1. 常用演算法

1.1. map()

1.1.1. 接受一個T值序列和一個函數(value: T) => U，將該函數應用到序列中的全部元素，然後返回一個U值序列

1.1.2. 別名

1.1.2.1. fmap()

1.1.2.2. select()

1.2. filter()

1.2.1. 接受一個T值序列和一個謂詞(value: T) => boolean，並返回一個T值序列，其中包含謂詞返回true的所有數據項

1.2.2. 別名

1.2.2.1. where()

1.3. reduce()

1.3.1. 接受一個T值序列、一個T類型的初始值，以及將兩個T值合併為一個值的操作(x: T, y: T) => T

1.3.2. 當使用該操作把序列中的全部元素合併起來後，它返回一個T值

1.3.3. 別名

1.3.3.1. fold()

1.3.3.2. collect()

1.3.3.3. accumulate()

1.3.3.4. aggregate()

1.4. any()

1.4.1. 接受一個T值序列和一個謂詞(value: T) => boolean

1.4.2. 如果序列中的任何一個元素滿足謂詞，它就返回true。

1.5. all()

1.5.1. 接受一個T值序列和一個謂詞(value: T) => boolean

1.5.2. 如果序列的全部元素滿足謂詞，它將返回true

1.6. none()

1.6.1. 接受一個T值序列和一個謂詞(value: T) => boolean

1.6.2. 如果序列中沒有元素滿足謂詞，它將返回true

1.7. take()

1.7.1. 接受一個T值序列和一個數字n

1.7.2. 它返回的結果序列由原序列的前n個元素構成

1.7.3. 別名

1.7.3.1. limit()

1.8. drop()

1.8.1. 接受一個T值序列和一個數字n

1.8.2. 它返回的結果序列包含原序列中除前n個元素之外的所有元素

1.8.2.1. 前n個元素將被丟棄

1.8.3. 別名

1.8.3.1. skip()

1.9. zip()

1.9.1. 接受一個T值序列和一個U值序列

1.9.2. 它返回的結果序列由T和U值對組成，實際上是把兩個序列組合了起來

1.10. 其他演算法

1.10.1. order()

1.10.2. reverse()

1.10.3. split()

1.10.4. concat()

