Ⅰ 北大青鸟java培训：map和flatmap的共同点和区别
在函数式语言中，函数作为一等公民，可以在任何地方定义，在函数内或函数外，可以作为函数的参数和返回值，可以对函数进行组合。
由于命令式编程语言也可以通过类似函数指针的方式来实现高阶函数，函数式的最主要的好处主要是不可变性带来的。
没有可变的状态，函数就是引用透明（Referentialtransparency）的和没有副作用（NoSideEffect）。
IT培训http://www.kmbdqn.cn/就来为大家介绍介绍。
任何一种函数式语言中，都有map函数与faltMap这两个函数，比如python虽然不是纯函哪桥数式语言，也有这两个函数。
再比如在jdk1.8之后，也加入了Lambda表达式，自然也支持map函数。
map和faltMap的共同点和区别1、共同点都是依赖FuncX(入参，返回值)进行转换（将一个类型依据程序逻辑转换成另一种类型，根据入参和返回值）都能在转换后直接被subscribe2、区别map返回的是结果集，flatmap返回的是包含结果集的Observable（返回结果不同）map被订阅时搏态每传递一个事件执行一次onNext方法，flatmap多用于多对多，一对多，再被转化为多个时，一般利用from/just进行一一分发，被订阅时将所有数据传递完毕汇总到一个Observable然后一一执行onNext方法（执行顺序不同）>>>>(如单纯用于一对一转换则和map相同)map只能单一转换，单一只的是只能一对一进行转换，指一个对象可以转化为另一个对象但是不能转换成对象数组（map返回结果基缓源集不能直接使用from/just再次进行事件分发，一旦转换成对象数组的话，再处理集合/数组的结果时需要利用for一一遍历取出，而使用RxJava就是为了剔除这样的嵌套结构，使得整体的逻辑性更强。
）flatmap既可以单一转换也可以一对多/多对多转换，flatmap要求返回Observable，因此可以再内部进行from/just的再次事件分发，一一取出单一对象（转换对象的能力不同）map函数的用法，顾名思义，将一个函数传入map中，然后利用传入的这个函数，将集合中的每个元素处理，并将处理后的结果返回。
而flatMap与map唯一不一样的地方就是传入的函数在处理完后返回值必须是List，其实这也不难理解，既然是flatMap，那除了map以外必然还有flat的操作，所以需要返回值是List才能执行flat这一步。
Ⅱ scala中map和rece的区别
Scala中的集合对象都有foreach和map两个方法。两个方法的共同点在于：都是用于遍历集合对象，并对每一项执行指定的方法。而两者的差异在于：foreach无返回值（准确说返回void）,map返回集合对象。见如下代码及运行结果：b.getClass 得到的是void, 而c.getClass得到的是colletion 。再看代码的第9-11行，foreach和map的运行结果一致。结论就州坦是：foreach 无法代替map. 而map方法却可以代替册昌桐foreach。
问题：为什么scala提供foreach和map两个方法呢？本人看法是scala做为一种支持函数式编程范式的语言，必然要引入一种机制以支持数学中函数概念，而在数学中函迅稿数就是映射，所以scala中有map方法一点都不奇怪。而foreach只是用在不需要对集合执行映射操作，但需要遍历集合时才用到。总而言之，foreach用于遍历集合，而map用于映射（转换）集合到另一个集合。
[java]view plain
objectarrayTestextendsApp{
varincrease=(x:Int)=>x+1
valsomeNumbers=List(-11,-10,-5,0,5,10)
varb=someNumbers.foreach(increase)
println(b.getClass)
varc=someNumbers.map(increase)
println(c.getClass)
c.foreach((x:Int)=>print(x+""))
println()
c.map((x:Int)=>print(x+""))
}
Ⅲ 什么是函数式编程思维
回答都有跑题，show概念之嫌，题主问的是函数式思维，这个问题我一直在思考，毕竟是方法论，能力有限，只能从切身实践告诉你
1.表达式化
在
最初的时候，需要转变观念，去可变量，去循环，把命令式改成表达式，注意，这只是把你丢在荒山野岭让你感受一下，离开熟悉的环境，地球依然在转，但是有个
重点，那就是一切都是表达式; 为什么是表达式呢？这个问题就像为什么鱼在水里?
