Java8如何进行stream,reduce,collection操作

 

在java8 JDK包含许多聚合操作（如平均值，总和，最小，最大，和计数），返回一个计算流stream的聚合结果。这些聚合操作被称为聚合操作。JDK除返回单个值的聚合操作外，还有很多聚合操作返回一个collection集合实例。

 一、概念介绍

在java8 JDK包含许多聚合操作（如平均值，总和，最小，最大，和计数），返回一个计算流stream的聚合结果。这些聚合操作被称为聚合操作。JDK除返回单个值的聚合操作外，还有很多聚合操作返回一个collection集合实例。很多的reduce操作执行特定的任务，如求平均值或按类别分组元素。

JDK提供的通用的聚合操作：Stream.reduce,Stream.collection

注意：本文将reduction operations翻译为聚合操作，因为reduction operations通常用于汇聚统计。

两者的区别：

Stream.reduce，常用的方法有average, sum, min, max, and count，返回单个的结果值，并且reduce操作每处理一个元素总是创建一个新值

Stream.collection与stream.reduce方法不同，Stream.collect修改现存的值，而不是每处理一个元素，创建一个新值

二、源代码

package lambda;

import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;

public class LambdaMapReduce {
    private static List<User> users = Arrays.asList(
            new User(1, "张三", 12,User.Sex.MALE),
            new User(2, "李四", 21, User.Sex.FEMALE),
            new User(3,"王五", 32, User.Sex.MALE),
            new User(4, "赵六", 32, User.Sex.FEMALE));

    public static void main(String[] args) {
        reduceAvg();
        reduceSum();


        //与stream.reduce方法不同，Stream.collect修改现存的值，而不是每处理一个元素，创建一个新值
        //获取所有男性用户的平均年龄
        Averager averageCollect = users.parallelStream()
                .filter(p -> p.getGender() == User.Sex.MALE)
                .map(User::getAge)
                .collect(Averager::new, Averager::accept, Averager::combine);

        System.out.println("Average age of male members: "
                + averageCollect.average());

        //获取年龄大于12的用户列表
        List<User> list = users.parallelStream().filter(p -> p.age > 12)
                .collect(Collectors.toList());
        System.out.println(list);

        //按性别统计用户数
        Map<User.Sex, Integer> map = users.parallelStream().collect(
                Collectors.groupingBy(User::getGender,
                        Collectors.summingInt(p -> 1)));
        System.out.println(map);

        //按性别获取用户名称
        Map<User.Sex, List<String>> map2 = users.stream()
                .collect(
                        Collectors.groupingBy(
                                User::getGender,
                                Collectors.mapping(User::getName,
                                        Collectors.toList())));
        System.out.println(map2);

        //按性别求年龄的总和
        Map<User.Sex, Integer> map3 = users.stream().collect(
                Collectors.groupingBy(User::getGender,
                        Collectors.reducing(0, User::getAge, Integer::sum)));

        System.out.println(map3);

        //按性别求年龄的平均值
        Map<User.Sex, Double> map4 = users.stream().collect(
                Collectors.groupingBy(User::getGender,
                        Collectors.averagingInt(User::getAge)));
        System.out.println(map4);

    }

    // 注意，reduce操作每处理一个元素总是创建一个新值，
    // Stream.reduce适用于返回单个结果值的情况
    //获取所有用户的平均年龄
    private static void reduceAvg() {
        // mapToInt的pipeline后面可以是average,max,min,count,sum
        double avg = users.parallelStream().mapToInt(User::getAge)
                .average().getAsDouble();

        System.out.println("reduceAvg User Age: " + avg);
    }

    //获取所有用户的年龄总和
    private static void reduceSum() {
        double sum = users.parallelStream().mapToInt(User::getAge)
                .reduce(0, (x, y) -> x + y); // 可以简写为.sum()

        System.out.println("reduceSum User Age: " + sum);
    }
}