 20
.limit(10) // 打印10個
.forEach(System.out::println);//打印輸出(21,22,23,24,25,26,27,28,29,30)

5. 轉換

map：接收一個函數作為參數，該函數會被應用到每個元素上，并將其映射成一個新的元素。flatMap：接收一個函數作為參數，將流中的每個值都換成另一個流，然后把所有流連接成一個流。

List<String> list = Arrays.asList("a,b,c", "1,2,3");
//將每個元素轉成一個新的且不帶逗號的元素
Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
s1.forEach(System.out::println); // abc 123
Stream<String> s3 = list.stream().flatMap(s -> {
//將每個元素轉換成一個stream
String[] split = s.split(",");
Stream<String> s2 = Arrays.stream(split);
return s2;
});
s3.forEach(System.out::println); // a b c 1 2 3

6. 消費

peek：如同于map，能得到流中的每一個元素。但map接收的是一個Function表達式，有返回值;而peek接收的是Consumer表達式，沒有返回值。

//將str中的每一個數值都打印出來，同時算出最終的求和結果
String str ="11,22,33,44,55";
System.out.println(Stream.of(str.split(",")).peek(System.out::println).mapToInt(Integer::valueOf).sum());//11 22 33 44 55 165

5.2 終止操作

1. 循環：forEach

Users類：

import java.util.Date;
/**
* @program: lambda
* @ClassName Users
* @description:
* @author: muxiaonong
* @create: 2020-10-24 11:00
* @Version 1.0
**/
public class Users {
private String name;
public Users() {}
/**
* @param name
*/
public Users(String name) {
this.name = name;
}
/**
* @param name
* @return
*/
public static Users build(String name){
Users u = new Users();
u.setName(name);
return u;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
@Override
public String toString() {
return "name='" + name + '\'';
}
}

//創建一組自定義對象
String str2 = "java,scala,python";
Stream.of(str2.split(",")).map(x->new Users(x)).forEach(System.out::println);//打印輸出（name='java' name='scala' name='python'）
Stream.of(str2.split(",")).map(Users::new).forEach(System.out::println);//打印輸出（name='java' name='scala' name='python'）
Stream.of(str2.split(",")).map(x->Users.build(x)).forEach(System.out::println);//打印輸出（name='java' name='scala' name='python'）
Stream.of(str2.split(",")).map(Users::build).forEach(System.out::println);//打印輸出（name='java' name='scala' name='python'）

2. 計算：min、max、count、sum

min：返回流中元素最小值max：返回流中元素最大值count：返回流中元素的總個數sum：求和

//求集合中的最大值
List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6);
Optional<Integer> max = list.stream().max((a, b) -> a - b);
System.out.println(max.get()); // 6
//求集合的最小值
System.out.println(list.stream().min((a, b) -> a-b).get()); // 1
//求集合的總個數
System.out.println(list.stream().count());//6
//求和
String str ="11,22,33,44,55";
System.out.println(Stream.of(str.split(",")).mapToInt(x -> Integer.valueOf(x)).sum());
System.out.println(Stream.of(str.split(",")).mapToInt(Integer::valueOf).sum());
System.out.println(Stream.of(str.split(",")).map(x -> Integer.valueOf(x)).mapToInt(x -> x).sum());
System.out.println(Stream.of(str.split(",")).map(Integer::valueOf).mapToInt(x -> x).sum());

3. 匹配：anyMatch、 allMatch、 noneMatch、 findFirst、 findAny

anyMatch：接收一個 Predicate 函數，只要流中有一個元素滿足該斷言則返回true，否則返回falseallMatch：接收一個 Predicate 函數，當流中每個元素都符合該斷言時才返回true，否則返回falsenoneMatch：接收一個 Predicate 函數，當流中每個元素都不符合該斷言時才返回true，否則返回falsefindFirst：返回流中第一個元素findAny：返回流中的任意元素

List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6);
System.out.println(list.stream().allMatch(x -> x>=0)); //如果集合中的元素大于等于0 返回true
System.out.println(list.stream().noneMatch(x -> x > 5));//如果集合中的元素有大于5的元素。返回false
System.out.println(list.stream().anyMatch(x -> x > 4));//如果集合中有大于四4的元素，返回true
//取第一個偶數
Optional<Integer> first = list.stream().filter(x -> x % 10 == 6).findFirst();
System.out.println(first.get());// 6
//任意取一個偶數
Optional<Integer> any = list.stream().filter(x -> x % 2 == 0).findAny();
System.out.println(any.get());// 2

