思维导图镇楼。
上一篇中给大家讲了Stream的前半部分知识——包括对Stream的整体概览及Stream的创建和Stream的转换流操作，并对Stream一些内部优化点做了简明的说明。
虽迟但到，今天就来继续给大家更Stream第二部分知识——终结操作，由于这部分的API内容繁多且复杂，所以我单开一篇给大家细细讲讲。
正式开始之前，我们先来说说聚合方法本身的特性(接下来我将用聚合方法代指终结操作中的方法)：
ok，知晓了聚合方法的特性，我为了便于理解，又将聚合方法分为几大类：
其中简单聚合方法我会简单讲解，其它则会着重讲解，尤其是收集器，它能做的实在太多了。。。
Stream的聚合方法是我们在使用Stream中的必用操作，认真学习本篇，不说马上就能对Stream得心应手，起码也可以行云流水吧?
1. 简单聚合方法
第一节嘛，先来点简单的。
Stream的聚合方法比上一篇讲过的无状态和有状态方法都要多，但是其中也有一些是喵一眼就能学会的，第一节我们先来说说这部分方法：
count()：返回Stream中元素的size大小。forEach()：通过内部循环Stream中的所有元素，对每一个元素进行消费，此方法没有返回值。forEachOrder()：和上面方法的效果一样，但是这个可以保持消费顺序，哪怕是在多线程环境下。anyMatch(Predicate predicate)：这是一个短路操作，通过传入断言参数判断是否有元素能够匹配上断言。allMatch(Predicate predicate)：这是一个短路操作，通过传入断言参数返回是否所有元素都能匹配上断言。noneMatch(Predicate predicate)：这是一个短路操作，通过传入断言参数判断是否所有元素都无法匹配上断言，如果是则返回true，反之则false。findFirst()：这是一个短路操作，返回Stream中的第一个元素，Stream可能为空所以返回值用Optional处理。findAny()：这是一个短路操作，返回Stream中的任意一个元素，串型流中一般是第一个元素，Stream可能为空所以返回值用Optional处理。
虽然以上都比较简单，但是这里面有五个涉及到短路操作的方法我还是想提两嘴：
首先是findFirst()和findAny()这两个方法， 由于它们只需要拿到一个元素就能方法就能结束，所以短路效果很好理解。
接着是anyMatch方法，它只需要匹配到一个元素方法也能结束，所以它的短路效果也很好理解。
最后是allMatch方法和noneMatch，乍一看这两个方法都是需要遍历整个流中的所有元素的，其实不然，比如allMatch只要有一个元素不匹配断言它就可以返回false了，noneMatch只要有一个元素匹配上断言它也可以返回false了，所以它们都是具有短路效果的方法。
2. 归约
2.1 reduce：反复求值
第二节我们来说说归约，由于这个词过于抽象，我不得不找了一句通俗易懂的解释来翻译这句话，下面是归约的定义：
将一个Stream中的所有元素反复结合起来，得到一个结果，这样的操作被称为归约。
注：在函数式编程中，这叫做折叠( fold )。
举个很简单的例子，我有1、2、3三个元素，我把它们俩俩相加，最后得出6这个数字，这个过程就是归约。
再比如，我有1、2、3三个元素，我把它们俩俩比较，最后挑出最大的数字3或者挑出最小的数字1，这个过程也是归约。
下面我举一个求和的例子来演示归约，归约使用reduce方法：
Optional reduce = List.of(1, 2, 3).stream()
.reduce((i1, i2) -> i1 + i2);
首先你可能注意到了，我在上文的小例子中一直在用俩俩这个词，这代表归约是俩俩的元素进行处理然后得到一个最终值，所以reduce的方法的参数是一个二元表达式，它将两个参数进行任意处理，最后得到一个结果，其中它的参数和结果必须是同一类型。
比如代码中的，i1和i2就是二元表达式的两个参数，它们分别代表元素中的第一个元素和第二个元素，当第一次相加完成后，所得的结果会赋值到i1身上，i2则会继续代表下一个元素，直至元素耗尽，得到最终结果。
如果你觉得这么写不够优雅，也可以使用Integer中的默认方法：
Optional reduce = List.of(1, 2, 3).stream()
.reduce(Integer::sum);
这也是一个以方法引用代表lambda表达式的例子。
你可能还注意到了，它们的返回值是Optional的，这是预防Stream没有元素的情况。
你也可以想办法去掉这种情况，那就是让元素中至少要有一个值，这里reduce提供一个重载方法给我们：
Integer reduce = List.of(1, 2, 3).stream()
.reduce(0, (i1, i2) -> i1 + i2);
如上例，在二元表达式前面多加了一个参数，这个参数被称为初始值，这样哪怕你的Stream没有元素它最终也会返回一个0，这样就不需要Optional了。
在实际方法运行中，初始值会在第一次执行中占据i1的位置，i2则代表Stream中的第一个元素，然后所得的和再次占据i1的位置，i2代表下一个元素。
不过使用初始值不是没有成本的，它应该符合一个原则：accumulator.apply(identity, i1) == i1，也就是说在第一次执行的时候，它的返回结果都应该是你Stream中的第一个元素。
比如我上面的例子是一个相加操作，则第一次相加时就是0 + 1 = 1，符合上面的原则，作此原则是为了保证并行流情况下能够得到正确的结果。
如果你的初始值是1，则在并发情况下每个线程的初始化都是1，那么你的最终和就会比你预想的结果要大。
2.2 max：利用归约求最大
max方法也是一个归约方法，它是直接调用了reduce方法。
先来看一个示例：
Optional max = List.of(1, 2, 3).stream()
.max((a, b) -> {
if (a > b) {
return 1;
} else {
return -1;
}
});
没错，这就是max方法用法，这让我觉得我不是在使用函数式接口，当然你也可以使用Integer的方法进行简化：
Optional max = List.of(1, 2, 3).stream()
.max(Integer::compare);
哪怕如此，这个方法依旧让我感觉到很繁琐，我虽然可以理解在max方法里面传参数是为了让我们自己自定义排序规则，但我不理解为什么没有一个默认按照自然排序进行排序的方法，而是非要让我传参数。
直到后来我想到了基础类型Stream，果然，它们里面是可以无需传参直接拿到最大值：
OptionalLong max = LongStream.of(1, 2, 3).max();
果然，我能想到的，类库设计者都想到了～
注 ：OptionalLong是Optional对基础类型long的封装。
2.3 min：利用归约求最小
min还是直接看例子吧：
Optional max = List.of(1, 2, 3).stream()
.min(Integer::compare);
它和max区别就是底层把 > 换成了