因为函数式建立在lambda演算之上而非图灵机，只不过两者被证明等价，所以你可以在你的机器上跑全是表达式的代码，就如有人证明天空适合鱼生存，所以
鱼可以在天上游
当你接受了鱼可以在天上游之后，就该上正餐了
1.5 数据与行为分离
这也是和面向对象不一致的地方，面向对象强调数据与行为绑定，但函数式不是，确切的说函数式 函数与数据等价，所以你才可以将函数当参数与返回值，你在设计时，切勿让数据自己长腿能跑，其次，行为必须消除副作用，不可以偷偷把数据改了，习惯第一条后，应哗亏耐该不会的
2.高阶逻辑
用
了函数式，就不要在想循环，赋值这些低阶逻辑了，而应该更高阶的思考问题，这比转化表达式更难，函数式又叫声明式，也就是你要做什么，只要说一下就行，而
非写个遍历，做个状态判断，空枣用函数式你不需要考虑这些，你不知道函数式的列表是怎么遍历的，中间向两边?
从后往前?这也是为何函数式适合并发的原因之一，你想知道列表中大于3的数有多少，只要，list.count(_ > 3)
而不是写循环，你可以直接写你的业务，不要拘泥于细节，有点像sql, 你需要什么告诉电脑就行，你或许会问，count foreach filter
这些函数怎么来的? 因为有了他们你才不需要写循环，他们把你留在高阶逻辑中乱春，这个问题的答案请看下面
3.组合子逻辑 或又叫 自底向上的设计
函
数式和OO是反的，面向对象是自顶向下的设计，函数式是自底向上的设计，也就是先定义最基本的操作，然后不断组合，不断堆积以满足你的所有需要，如sql
定义了select, from, where...这几个组合子，来满足你的查询需求，同理函数式语言会提供foreach,
map等组合子(操作)来满足你的需求，所以你必须自下而上的设计你的代码结构，并且满足你的需求，当你只用组合子写代码时，你会发现你写的全是高阶逻辑
如
果这些已有组合子满足不了你，你就得自己写，foreach不行，你就自己写递归，我告诉你，递归背后也是组合子，这里一些'大神'应该不知道，在图灵机
里，递归就是方法不断调用自己没什么好说的，但是在lambda演算中，匿名函数是没法调用自己的，所以递归是用Y组合子(又叫不动点组合子)把递归函数
自己求解出来再调用的，这才可以实现递归，并与图灵机的循环等价，有点跑题了，总之要想顺手的写函数式，最好用面向组合子的设计，注意，不是必须，组合子
演算和lambda演算可以相互转化，也就是，你完全可以写一堆杂乱的表达式，但没有组合子逻辑来得清爽，Haskell大规模使用monad这个特殊组
合子，始其变得统一整洁
好了，总结一下
函数式思维，其实就是组合子逻辑，用简单的几个函数组合来构建复杂逻辑，始终以高阶的角度去表达问题，而非依赖副作用。
知道这点，你用java也可以写函数式代码了
但是，这也只是本人积累得来的感悟，绝不敢大肆伸张这就是函数式，我也在不断研究中，如有问题，还望大神指正
Ⅳ java函数式编程是炫技编程吗
函数式编程（Functional Programming）是一种编程风格，它是相对于指令式编程风格而言的，常见的面向对象编程就是指令式闹哪蔽编程风格。
指令式编程是面向计算机硬件的抽象，有变量（对应着存储单元），赋值语句（获取、存储指令），缓李表达式（内存引用和算术运算）和控制语句（跳转语句）。
而函数式编程是面向数学的抽象，将计算描述为一种表达式求值。这里的函数实际就是数学中的函数，即自变量到因变量的映射。也就是说，一个函数的值仅决定于函数参数的值，不依赖其他状态。
函数式编程是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量，因此，任意一个函数，只要输入是确定的，输出就是确定的，这种纯函数我们称之为没有液州副作用。而允许使用变量的程序设计语言，由于函数内部的变量状态不确定，同样的输入，可能得到不同的输出，因此，这种函数是有副作用的。
在函数式语言当中，函数作为一等公民，可以在任何地方定义，在函数内或函数外，可以作为函数的参数或返回值，可以对函数进行组合，也可以将函数赋值给变量。严格意义上的函数式编程意味着不适用可变的变量，赋值，循环和其他命令式控制结构进行编程。