4.收集器：toArray、collect

collect：接收一個Collector實例，將流中元素收集成另外一個數據結構Collector

Supplier supplier();創建一個結果容器A
BiConsumer
BinaryOperator combiner();函數接口，該參數的作用跟上一個方法(reduce)中的combiner參數一樣，將并行流中各個子進程的運行結果(accumulator函數操作后的容器A)進行合并。
Function
Set characteristics();返回一個不可變的Set集合，用來表明該Collector的特征

/**
* @program: lambda
* @ClassName Customer
* @description:
* @author: muxiaonong
* @create: 2020-10-24 11:36
* @Version 1.0
**/
public class Customer {
private String name;
private Integer age;
...getset忽略
}
public static void main(String[] args) {
Customer c1 = new Customer("張三",10);
Customer c2 = new Customer("李四",20);
Customer c3 = new Customer("王五",10);
List<Customer> list = Arrays.asList(c1,c2,c3);
//轉成list
List<Integer> ageList = list.stream().map(Customer::getAge).collect(Collectors.toList());
System.out.println("ageList："+ageList);//ageList：[10, 20, 10]
//轉成set
Set<Integer> ageSet = list.stream().map(Customer::getAge).collect(Collectors.toSet());
System.out.println("ageSet："+ageSet);//ageSet：[20, 10]
//轉成map,注:key不能相同，否則報錯
Map<String, Integer> CustomerMap = list.stream().collect(Collectors.toMap(Customer::getName, Customer::getAge));
System.out.println("CustomerMap："+CustomerMap);//CustomerMap：{李四=20, 張三=10, 王五=10}
//字符串分隔符連接
String joinName = list.stream().map(Customer::getName).collect(Collectors.joining(",", "(", ")"));
System.out.println("joinName："+joinName);//joinName：(張三,李四,王五)
//聚合操作
//1.學生總數
Long count = list.stream().collect(Collectors.counting());
System.out.println("count："+count);//count：3
//2.最大年齡 (最小的minBy同理)
Integer maxAge = list.stream().map(Customer::getAge).collect(Collectors.maxBy(Integer::compare)).get();
System.out.println("maxAge："+maxAge);//maxAge：20
//3.所有人的年齡
Integer sumAge = list.stream().collect(Collectors.summingInt(Customer::getAge));
System.out.println("sumAge："+sumAge);//sumAge：40
//4.平均年齡
Double averageAge = list.stream().collect(Collectors.averagingDouble(Customer::getAge));
System.out.println("averageAge："+averageAge);//averageAge：13.333333333333334
//分組
Map<Integer, List<Customer>> ageMap = list.stream().collect(Collectors.groupingBy(Customer::getAge));
System.out.println("ageMap："+ageMap);//ageMap：{20=[com.mashibing.stream.Customer@20ad9418], 10=[com.mashibing.stream.Customer@31cefde0, com.mashibing.stream.Customer@439f5b3d]}
//分區
//分成兩部分，一部分大于10歲，一部分小于等于10歲
Map<Boolean, List<Customer>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
System.out.println("partMap："+partMap);
//規約
Integer allAge = list.stream().map(Customer::getAge).collect(Collectors.reducing(Integer::sum)).get();
System.out.println("allAge："+allAge);//allAge：40
}

public static void main(String[] args) {
Customer c1 = new Customer("張三",10);
Customer c2 = new Customer("李四",20);
Customer c3 = new Customer("王五",10);
List<Customer> list = Arrays.asList(c1,c2,c3);
//轉成list
List<Integer> ageList = list.stream().map(Customer::getAge).collect(Collectors.toList());
System.out.println("ageList："+ageList);//ageList：[10, 20, 10]
//轉成set
Set<Integer> ageSet = list.stream().map(Customer::getAge).collect(Collectors.toSet());
System.out.println("ageSet："+ageSet);//ageSet：[20, 10]
//轉成map,注:key不能相同，否則報錯
Map<String, Integer> CustomerMap = list.stream().collect(Collectors.toMap(Customer::getName, Customer::getAge));
System.out.println("CustomerMap："+CustomerMap);//CustomerMap：{李四=20, 張三=10, 王五=10}
//字符串分隔符連接
String joinName = list.stream().map(Customer::getName).collect(Collectors.joining(",", "(", ")"));
System.out.println("joinName："+joinName);//joinName：(張三,李四,王五)
//聚合操作
//1.學生總數
Long count = list.stream().collect(Collectors.counting());
System.out.println("count："+count);//count：3
//2.最大年齡 (最小的minBy同理)
Integer maxAge = list.stream().map(Customer::getAge).collect(Collectors.maxBy(Integer::compare)).get();
System.out.println("maxAge："+maxAge);//maxAge：20
//3.所有人的年齡
Integer sumAge = list.stream().collect(Collectors.summingInt(Customer::getAge));
System.out.println("sumAge："+sumAge);//sumAge：40
//4.平均年齡
Double averageAge = list.stream().collect(Collectors.averagingDouble(Customer::getAge));
System.out.println("averageAge："+averageAge);//averageAge：13.333333333333334
//分組
Map<Integer, List<Customer>> ageMap = list.stream().collect(Collectors.groupingBy(Customer::getAge));
System.out.println("ageMap："+ageMap);//ageMap：{20=[com.mashibing.stream.Customer@20ad9418], 10=[com.mashibing.stream.Customer@31cefde0, com.mashibing.stream.Customer@439f5b3d]}
//分區
//分成兩部分，一部分大于10歲，一部分小于等于10歲
Map<Boolean, List<Customer>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
System.out.println("partMap："+partMap);
//規約
Integer allAge = list.stream().map(Customer::getAge).collect(Collectors.reducing(Integer::sum)).get();
System.out.println("allAge："+allAge);//allAge：40
}

