基本資料型別在高階函式中的運用

眾所周知，在Java中使用基本資料型別的效能和產效率遠高於包裝型別。由於裝箱型別是物件，因此在記憶體中存在額外開銷。比如，整型在記憶體中佔用4 位元組，整型物件卻要佔用 16 位元組。這一情況在陣列上更加嚴重，整型陣列中的每個元素只佔用基本型別的記憶體，而整型物件陣列中，每個元素都是記憶體中的一個指標，指向 Java堆中的某個物件。在最壞的情況下，同樣大小的陣列， Integer[] 要比 int[] 多佔用 6 倍記憶體。

將基本型別轉換為裝箱型別，稱為裝箱，反之則稱為拆箱，兩者都需要額外的計算開銷。對於需要大量數值運算的演算法來說，裝箱和拆箱的計算開銷，以及裝箱型別佔用的額外記憶體，會明顯減緩程式的執行速度。

為了減小這些效能開銷， Stream 類的某些方法對基本型別和裝箱型別做了區分。Stream中的高階函式 mapToLong 和其他類似函式即為該方面的一個嘗試。在 Java 8 中，僅對整型、長整型和雙浮點型做了特殊處理，因為它們在數值計算中用得最多，特殊處理後的系統性能提升效果最明顯。

計算最大值、最小值、平均值、求和、計數統計

使用 mapToInt、mapToLong、mapToDouble 等高階函式後，得到一個基於基本資料型別的流。針對這樣的流，Java提供了一個摘要統計的功能（對應的類有：IntSummaryStatistics、LongSummaryStatistics 和 DoubleSummaryStatistics），如下程式碼所示：

/**
 * 執行入口
 *
 * @param args 執行引數
 */
public static void main(String[] args) {
    toInt();
    toLong();
    toDouble();
}

private static void toInt() {
    IntSummaryStatistics statistics = Stream.of(1L, 2L, 3L, 4L).mapToInt(Long::intValue).summaryStatistics();
    System.out.println("最大值：" + statistics.
 
getMax());
    System.out.println("最小值：" + statistics.getMin());
    System.out.println("平均值：" + statistics.getAverage());
    System.out.println("求和：" + statistics.getSum());
    System.out.println("計數：" + statistics.getCount());
}

private static void toLong() {
    LongSummaryStatistics statistics = Stream.of(1L, 2L, 3L, 4000000000000000000L).mapToLong(Long::longValue).summaryStatistics();
    System.out.println("最大值：" + statistics.getMax());
    System.out.println("最小值：" + statistics.getMin());
    System.out.println("平均值：" + statistics.getAverage());
    System.out.println("求和：" + statistics.getSum());
    System.out.println("計數：" + statistics.getCount());
}

private static void toDouble() {
    DoubleSummaryStatistics statistics = Stream.of(1, 2, 3.0, 5.2).mapToDouble(Number::doubleValue).summaryStatistics();
    System.out.println("最大值：" + statistics.getMax());
    System.out.println("最小值：" + statistics.getMin());
    System.out.println("平均值：" + statistics.getAverage());
    System.out.println("求和：" + statistics.getSum());
    System.out.println("計數：" + statistics.getCount());
}