1、LongStream.rangeClosed与iterate相比有两个优点
LongStream.rangeClosed直接产生原始类型long数字，没有拆箱装箱的开销
LongStream.rangeClosed会生成数字范围，很容易拆分为独立的小块。
2、分支/合并框架
（1）使用RecursiveTask
要把任务提交到这个池，必须创建RecursiveTask<R>的一个子类，其中R是并行化任务(以 及所有子任务)产生的结果类型，或者如果任务不返回结果，则是RecursiveAction类型(当 然它可能会更新其他非局部机构)。要定义RecursiveTask，只需实现它唯一的抽象方法 compute:
protected abstract R compute();
if (任务足够小或不可分) { 顺序计算该任务
} else {
将任务分成两个子任务 递归调用本方法，拆分每个子任务，等待所有子任务完成 合并每个子任务的结果
}
3.
“可分迭代器”(splitable iterator)。和
Iterator
一样，
Spliterator
也用于遍历数据源中的元素
.
public interface Spliterator<T> { boolean tryAdvance(Consumer<? super T> action); Spliterator<T> trySplit(); long estimateSize(); int characteristics();
}
注：
tryAdvance
方法
会按顺序逐个使用
Spliterator
的元素，若还有其他元素要遍历则返回true
estimateSize方法估计还剩多少元素要遍历
|
特性
|
含义
|
|
ORDERED
|
元素有既定的顺序(例如List)，因此Spliterator在遍历和划分时也会遵循这一顺序
|
|
DISTINCT
|
对于任意一对遍历过的元素x和y，x.equals(y)返回false
|
|
SORTED
|
遍历的元素按照一个预定义的顺序排序
|
|
SIZED
|
该Spliterator由一个已知大小的源建立(例如Set)，因此estimatedSize()返回的是准确值
|
|
NONNULL
|
保证遍历的元素不会为null
|
|
IMMUTABLE
|
Spliterator的数据源不能修改。这意味着在遍历时不能添加、删除或修改任何元素
|
|
CONCURRENT
|
该Spliterator的数据源可以被其他线程同时修改而无需同步
|
|
SUBSIZED
|
该Spliterator和所有从它拆分出来的Spliterator都是SIZED
|