聚合归纳操作
聚合操作一节描述了下列操作管道,计算集合roster
中所有男性成员的平均年龄:
double average = roster
.stream()
.filter(p -> p.getGender() == Person.Sex.MALE)
.mapToInt(Person::getAge)
.average()
.getAsDouble();
JDK包含许多终端操作(比如average、sum、min、max和count),它们通过组合流的内容返回一个值,这些操作称为归纳操作。JDK还包含返回一个集合而不是单个值的归纳操作,许多归纳操作执行特定的任务,例如查找值的平均值或将元素分组到类别中。但是,JDK为你提供了通用的reduce和collect操作,本节将详细介绍这些操作。
你可以在示例ReductionExamples中找到本节中描述的代码摘录。
Stream.reduce方法
Stream.reduce方法是一种通用的归纳操作,考虑以下管道,它计算集合roster
中男性成员的年龄总和,它使用Stream.sum归纳操作。
Integer totalAge = roster
.stream()
.mapToInt(Person::getAge)
.sum();
将其与下面使用流的管道进行比较,使用Stream.reduce
操作计算相同的值:
Integer totalAgeReduce = roster
.stream()
.map(Person::getAge)
.reduce(
0,
(a, b) -> a + b);
本例中的reduce
操作有两个参数:
-
identity
:标识元素既是归纳的初始值,也是流中没有元素时的默认结果,在本例中,标示元素为0
,这是年龄总和的初始值,如果集合roster
中没有成员,则为默认值。 -
accumulator
:累加器函数接受两个参数:归纳的部分结果(在本例中,是到目前为止所有处理过的整数的和)和流的下一个元素(在本例中,是一个整数),它返回一个新的局部结果。在本例中,累加器函数是一个lambda表达式,它添加两个Integer
值并返回一个Integer
值:(a, b) -> a + b
。reduce
操作总是返回一个新值,但是,accumulator
函数每次处理流的元素时也会返回一个新值,假设你希望将流的元素归纳为更复杂的对象,例如集合,这可能会影响应用程序的性能。如果reduce
操作涉及向集合添加元素,那么每次累加器函数处理一个元素时,它都会创建一个包含该元素的新集合,这是低效的,相反,更新现有的集合将更有效,你可以使用Stream.collect来实现这一点。
Stream.collect方法
与reduce
方法不同,collect
方法修改或改变现有值,而reduce
方法在处理元素时总是创建一个新值。
考虑如何找到流中值的平均值,你需要两段数据:值的总数和这些值的和。然而,与reduce
方法和所有其他归纳方法一样,collect
方法只返回一个值,你可以创建一个包含成员变量的新数据类型,该成员变量跟踪值的总数和这些值的总和,例如下面的类Averager:
class Averager implements IntConsumer {
private int total = 0;
private int count = 0;
public double average() {
return count > 0 ? ((double) total)/count : 0;
}
public void accept(int i) { total += i; count++; }
public void combine(Averager other) {
total += other.total;
count += other.count;
}
}
下面的管道使用Averager
类和collect
方法计算所有男性成员的平均年龄:
Averager averageCollect = roster.stream()
.filter(p -> p.getGender() == Person.Sex.MALE)
.map(Person::getAge)
.collect(Averager::new, Averager::accept, Averager::combine);
System.out.println("Average age of male members: " +
averageCollect.average());
本例中的collect
操作接受三个参数:
-
supplier
:supplier
是个工厂方法,它构造新的实例,对于collect
操作,它创建结果容器的实例,在本例中,它是Averager
类的一个新实例。 -
accumulator
:accumulator
函数将流元素合并到结果容器中,在本例中,它通过将count
变量增加1,并将流元素的值添加到total
成员变量中,该元素是一个整数,表示男性成员的年龄,来修改Averager
结果容器。 -
combiner
:combiner
函数接受两个结果容器并合并它们的内容,在本例中,它通过将count
变量与另一个Averager
实例的count
成员变量相加,并将另一个Averager
实例的total
成员变量的值添加到total