函数式编程风格带来的好处是：
函数式编程使用不可变对象作为变量，不会修改变量的值，而是返回一个新的值，如此这样，更容易理清头绪，使得单元测试和调试更加容易；
可以很自由地传递不可变对象，但对于可变对象来说，传递给其他代码之前，需要先建造一个以防万一的副本；
一旦不可变对象完成构造以后，就不会有线程因为并发访问而破坏对象内部状态，因为根本没有线程可以改变不可变对象的状态；
不可变对象让哈希表键值更安全，所以哈希表键要求必须是不可变对象，否则使用可变对象，如果对象状态发生变化，那么在哈希表中就找不到这个对象了；
具体到编程语言，Scala（静态语言）和Python（动态语言）都能比较的支持函数式编程风格，但是它们都不是纯函数式的，也就是说它们同时支持指令式风格和函数式风格。而Java基本是指令式风格，但自从Java8引入lambda表达式以后也开始部分支持函数式风格。函数式编程最典型的是诸如map, flatMap, rece, filter等函数，它们的特点是支持某个函数作为上面这些函数的参数
Ⅳ 函数式编程和响应式编程有什么区别
1. 我暂且认为你说的RP是指Rx*框架的Reactive programming，（如果不是，就先认为是一下吧）
Rx*框架的RP，其实应该叫FRP(Functional Reactive Programming)（误，感谢 邵成的指正，具体见补充部分），那和FP基本上就是一种派生(derive)关系了
FRP基本上就是面向异步事件流的编程了，这个异步事件流叫：Observable，一般叫：Stream
Stream就是一个 按时间排序的Events(Ongoing events ordered in time)序列
Stream是不可变(Immutability)的，任何操作都返回新的Stream, 且它是一个Monad（它有map和flatMap方法）。
FRP的关注点在Stream，而FP的关注点在(Type, Operate)，Stream -> (Type, Operate)是一种泛化（generic），(Type, Operate) -> Stream 是一种派生。
RP本身是建立于观察者模式之上的一种编程范式（级别同MV*），FP则更偏向底层解决一般化问题。
Ⅵ map模式是什么意思
map模式是一种函数式编程模式，它可以将一个列表中的元素通过一个函数映射到另一个列表中。map模式提供了一个简单的方法来将一组输入数据映射到一组输出数据，而不需要编写大量的循环代码。它的基本形式是将一个函数应用于一个列表中的每个元素，然后将每个函数的输出结果放入另一个列表中。map模式可以用来处理大量数据，可以迅速地将一组数据转换为另一组数据链改，而不需要编写大量的繁琐的循环代码。它还可以用于把一组数据棚咐判转换为另一组更简磨有用的数据，以满足特定的应用场景。
Ⅶ Java8的函数式编程怎么样
使用函数式代码的好处：
减少了可变量(Immutable Variable)的声明
能够更好的利用并行(Parallelism)
代码更加简洁和可读
函数式接口
函数式接口就是仅声明了一个方法的接口，比如我们熟悉的Runnable，Callable，Comparable等都可以作为函数式接口。当然，在Java 8中，新添加了一类函数式接口，如Function，Predicate，Consumer，Supplier等。
Ⅷ Python和lisp在函数式编程上有哪些异同
Python内在的函数式功能
自Python 1.0起，Python就已具有了以上所列中的绝大多数特点。但是就象Python所具有的大多数特性一样，这些特点出现在了一种混合了各种特性的语言 中。和Python的OOP（面向对象编程） 特性非常象，你想用多少就用多少，剩下的都可以不管（直到你随后需要用到它们为止）。在Python 2.0中，加入了列表解析（list comprehensions）这个非常好用的”语法糖“。 尽管列表解析没有添加什么新功能，但它让很多旧功能看起来好了不少。
