恕我直言你可能真的不會java第10篇-集合元素歸約

阿新 • • 發佈：2020-07-01

Stream API為我們提供了Stream.reduce用來實現集合元素的歸約。reduce函式有三個引數：

Identity標識：一個元素，它是歸約操作的初始值，如果流為空，則為預設結果。
Accumulator累加器：具有兩個引數的函式：歸約運算的部分結果和流的下一個元素。
Combiner合併器（可選）：當歸約並行化時，或當累加器引數的型別與累加器實現的型別不匹配時，用於合併歸約操作的部分結果的函式。

注意觀察上面的圖，我們先來理解累加器：
階段累加結果作為累加器的第一個引數
集合遍歷元素作為累加器的第二個引數

Integer型別歸約

reduce初始值為0，累加器可以是lambda表示式，也可以是方法引用。

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);

int result = numbers

        .stream()

        .reduce(0, (subtotal, element) -> subtotal + element);

System.out.println(result);  //21

int result = numbers

        .stream()

        .reduce(0, Integer::sum);

System.out.println(result); //21

String型別歸約

不僅可以歸約Integer型別，只要累加器引數型別能夠匹配，可以對任何型別的集合進行歸約計算。

List<String> letters = Arrays.asList("a", "b", "c", "d", "e");

String result = letters

        .stream()

        .reduce("", (partialString, element) -> partialString + element);
 

System.out.println(result);  //abcde

String result = letters

        .stream()

        .reduce("", String::concat);

System.out.println(result);  //ancde

複雜物件歸約

計算所有的員工的年齡總和。

Employee e1 = new Employee(1,23,"M","Rick","Beethovan");

Employee e2 = new Employee(2,13,"F","Martina","Hengis");

Employee e3 = new Employee(3,43,"M","Ricky","Martin");

Employee e4 = new Employee(4,26,"M","Jon","Lowman");

Employee e5 = new Employee(5,19,"F","Cristine","Maria");

Employee e6 = new Employee(6,15,"M","David","Feezor");

Employee e7 = new Employee(7,68,"F","Melissa","Roy");

Employee e8 = new Employee(8,79,"M","Alex","Gussin");

Employee e9 = new Employee(9,15,"F","Neetu","Singh");

Employee e10 = new Employee(10,45,"M","Naveen","Jain");

List<Employee> employees = Arrays.asList(e1, e2, e3, e4, e5, e6, e7, e8, e9, e10);

Integer total = employees.stream().map(Employee::getAge).reduce(0,Integer::sum);

System.out.println(total); //346

先用map將Stream流中的元素由Employee型別處理為Integer型別（age）。
然後對Stream流中的Integer型別進行歸約

Combiner合併器的使用

除了使用map函式實現型別轉換後的集合歸約，我們還可以用Combiner合併器來實現，這裡第一次使用到了Combiner合併器。

因為Stream流中的元素是Employee，累加器的返回值是Integer，所以二者的型別不匹配。這種情況下可以使用Combiner合併器對累加器的結果進行二次歸約，相當於做了型別轉換。

Integer total3 = employees.stream()

        .reduce(0,(totalAge,emp) -> totalAge + emp.getAge(),Integer::sum); //注意這裡reduce方法有三個引數

System.out.println(total); //346

計算結果和使用map進行資料型別轉換的方式是一樣的。

並行流資料歸約（使用合併器）

對於大資料量的集合元素歸約計算，更能體現出Stream並行流計算的威力。

在進行並行流計算的時候，可能會將集合元素分成多個組計算。為了更快的將分組計算結果累加，可以使用合併器。

Integer total2 = employees

        .parallelStream()

        .map(Employee::getAge)

        .reduce(0,Integer::sum,Integer::sum);  //注意這裡reduce方法有三個引數

System.out.println(total); //346