1.11. 庫演算法

1.11.1. 在Java中，它們包含在java.util.stream包

1.11.2. 在C#中，它們包含在System.Linq命名空間中

1.11.3. 在C++中，它們包含在標準庫頭文件中

1.11.3.1. C++現在越來越傾向於使用範圍

1.11.3.2. 通過更新演算法，使其接受範圍作為實參，並返回範圍

1.11.4. JavaScript的underscore.js包和lodash包

1.11.5. 把大部分迴圈替換為調用庫演算法

1.12. 經驗準則

1.12.1. 自己在編寫迴圈時，應該檢查是否有庫演算法或者管道能夠完成相同的工作

1.12.1.1. 庫演算法被高效實現並且經過實踐證明，而且因為能夠明確表達所做的操作，所以我們的代碼也更加容易理解

1.12.2. 並不是所有數據結構都支持特化的迭代器

1.12.3. 如果確實遇到了使用可用演算法無法解決的問題，則應該考慮為解決方案創建一個泛型的、可重用的實現，而不是特定的、一次性的實現

1.13. 實現流暢管道

1.13.1. 一個流暢的API來把演算法鏈接成管道

1.13.2. 流暢的API是基於方法鏈的API，可以使代碼更加容易閱讀

1.13.3. 方便地從左到右閱讀，而且我們能夠用一種非常自然的語法，鏈接任意多個演算法來構成管道

1.13.4. 缺點

1.13.4.1. 包含了所有的演算法，所以很難擴展

1.13.4.1.1. C#提供了擴展方法，可以用來向類或介面添加方法，而不必修改其代碼

1.13.4.2. 如果它是庫的一部分，那麼調用代碼在不修改類的情況下，很難添加一個新的演算法

2. 約束類型參數

2.1. 約束告訴編譯器某個類型實參必須具有的能力

2.2. 一旦要求泛型類型上必須有特定成員，就使用約束將允許類型的集合限製為具有必要成員的那些類型

2.3. 哈希集合

2.3.1. 類型T需要提供一個哈希函數，該函數接受T類型的一個值，返回一個數字，即其哈希值

2.3.2. Java的頂層類型Object有一個hashCode()方法

2.3.3. C#的頂層類型Object有一個GetHashCode()方法

3. 大O表示法

3.1. 當函數的實參趨近於特定值n時，執行該函數需要的時間和空間的上界

3.2. 時間上界

3.2.1. 時間複雜度

3.2.2. 常量時間，或O(1)

3.2.2.1. 函數的執行時間不依賴於它需要處理的數據項個數

3.2.2.2. 例如：函數first()取出一個序列中的第一個元素

3.2.3. 對數時間，或O(logn)

3.2.3.1. 函數的輸入在每一步減半，所以即使對於很大的n值，它的效率也很高

3.2.3.2. 例如，在排序後的序列中進行二分搜索

3.2.4. 線性時間，或O(n)

3.2.4.1. 函數的運行時間與其輸入成比例。遍歷一個序列需要的時間是O(n)

3.2.5. 二次方時間，或O(n2)

3.2.5.1. 其效率比線性時間低得多，因為運行時間的增長比輸入規模的增長快得多

3.2.5.2. 序列上的兩個嵌套迴圈的運行時間為O(n2)

3.2.6. 線性代數時間，或O(nlogn)

3.2.6.1. 不如線性時間高效，但是比二次方時間高效

3.2.6.2. 最高效的比較排序演算法是O(nlogn)

3.2.6.3. 不能只使用一個迴圈排序一個序列，但能夠做到比使用兩個嵌套迴圈更快

3.3. 空間上界

3.3.1. 空間複雜度

3.3.2. 常量空間，或O(1)

3.3.2.1. 在輸入的規模增長時，函數不需要更多空間

3.3.2.2. max()函數需要額外的記憶體來存儲正在計算中的最大值和迭代器，但無論序列有多大，函數需要的記憶體量是固定的

3.3.3. 線性空間，或O(n)

3.3.3.1. 函數需要的記憶體量與其輸入的規模成比例

3.3.3.2. 二叉樹遍歷就是這樣一個函數，它將所有結點的值複製到一個數組中，以提供樹的迭代器

4. 常用迭代器

4.1. 輸入迭代器

4.1.1. 能夠遍歷序列一次並提供其值的迭代器

4.1.1.1. 允許讀取值

4.1.2. 不能第二次重放值，因為值可能已經不再可用

4.2. 輸出迭代器

4.2.1. 能夠遍歷一個序列並向其寫入值的迭代器，它並不需要能夠讀出值

4.2.1.1. 允許設置值

4.3. 前向迭代器

4.3.1. 可以向前推進、可以讀取當前位置的值以及更新該值的迭代器

4.3.2. 可以被克隆，推進該迭代器不會影響該迭代器的克隆

4.3.3. 能夠遍歷一個序列任意多次，並修改序列

4.4. 雙向迭代器

4.4.1. 具有前向迭代器的所有能力，但除此之外，還可以遞減

4.4.2. 既可以前向，又可以後向遍歷序列

4.4.3. 泛型reverse()

4.5. 隨機訪問迭代器

4.5.1. 能夠以常量時間向前或向後跳過任意多個元素

4.5.2. 能夠實現最高效的演算法，提供這種迭代器的數據結構相對較少

4.5.2.1. 雙向鏈表不能支持隨機訪問迭代器

5. 自適應演算法

5.1. 為功能較少的迭代器提供了更加通用的、效率相對較低的實現

5.1.1. 一個低效，但是對迭代器要求較低的版本

5.2. 為功能較多的迭代器提供了更加高效的、沒那麼通用的實現

5.2.1. 一個高效，但是對迭代器要求更高的版本