Python中函数式编程的基本要素包括functionsmap()、rece()、filter()和lambda算子（operator）。 在Python 1.x中，apply()函数也可以非常方便地拿来将一个函数的列表返回值直接用于另外一个函数。Python 2.0为此提供了一个改进后的语法。可能有点让人惊奇，使用如此之少的函数（以及基本的算子）几乎就足以写出任何Python程序了；更加特别的是，几乎 用不着什么执行流程控制语句。
所有(if,elif,else,assert,try,except,finally,for,break,continue,while,def)这 些都都能通过仅仅使用函数式编程中的函数和算子就能以函数式编程的风格处理好。尽管真正地在程序中完全排除使用所有流程控制命令可能只在想参 加”Python混乱编程“大赛（可将Python代码写得跟Lisp代码非常象）时才有意义，但这对理解函数式编程如何通过函数和递归表达流程控制很有 价值。
剔除流程控制语句
剔除练习首先要考虑的第一件事是，实际上，Python会对布尔表达式求值进行“短路”处理。这就为我们提供了一个if/elif/else分支语句的表达式版（假设每个分支只调用一个函数，不是这种情况时也很容易组织成重新安排成这种情况）。 这里给出怎么做：
对Python中的条件调用进行短路处理
Python
# Normal statement-based flow control
if <cond1>: func1()
elif <cond2>: func2()
else: func3()
# Equivalent "short circuit" expression
(<cond1> and func1()) or (<cond2> and func2()) or (func3())
# Example "short circuit" expression
>>> x = 3
>>> def pr(s): return s
>>> (x==1 and pr('one')) or (x==2 and pr('two')) or (pr('other'))
'other'
>>> x = 2
>>> (x==1 and pr('one')) or (x==2 and pr('two')) or (pr('other'))
'two'
我们的表达式版本的条件调用看上去可能不算什么，更象是个小把戏；然而，如果我们注意到lambda算子必须返回一个表达式，这就更值得关注了。既然如我 们所示，表达式能够通过短路包含一个条件判断，那么，lambda表达式就是个完全通用的表达条件判断返回值的手段了。我们来一个例子：
Python中短路的Lambda
Python
>>> pr = lambda s:s
>>> namenum = lambda x: (x==1 and pr("one"))
....or (x==2 and pr("two"))
....or (pr("other"))
>>> namenum(1)
'one'
>>> namenum(2)
'two'
>>> namenum(3)
'other'
将函数作为具有首要地位的对象
前面的例子已经表明了Python中函数具有首要地位，但有点委婉。当我们用lambda操作创建一个函数对象时， 我们所得到的东西是完全通用的。就其本质而言，我们可以将我们的对象同名字”pr”和”namenum”绑定到一起, 以完全相同的方式，我们也也完全可以将数字23或者字符串”spam” 同这些名字绑定到一起。但是，就象我们可以无需将其绑定到任何名字之上就能直接使用数字23（也就是说，它可以用作函数的参数）一样，我们也可以直接使用 我们使用lambda创建的函数对象，而无需将其绑定到任何名字之上。在Python中，函数就是另外一种我们能够就像某种处理的值。
我们对具有首要地位的对象做的比较多的事情就是，将它们作为参数传递给函数式编程固有的函数map()、rece()和filter()。这三个函数接受的第一个参数都是一个函数对象。
