Java 8系列之Stream中万能的reduce用法说明

2023-07-18 12:42:06 188

reduce操作可以实现从Stream中生成一个值，其生成的值不是随意的，而是根据指定的计算模型。比如，之前提到count、min和max方法，因为常用而被纳入标准库中。事实上，这些方法都是reduce操作。

reduce方法有三个override的方法：

Optionalreduce(BinaryOperatoraccumulator);
Treduce(Tidentity,BinaryOperatoraccumulator);
Ureduce(Uidentity,BiFunctionaccumulator,BinaryOperatorcombiner);

我们先看第一个变形，其接受一个函数接口BinaryOperator，而这个接口又继承于BiFunction.在BinaryOperator接口中，又定义了两个静态方法minBy和maxBy。这里我们先不管这两个静态方法，先了解reduce的操作。

@FunctionalInterface
publicinterfaceBinaryOperatorextendsBiFunction{

publicstaticBinaryOperatorminBy(Comparatorcomparator){
Objects.requireNonNull(comparator);
return(a,b)->comparator.compare(a,b)<=0?a:b;
}

publicstaticBinaryOperatormaxBy(Comparatorcomparator){
Objects.requireNonNull(comparator);
return(a,b)->comparator.compare(a,b)>=0?a:b;
}
}

在使用时，我们可以使用Lambada表达式来表示

BinaryOperator接口，可以看到reduce方法接受一个函数，这个函数有两个参数，第一个参数是上次函数执行的返回值（也称为中间结果），第二个参数是stream中的元素，这个函数把这两个值相加，得到的和会被赋值给下次执行这个函数的第一个参数。要注意的是：第一次执行的时候第一个参数的值是Stream的第一个元素，第二个参数是Stream的第二个元素。这个方法返回值类型是Optional，

OptionalaccResult=Stream.of(1,2,3,4)
.reduce((acc,item)->{
System.out.println("acc:"+acc);
acc+=item;
System.out.println("item:"+item);
System.out.println("acc+:"+acc);
System.out.println("--------");
returnacc;
});
System.out.println("accResult:"+accResult.get());
System.out.println("--------");
//结果打印
--------
acc:1
item:2
acc+:3
--------
acc:3
item:3
acc+:6
--------
acc:6
item:4
acc+:10
--------
accResult:10
--------

下面来看第二个变形，与第一种变形相同的是都会接受一个BinaryOperator函数接口，不同的是其会接受一个identity参数，用来指定Stream循环的初始值。如果Stream为空，就直接返回该值。另一方面，该方法不会返回Optional，因为该方法不会出现null。

intaccResult=Stream.of(1,2,3,4)
.reduce(0,(acc,item)->{
System.out.println("acc:"+acc);
acc+=item;
System.out.println("item:"+item);
System.out.println("acc+:"+acc);
System.out.println("--------");
returnacc;
});
System.out.println("accResult:"+accResult);
System.out.println("--------");
//结果打印
acc:0
item:1
acc+:1
--------
acc:1
item:2
acc+:3
--------
acc:3
item:3
acc+:6
--------
acc:6
item:4
acc+:10
--------
accResult:10
--------

从打印结果可以看出，reduce前两种变形，因为接受参数不同，其执行的操作也有相应变化：

变形1，未定义初始值，从而第一次执行的时候第一个参数的值是Stream的第一个元素，第二个参数是Stream的第二个元素

变形2，定义了初始值，从而第一次执行的时候第一个参数的值是初始值，第二个参数是Stream的第一个元素

对于第三种变形，我们先看各个参数的含义，第一个参数返回实例u，传递你要返回的U类型对象的初始化实例u，第二个参数累加器accumulator，可以使用二元?表达式（即二元lambda表达式），声明你在u上累加你的数据来源t的逻辑，例如(u,t)->u.sum(t),此时lambda表达式的行参列表是返回实例u和遍历的集合元素t，函数体是在u上累加t，第三个参数组合器combiner，同样是二元?表达式，(u,t)->u。

在官方文档上有这么一段介绍，

Uresult=identity;

for(Telement:thisstream)

result=accumulator.apply(result,element)

returnresult;

butisnotconstrainedtoexecutesequentially.

Theidentityvaluemustbeanidentityforthecombinerfunction.Thismeansthatforallu,combiner(identity,u)isequaltou.Additionally,thecombinerfunctionmustbecompatiblewiththeaccumulatorfunction;foralluandt,thefollowingmusthold:

combiner.apply(u,accumulator.apply(identity,t))==accumulator.apply(u,t)

因为reduce的变形的第一个参数类型是实际返回实例的数据类型，同时其为一个泛型也就是意味着该变形的可以返回任意类型的数据。从上面文档介绍的字面意思解读是第三个参数函数用来组合两个值，而这两个值必须与第二个函数参数相兼容，也就是说它们所得的结果是一样的。看到这里肯定有迷惑的地方，第三个参数到底是用来干嘛的？我们先看一段代码，为了便于了解其中的缘由，并没有使用Lambda表达式，

ArrayListaccResult_=Stream.of(1,2,3,4)
.reduce(newArrayList(),
newBiFunction,Integer,ArrayList>(){
@Override
publicArrayListapply(ArrayListacc,Integeritem){

acc.add(item);
System.out.println("item:"+item);
System.out.println("acc+:"+acc);
System.out.println("BiFunction");
returnacc;
}
},newBinaryOperator>(){
@Override
publicArrayListapply(ArrayListacc,ArrayListitem){
System.out.println("BinaryOperator");
acc.addAll(item);
System.out.println("item:"+item);
System.out.println("acc+:"+acc);
System.out.println("--------");
returnacc;
}
});
System.out.println("accResult_:"+accResult_);
//结果打印
item:1
acc+:[1]
BiFunction
item:2
acc+:[1,2]
BiFunction
item:3
acc+:[1,2,3]
BiFunction
item:4
acc+:[1,2,3,4]
BiFunction
accResult_:[1,2,3,4]
accResult_:10

首先示例代码中，传递给第一个参数是ArrayList,在第二个函数参数中打印了“BiFunction”，而在第三个参数接口中打印了函数接口中打印了”BinaryOperator“.可是，看打印结果，只是打印了“BiFunction”，而没有打印”BinaryOperator“，说明第三个函数参数病没有执行。这里我们知道了该变形可以返回任意类型的数据。

对于第三个函数参数，为什么没有执行，刚开始的时候也是没有看懂到底是啥意思呢，而且其参数必须为返回的数据类型？看了好几遍文档也是一头雾水。

在java8reduce方法中的第三个参数combiner有什么作用？

这里找到了答案，Stream是支持并发操作的，为了避免竞争，对于reduce线程都会有独立的result，combiner的作用在于合并每个线程的result得到最终结果。

这也说明了了第三个函数参数的数据类型必须为返回数据类型了。

需要注意的是，因为第三个参数用来处理并发操作，如何处理数据的重复性，应多做考虑，否则会出现重复数据！

以上这篇Java8系列之Stream中万能的reduce用法说明就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

Java 8系列之Stream中万能的reduce用法说明

热门推荐

随机推荐