成员变量中,从而修改Averager
结果容器。
请注意以下:
-
supplier
是lambda表达式(或方法引用),而不是reduce
操作中的identity
元素之类的值。 -
accumulator
和combiner
函数不返回值。 - 你可以使用并行流的
collect
操作(如果你使用并行流运行collect
方法,那么每当combiner
函数创建一个新对象时,JDK都会创建一个新线程,例如本例中的Averager
对象,因此,你不必担心同步)。
虽然JDK提供了计算流中元素平均值的average
操作,但是如果需要从流的元素中计算多个值,可以使用collect
操作和自定义类。
collect
操作最适合于集合,下面的示例使用collect
操作将男性成员的名称放入集合中:
List<String> namesOfMaleMembersCollect = roster
.stream()
.filter(p -> p.getGender() == Person.Sex.MALE)
.map(p -> p.getName())
.collect(Collectors.toList());
这个版本的collect
操作只接受Collector类型的一个参数,该类封装了collect
操作中用作参数的函数,该操作需要三个参数(supplier
、accumulator
和combiner
函数)。
Collectors类包含许多有用的归纳操作,比如将元素累积到集合中,并根据各种标准汇总元素,这些归纳操作返回类Collector
的实例,因此可以将它们用作collect
操作的参数。
本例使用Collectors.toList操作,它将流元素累积到List
的新实例中,与Collectors
类中的大多数操作一样,toList
操作符返回Collector
的实例,而不是集合。
以下示例按性别将集合roster
的成员分组:
Map<Person.Sex, List<Person>> byGender =
roster
.stream()
.collect(
Collectors.groupingBy(Person::getGender));
groupingBy操作返回一个map,其键是应用指定为其参数的lambda表达式(称为分类函数)所得到的值。在本例中,返回的map包含两个键,Person.Sex.MALE
和Person.Sex.FEMALE
,键对应的值是List
的实例,其中包含流元素,当分类函数处理这些元素时,这些元素与键值对应。例如,与键Person.Sex.MALE
对应的值是一个包含所有男性成员的List
实例。
以下示例检索集合roster
中每个成员的姓名,并按性别将其分组:
Map<Person.Sex, List<String>> namesByGender =
roster
.stream()
.collect(
Collectors.groupingBy(
Person::getGender,
Collectors.mapping(
Person::getName,
Collectors.toList())));
本例中的groupingBy操作接受两个参数,一个分类函数和一个Collector
实例,Collector
参数称为下游收集器,这是Java运行时应用于另一个收集器的结果的收集器。因此,这个groupingBy
操作使你能够对groupingBy
操作符创建的List
值应用collect
方法。此示例应用收集器mapping,它将mapping
函数Person::getName
应用于流的每个元素。因此,产生的流只包含成员的名称,包含一个或多个下游收集器的管道(如本例)称为多级归纳。
下面的示例检索每种性别成员的总年龄:
Map<Person.Sex, Integer> totalAgeByGender =
roster
.stream()
.collect(
Collectors.groupingBy(
Person::getGender,
Collectors.reducing(
0,
Person::getAge,
Integer::sum)));
reducing操作需要三个参数:
-
identity
:如Stream.reduce
操作,如果流中没有元素,则identity
元素既是归纳的初始值,也是缺省结果,在这个例子中,identity
元素是0
,这是年龄总和的初始值,如果不存在成员,则为默认值。 -
mapper
:reducing
操作将此mapper
函数应用于所有流元素,在本例中,mapper
检索每个成员的年龄。 -
operation
:operation
函数用于归纳映射值,在本例中,operation
函数添加Integer
值。
下面的例子检索了每种性别成员的平均年龄:
Map<Person.Sex, Double> averageAgeByGender = roster
.stream()
.collect(
Collectors.groupingBy(
Person::getGender,
Collectors.averagingInt(Person::getAge)));
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。