map()针对指定给它的一个或多个列表中每一项对应的内容，执行一次作为参数传递给它的那个函数 ，最后返回一个结果列表。
rece()针对每个后继项以及最后结果的累积结果，执行一次作为参数传递给它的那个函数；例如，rece(lambda n,m:n*m, range(1,10))是求”10的阶乘”的意思（换言之，将每一项和前面所得的乘积进行相乘）
filter()使用那个作为参数传递给它的函数，对一个列表中的所有项进行”求值“，返回一个由所有能够通过那个函数测试的项组成的经过遴选后的列表。
我们经常也会把函数对象传递给我们自己定义的函数，不过一般情况下这些自定义的函数就是前文提及的内建函数的某种形式的组合。
通过组合使用这三种函数式编程内建的函数， 能够实现范围惊人的“执行流程”操作(全都不用语句，仅仅使用表达式实现)。
Ⅸ 函数式编程-Lambda与Stream
我们在创建线程并启动时可以使用匿名内部类的写法：
可以使用Lambda的格式对其进行修改。修改后如下：
现有方法定义如下，其中IntBinaryOperator是一个接口。先使用匿名内部类的写法调用该方法。
Lambda写法：
现有方法定义如下，其中IntPredicate是一个接口。先使用匿名内部类的写法调用该方法。
Lambda写法：
现有方法定义如下，其中Function是一个接口。先使用匿名内部类的写法调用卜行握该方法。
Lambda写法：
现有方法定义如下，其中IntConsumer是一个接口。先使用匿名内部类的写法调用该方法。
Lambda写法：
Java8的Stream使用的是函数式编程模式，如同它的名字一样，它可以被用来对集合或数组进行链状流式的操作。可以更方便的让我们对集合或数组操作。
我们可以调用getAuthors方法获取到作家的集合。现在需要打印所有年龄小于18的作家的名字，并且要注意去重。
单列集合： 集合对象.stream()
数组：Arrays.stream(数组)或者使用Stream.of来创建
双列集合：转换成单列集合后再创建
可以对流中的元素进行条件过滤，符合过滤条件的才能继续留在流中。
例如：
打印所有姓名长度大于1的作家的姓名
可以把对流中的元素进行计算或转换。
例如：
打印所有作家的姓名
可以去除流中的重复元素。
例如：
打印所有作家的姓名，并且要求其中不能有重复元素。
注意：distinct方法是依赖Object的equals方法来判断是否是相同对象的。所以需要注意重写equals方法。
可以对流中的元素进行排序。
例如：
对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。
注意：如果调用空参的sorted()方法，需要流中的元素是实现了Comparable。
可以设置流的最大长度，超出的部分将被抛弃。带昌
例如：
对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素,然后打印其中年龄最大的两个作家的姓名。
跳过流中的前n个元素，返回剩下的元素
例如：
打印除了年龄最大的作家外的其他作家，要求不能有重复元素，并且按照年龄降序排序。
map只能把一个对象转换成另一个对象来作为流中的元素。而flatMap可以把一个对象转换成多个对象作为流中的元素。
例一：
打印所有书籍的名字。要求对重复的元素进行去重。
例二：
打印现有数据的所有分类。要求对分类进行去重。不能出现这种格式：哲学,爱情
对流中的元素进行遍历操作，我们通过传入的型庆参数去指定对遍历到的元素进行什么具体操作。
例子：
输出所有作家的名字
可以用来获取当前流中元素的个数。
例子：
打印这些作家的所出书籍的数目，注意删除重复元素。
可以用来或者流中的最值。
例子：
分别获取这些作家的所出书籍的最高分和最低分并打印。
把当前流转换成一个集合。
例子：
获取一个存放所有作者名字的List集合。
获取一个所有书名的Set集合。
获取一个Map集合，map的key为作者名，value为List
可以用来判断是否有任意符合匹配条件的元素，结果为boolean类型。
