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。
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。 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)));
上一篇:聚合操作