Lambda表达式可并行性

今天补充Lambda表达式知识的时候，有一个可并行性的特性：

// 使用 Lambda 表达式和 Stream API 进行并行计算
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
int sum = numbers.parallelStream().mapToInt(Integer::intValue).sum();

上面的代码中，使用Lambda表达式结合了Stream API 进行并行计算操作。

下面详细解释一下这两行代码：

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

建立一个列表 numbers

int sum = numbers.parallelStream().mapToInt(Integer::intValue).sum();

.parallelStream()对numbers数组进行流处理，创建一个并行流，下面的操作会分在多个线程上进行执行，提高执行效率。

.mapToInt(Integer::intValue)该方法将所有的Integer对象转化成int基本数据类型，Integer::intValue是一个方法调用，表示调用Integer对象的intValue方法。

.sum()对所有的元素进行求和。

补充：
并行流的操作主要在 中间操作 和 终端操作 过程中。

并行流处理的步骤：

1. 创建并行流，例如：.parallelStream()
2. 中间操作，例如：.mapToInt()
3. 终端操作，例如：.sum()

并行流处理的三个阶段(对应三个步骤):

1. 源数据拆分：流转化成并行流的时候，任务会被拆分成多个子任务，多个子任务均匀分配给多个线程
2. 并行处理：并行执行一些列的中间操作，比如过滤、映射、排序等操作
3. 结果合并：通过终端操作（比如collect、reduce、forEach等）将每个子任务的结果合成一个结果集。

再看一个例子：

List<Integer> numbers = Array.asList(1,2,3,4,5);
List<Integer> result = numbers.paralleStream()
							  // 中间操作：过滤偶数、数字乘2
							  .filter(n-> n % 2 == 0)
							  .map(n -> n * 2)
							  // 终端操作：将结果收集到一个List里
							  .collect(collector.toList());