例子：
判断是否有年龄在29以上的作家
可以用来判断是否都符合匹配条件，结果为boolean类型。如果都符合结果为true，否则结果为false。
例子：
判断是否所有的作家都是成年人
可以判断流中的元素是否都不符合匹配条件。如果都不符合结果为true，否则结果为false
例子：
判断作家是否都没有超过100岁的。
获取流中的任意一个元素。该方法没有办法保证获取的一定是流中的第一个元素。
例子：
获取任意一个年龄大于18的作家，如果存在就输出他的名字
获取流中的第一个元素。
例子：
获取一个年龄最小的作家，并输出他的姓名。
对流中的数据按照你指定的计算方式计算出一个结果。（缩减操作）
rece的作用是把stream中的元素给组合起来，我们可以传入一个初始值，它会按照我们的计算方式依次拿流中的元素和初始化值进行计算，计算结果再和后面的元素计算。
rece两个参数的重载形式内部的计算方式如下：
其中identity就是我们可以通过方法参数传入的初始值，accumulator的apply具体进行什么计算也是我们通过方法参数来确定的。
例子：
使用rece求所有作者年龄的和
使用rece求所有作者中年龄的最大值
使用rece求所有作者中年龄的最小值
rece一个参数的重载形式内部的计算
如果用一个参数的重载方法去求最小值代码如下：
我们在编写代码的时候出现最多的就是空指针异常。所以在很多情况下我们需要做各种非空的判断。
例如：
尤其是对象中的属性还是一个对象的情况下。这种判断会更多。
而过多的判断语句会让我们的代码显得臃肿不堪。
所以在JDK8中引入了Optional,养成使用Optional的习惯后你可以写出更优雅的代码来避免空指针异常。
并且在很多函数式编程相关的API中也都用到了Optional，如果不会使用Optional也会对函数式编程的学习造成影响。
Optional就好像是包装类，可以把我们的具体数据封装Optional对象内部。然后我们去使用Optional中封装好的方法操作封装进去的数据就可以非常优雅的避免空指针异常。
我们一般使用 Optional 的 静态方法ofNullable 来把数据封装成一个Optional对象。无论传入的参数是否为null都不会出现问题。
你可能会觉得还要加一行代码来封装数据比较麻烦。但是如果改造下getAuthor方法，让其的返回值就是封装好的Optional的话，我们在使用时就会方便很多。
而且在实际开发中我们的数据很多是从数据库获取的。Mybatis从3.5版本可以也已经支持Optional了。我们可以直接把方法的返回值类型定义成Optional类型，MyBastis会自己把数据封装成Optional对象返回。封装的过程也不需要我们自己操作。
如果你 确定一个对象不是空 的则可以使用 Optional 的 静态方法of 来把数据封装成Optional对象。
但是一定要注意，如果使用of的时候传入的参数必须不为null。（尝试下传入null会出现什么结果）
如果一个方法的返回值类型是Optional类型。而如果我们经判断发现某次计算得到的返回值为null，这个时候就需要把null封装成Optional对象返回。这时则可以使用 Optional 的 静态方法empty 来进行封装。
所以最后你觉得哪种方式会更方便呢？ ofNullable
我们获取到一个Optional对象后肯定需要对其中的数据进行使用。这时候我们可以使用其 ifPresent 方法对来消费其中的值。
这个方法会判断其内封装的数据是否为空，不为空时才会执行具体的消费代码。这样使用起来就更加安全了。
例如,以下写法就优雅的避免了空指针异常。
如果我们想获取值自己进行处理可以使用get方法获取，但是不推荐。因为当Optional内部的数据为空的时候会出现异常。
如果我们期望安全的获取值。我们不推荐使用get方法，而是使用Optional提供的以下方法。
我们可以使用filter方法对数据进行过滤。如果原本是有数据的，但是不符合判断，也会变成一个无数据的Optional对象。