六、Stream的方法摘要

修飾符和類型	方法和說明
staticCollector<T,?,Double>	averagingDouble(ToDoubleFunction<? super T> mapper) 返回一個 Collector ，它產生應用于輸入元素的雙值函數的算術平均值。
staticCollector<T,?,Double>	averagingInt(ToIntFunction<? super T> mapper) 返回一個 Collector ，它產生應用于輸入元素的整數值函數的算術平均值。
staticCollector<T,?,Double>	averagingLong(ToLongFunction<? super T> mapper) 返回一個 Collector ，它產生應用于輸入元素的長值函數的算術平均值。
static <T,A,R,RR> Collector<T,A,RR>	collectingAndThen(Collector<T,A,R> downstream, Function<R,RR> finisher) 適應 Collector進行額外的整理轉換。
staticCollector<T,?,Long>	counting() 返回 Collector類型的接受元件 T計數輸入元件的數量。
static <T,K> Collector<T,?,Map<K,List>>	groupingBy(Function<? super T,? extends K> classifier) 返回 Collector “由基團”上的類型的輸入元件操作實現 T ，根據分類功能分組元素，并且在返回的結果 Map 。
static <T,K,A,D> Collector<T,?,Map<K,D>>	groupingBy(Function<? super T,? extends K> classifier, Collector<? super T,A,D> downstream) 返回 Collector “由基團”上的類型的輸入元件操作實現級聯 T ，根據分類功能分組元素，然后使用下游的指定執行與給定鍵相關聯的值的歸約運算 Collector 。
static <T,K,D,A,M extends Map<K,D>>Collector<T,?,M>	groupingBy(Function<? super T,? extends K> classifier, SuppliermapFactory, Collector<? super T,A,D> downstream) 返回 Collector “由基團”上的類型的輸入元件操作實現級聯 T ，根據分類功能分組元素，然后使用下游的指定執行與給定鍵相關聯的值的歸約運算 Collector 。
static <T,K> Collector<T,?,ConcurrentMap<K,List>>	groupingByConcurrent(Function<? super T,? extends K> classifier) 返回一個并發 Collector “由基團”上的類型的輸入元件操作實現 T ，根據分類功能分組元素。
static <T,K,A,D> Collector<T,?,ConcurrentMap<K,D>>	groupingByConcurrent(Function<? super T,? extends K> classifier, Collector<? super T,A,D> downstream) 返回一個并發 Collector “由基團”上的類型的輸入元件操作實現級聯 T ，根據分類功能分組元素，然后使用下游的指定執行與給定鍵相關聯的值的歸約運算 Collector 。
static <T,K,A,D,M extends ConcurrentMap<K,D>> Collector<T,?,M>	groupingByConcurrent(Function<? super T,? extends K> classifier, SuppliermapFactory, Collector<? super T,A,D> downstream) 返回一個并發 Collector “由基團”上的類型的輸入元件操作實現級聯 T ，根據分類功能分組元素，然后使用下游的指定執行與給定鍵相關聯的值的歸約運算 Collector 。
static Collector<CharSequence,?,String>	joining() 返回一個 Collector ，按照遇到的順序將輸入元素連接到一個 String中。
static Collector<CharSequence,?,String>	joining(CharSequence delimiter) 返回一個 Collector ，按照遇到的順序連接由指定的分隔符分隔的輸入元素。
static Collector<CharSequence,?,String>	joining(CharSequence delimiter, CharSequence prefix, CharSequence suffix) 返回一個 Collector ，它將按照指定的 Collector分隔的輸入元素與指定的前綴和后綴進行連接。
static <T,U,A,R> Collector<T,?,R>	mapping(Function<? super T,? extends U> mapper, Collector<? super U,A,R> downstream) 適應一個 Collector類型的接受元件 U至類型的一個接受元件 T通過積累前應用映射函數到每個輸入元素。
staticCollector<T,?,Optional>	maxBy(Comparator<? super T> comparator) 返回一個 Collector ，它根據給出的 Comparator產生最大元素，描述為 Optional。
staticCollector<T,?,Optional>	minBy(Comparator<? super T> comparator) 返回一個 Collector ，根據給出的 Comparator產生最小元素，描述為 Optional。
staticCollector<T,?,Map<Boolean,List>>	partitioningBy(Predicate<? super T> predicate) 返回一個 Collector ，根據Predicate對輸入元素進行 Predicate ，并將它們組織成 Map<Boolean, List> 。