我们可以使用isPresent方法进行是否存在数据的判断。如果为空返回值为false,如果不为空，返回值为true。但是这种方式并不能体现Optional的好处， 更推荐使用ifPresent方法 。
Optional还提供了map可以让我们的对数据进行转换，并且转换得到的数据也还是被Optional包装好的，保证了我们的使用安全。
例如我们想获取作家的书籍集合。
只有一个抽象方法 的接口我们称之为函数接口。
JDK的函数式接口都加上了 @FunctionalInterface 注解进行标识。但是无论是否加上该注解只要接口中只有一个抽象方法，都是函数式接口。
我们在使用lambda时，如果方法体中只有一个方法的调用的话（包括构造方法）,我们可以用方法引用进一步简化代码。
我们在使用lambda时不需要考虑什么时候用方法引用，用哪种方法引用，方法引用的格式是什么。我们只需要在写完lambda方法发现方法体只有一行代码，并且是方法的调用时使用快捷键尝试是否能够转换成方法引用即可。
当我们方法引用使用的多了慢慢的也可以直接写出方法引用。
类名或者对象名::方法名
其实就是引用类的静态方法
如果我们在重写方法的时候，方法体中 只有一行代码 ，并且这行代码是 调用了某个类的静态方法 ，并且我们把要重写的 抽象方法中所有的参数都按照顺序传入了这个静态方法中 ，这个时候我们就可以引用类的静态方法。
例如：
如下代码就可以用方法引用进行简化
注意，如果我们所重写的方法是没有参数的，调用的方法也是没有参数的也相当于符合以上规则。
优化后如下：
如果我们在重写方法的时候，方法体中 只有一行代码 ，并且这行代码是 调用了某个对象的成员方法 ，并且我们把要重写的 抽象方法中所有的参数都按照顺序传入了这个成员方法中 ，这个时候我们就可以引用对象的实例方法
例如：
优化后：
如果我们在重写方法的时候，方法体中 只有一行代码 ，并且这行代码是 调用了第一个参数的成员方法 ，并且我们把要 重写的抽象方法中剩余的所有的参数都按照顺序传入了这个成员方法中 ，这个时候我们就可以引用类的实例方法。
例如：
优化后如下：
如果方法体中的一行代码是构造器的话就可以使用构造器引用。
如果我们在重写方法的时候，方法体中 只有一行代码 ，并且这行代码是 调用了某个类的构造方法 ，并且我们把 要重写的抽象方法中的所有的参数都按照顺序传入了这个构造方法中 ，这个时候我们就可以引用构造器。
例如：
优化后：
我们之前用到的很多Stream的方法由于都使用了泛型。所以涉及到的参数和返回值都是引用数据类型。
即使我们操作的是整数小数，但是实际用的都是他们的包装类。JDK5中引入的自动装箱和自动拆箱让我们在使用对应的包装类时就好像使用基本数据类型一样方便。但是你一定要知道装箱和拆箱肯定是要消耗时间的。虽然这个时间消耗很下。但是在大量的数据不断的重复装箱拆箱的时候，你就不能无视这个时间损耗了。
所以为了让我们能够对这部分的时间消耗进行优化。Stream还提供了很多专门针对基本数据类型的方法。
例如：mapToInt,mapToLong,mapToDouble,flatMapToInt,flatMapToDouble等。
当流中有大量元素时，我们可以使用并行流去提高操作的效率。其实并行流就是把任务分配给多个线程去完全。如果我们自己去用代码实现的话其实会非常的复杂，并且要求你对并发编程有足够的理解和认识。而如果我们使用Stream的话，我们只需要修改一个方法的调用就可以使用并行流来帮我们实现，从而提高效率。
parallel方法可以把串行流转换成并行流。
也可以通过parallelStream直接获取并行流对象。
Ⅹ 前端必学-函数式编程（六）
我们前篇谈了很多关于【闭包】的理解了，所以你应该会知道，我们现在将要谈的就是 ——【异步】。
我们为什么觉得“异步问题”复杂呢？
其中很重要的一个原因是 —— 时间！时间将我们对数据的操判运作、管理，变复杂了好几个量级！
（需要特别提出并明确的是： 异步和同步之间是可以相互转化的！ 我们使用异步或者同步取决于 —— 如何使代码更加可读！）
函数式编程给出了实现“代码更可读”的落地原则（已多次回顾）：
所以我们可以期待，异步在函数式编程中的表现！
上代码：
onCustomer(..) 和 onOrders(..) 是两个【回调函数】释义，两者执行的先后顺序并不能确定，所以它是一个基于时间掘唤梁的复杂状态。
释义：回调函数其实就是一个参数，将这个函数作为参数传到另一个函数里面，当那个函数执行完之后，再执行传进去的这个函数。
通常来说，我们最先想到的是：把 lookupOrders(..) 写到 onCustomer(..) 里面，那我们就可以确认 onOrders(..) 会在 onCustomer(..) 之后运行。
这样写，对吗？
不对！因为 onCustomer(..) 、 onOrders(..) 这两个回调函数的关系更像是一种竞争关系（都是赋值 customer.orders ）， 它们应该并行执行 ， 而不是串行执行 。
即：我不管你们谁先执行，谁先执行完，谁就赋值给 customer.orders ！
那我们的思路应该是：
不过，这样让代码又变得更加难阅读！！函数内部赋值依赖于外部变量、甚至受外部回调函数的影响。
那究竟怎么办呢？
最终，我们借用 JS promise 减少这个时间状态，将异步转成同步：
两个 .then(..) 运行之前， lookupCustomer(..) 和 lookupOrders(..) 已被同步调用，满足并行执行，谁先结束，谁赋值给 customer.orders ，所以我们不需要知道谁先谁后！
在这样的实现下，不再需要时间先后的概念！减少了时间状态！！代码的可读性更高了！！
这是一个 积极的数组 ，因为它们同步（即时）地操作着离散的即时值或值的列表/结构上的值。
什么意思？
a 映射到 b，再去修改 a ，b 不会收到影响。
而这，是一个 惰性的数组 ， mapLazy(..) 本质上 “监听” 了数组 a，只要一个新的值添加到数组的末端（push(..)），它都会运行映射函数 v => v * 2 并把改变后的值添加到数组 b 里。
什么意思？
a 映射到 b，再去修改 a ，b 也会修改。
原来，后者存在 异步 的概念。
让我们来想象这样一个链樱数组，它不只是简单地获得值，它还是一个懒惰地接受和响应（也就是“反应”）值的数组，比如：
设置“懒惰的数组” a 的过程是异步的！
b ，是 map 映射后的数组，但更重要的是，b 是 反应性 的，我们对 b 加了一个类似监听器的东西。
这里直接给出解答：
这里再多小结一句：时间让异步更加复杂，函数式编程在异步下的运用就是减少或直接干掉时间状态。
想象下 a 还可以被绑定上一些其他的事件上，比如说用户的鼠标点击事件和键盘按键事件，服务端来的 websocket 消息等。
上述的 LazyArray 又可叫做 observable ！（当然，它不止用在 map 方法中）
现在已经有各种各样的 Observables 的库类，最出名的是 RxJS 和 Most 。
以 RxJS 为例：
不仅如此，RxJS 还定义了超过 100 个可以在有新值添加时才触发的方法。就像数组一样。每个 Observable 的方法都会返回一个新的 Observable，意味着他们是链式的。如果一个方法被调用，则它的返回值应该由输入的 Observable 去返回，然后触发到输出的 Observable里，否则抛弃。
比如：
本篇介绍了【异步】在函数式编程中的表现。
原则是：对于那些异步中有时态的操作，基础的函数式编程原理就是将它们变为无时态的应用。即 减少时间状态 ！
就像 promise 创建了一个单一的未来值，我们可以创建一个积极的列表的值来代替像惰性的observable（事件）流的值。
我们介绍了 RxJS 库，后续我们还会介绍更多优美的 JS 函数式编程库！
（俗话说的好，三方库选的好，下班都很早！！）
现在本瓜有点明白那句话了：看一门语言是不是函数式编程，取决于它的核心库是不是函数式编程。
也许我们还不熟悉像 RxJS 这类库，但我们慢慢就会越来越重视它们，越来越使用它们，越来越领会到它们！！
异步，以上。