static <T,D,A> Collector<T,?,Map<Boolean,D>>	partitioningBy(Predicate<? super T> predicate, Collector<? super T,A,D> downstream) 返回一個 Collector ，它根據Predicate對輸入元素進行 Predicate ，根據另一個 Collector減少每個分區的值，并將其組織成 Map<Boolean, D> ，其值是下游縮減的結果。
staticCollector<T,?,Optional>	reducing(BinaryOperatorop) 返回一個 Collector ，它在指定的 Collector下執行其輸入元素的 BinaryOperator 。
staticCollector<T,?,T>	reducing(T identity, BinaryOperatorop) 返回 Collector執行下一個指定的減少其輸入元件的 BinaryOperator使用所提供的身份。
static <T,U> Collector<T,?,U>	reducing(U identity, Function<? super T,? extends U> mapper, BinaryOperator op) 返回一個 Collector ，它在指定的映射函數和 BinaryOperator下執行其輸入元素的 BinaryOperator 。
staticCollector<T,?,DoubleSummaryStatistics>	summarizingDouble(ToDoubleFunction<? super T> mapper) 返回一個 Collector ， double生產映射函數應用于每個輸入元素，并返回結果值的匯總統計信息。
staticCollector<T,?,IntSummaryStatistics>	summarizingInt(ToIntFunction<? super T> mapper) 返回一個 Collector ， int生產映射函數應用于每個輸入元素，并返回結果值的匯總統計信息。
staticCollector<T,?,LongSummaryStatistics>	summarizingLong(ToLongFunction<? super T> mapper) 返回一個 Collector ， long生產映射函數應用于每個輸入元素，并返回結果值的匯總統計信息。
staticCollector<T,?,Double>	summingDouble(ToDoubleFunction<? super T> mapper) 返回一個 Collector ，它產生應用于輸入元素的雙值函數的和。
staticCollector<T,?,Integer>	summingInt(ToIntFunction<? super T> mapper) 返回一個 Collector ，它產生應用于輸入元素的整數值函數的和。
staticCollector<T,?,Long>	summingLong(ToLongFunction<? super T> mapper) 返回一個 Collector ，它產生應用于輸入元素的長值函數的和。
static <T,C extends Collection> Collector<T,?,C>	toCollection(SuppliercollectionFactory) 返回一個 Collector ，按照遇到的順序將輸入元素累加到一個新的 Collection中。
static <T,K,U> Collector<T,?,ConcurrentMap<K,U>>	toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper) 返回一個并發的 Collector ，它將元素累加到 ConcurrentMap ，其鍵和值是將所提供的映射函數應用于輸入元素的結果。
static <T,K,U> Collector<T,?,ConcurrentMap<K,U>>	toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction) 返回一個并發的 Collector ，它將元素累加到一個 ConcurrentMap ，其鍵和值是將提供的映射函數應用于輸入元素的結果。
static <T,K,U,M extends ConcurrentMap<K,U>>	Collector<T,?,M> toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction, SuppliermapSupplier) 返回一個并發的 Collector ，它將元素累加到一個 ConcurrentMap ，其鍵和值是將所提供的映射函數應用于輸入元素的結果。
staticCollector<T,?,List>	toList() 返回一個 Collector ，它將輸入元素 List到一個新的 List 。
static <T,K,U> Collector<T,?,Map<K,U>>	toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper) 返回一個 Collector ，它將元素累加到一個 Map ，其鍵和值是將所提供的映射函數應用于輸入元素的結果。
static <T,K,U> Collector<T,?,Map<K,U>>	toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction) 返回一個 Collector ，它將元素累加到 Map ，其鍵和值是將提供的映射函數應用于輸入元素的結果。
static <T,K,U,M extends Map<K,U>> Collector<T,?,M>	toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction, SuppliermapSupplier) 返回一個 Collector ，它將元素累加到一個 Map ，其鍵和值是將所提供的映射函數應用于輸入元素的結果。
staticCollector<T,?,Set> toSet()	返回一個 Collector ，將輸入元素 Set到一個新的 Set 。