【Java8新特性】——Stream的reduce及Collect使用方式

一时失言乱红尘 2022-12-29 06:21 169阅读 0赞

### 文章目录 ###

*  前言
 *  一、Reduce
 *   *  1.1一个参数的Reduce
     *   *  BiFunction
         *  BinaryOperator
     *  1.2二个参数的Reduce
     *  1.3三个参数的Reduce
     *   *  非并行
         *  并行
 *  二、Collect
 *   *   *  BiConsumer
 *  三、Collector
 *  四、定制收集器
 *  总结

--------------------

# 前言 #

本文主要讲解关于Stream中reduce的使用方式以及Collect使用方式，同时展示如何自定义收集器。

--------------------

提示：如果大家对lambda表达式中的四大基础函数不清楚，推荐大家优先看下[四大内置核心函数式接口][Link 1]以及看下关于reduce相关api的使用，[Java8 中reduce的基本使用  
][Java8 _reduce_]

# 一、Reduce #

Reduce中文含义为：减少、缩小；而Stream中的Reduce方法干的正是这样的活：根据一定的规则将Stream中的元素进行计算后返回一个唯一的值。  
它有三个变种，输入参数分别是一个参数、二个参数以及三个参数；

## 1.1一个参数的Reduce ##

Optional<T> reduce(BinaryOperator<T> accumulator)

先解释基本概念

### BiFunction ###

R apply(T t, U u);

函数式接口与Function不同点在于它接收两个输入返回一个输出；Function接收一个输入返回一个输出。两个输入，一个输出的类型可以不同。

### BinaryOperator ###

public interface BinaryOperator<T> extends BiFunction<T,T,T>

继承BiFunction，相比BinaryOperator直接限定其三个参数必须一样，表示两个相同类型的输入经过计算后产生一个同类型的输出。

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，函数将两个值按照方法处理，得到值赋给下次执行这个函数的参数。**第一次执行的时候第一参数的值是stream的第一元素，第二个元素是stream的第二元素**，因为stream元素集合可能为空，所以这个方法的返回值为Optional。举个例子感受一下

Optional accResult = Stream.of(1, 2, 3)
            .reduce((acc, item) -> { 
                System.out.println("acc : "  + acc);
                acc += item;
                System.out.println("item: " + item);
                System.out.println("acc+ : "  + acc);
                System.out.println("--------");
                return acc;
            });
    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
    --------
    accResult: 6
    --------

## 1.2二个参数的Reduce ##

T reduce(T identity, BinaryOperator<T> accumulator);

与第一个变形不同的，会接受一个返回值类型相同identity参数，用于指定Stream的循环初始值，如果Stream为空，则默认返回identity，则不会再返回null值。

int accResult = Stream.of(1, 2, 3)
                .reduce(0, (acc, item) -> { 
                    System.out.println("acc : "  + acc);
                    acc += item;
                    System.out.println("item: " + item);
                    System.out.println("acc+ : "  + acc);
                    System.out.println("--------");
                    return acc;
                });
    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
    --------
    accResult: 6
    --------

## 1.3三个参数的Reduce ##

<U> U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator<U> combiner);

解释过前两个值的概念，第三个值combiner作用，主要用于并发进行的 为了避免竞争 每个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。如果Stream是非并行时，第三个参数实际上是不生效的。  
但是如果Stream是并行，第三个参数有了意义，将不同线程计算的结果调用combiner做汇总后返回。

System.out.println("----------stream---------");
            System.out.println(Stream.of(1, 2, 3).reduce(4, (s1, s2) -> s1 + s2
                    , (s1, s2) -> s1 + s2));
            
            System.out.println("----------parallel stream---------");
            System.out.println(Stream.of(1, 2, 3).parallel().reduce(4, (s1, s2) -> s1 + s2
                    , (s1, s2) -> s1 + s2));
    
    ----------stream---------
    10
    ----------parallel stream---------
    18

此时看下非并行和并行的打印结果，运算结果并不一样，原因在哪？

### 非并行 ###

计算过程：第一步计算4 + 1 = 5，第二步是5 + 2 = 7，第三步是7 + 3 = 10。按非并行的方式来看它是分了三步的，每一步都要依赖前一步的运算结果。

### 并行 ###

计算过程：并行计算时，线程之间没有影响，因此每个线程在调用第二个参数BiFunction进行计算时，直接都是使用result值当其第一个参数（由于Stream计算的惰性处理，在调用最终方法前，都不会进行实际的运算，因此每个线程取到的result值都是原始的4），因此计算过程现在是这样的：线程1：1 + 4 = 5；线程2：2 + 4 = 6；线程3：3 + 4 = 7；Combiner函数： 5 + 6 + 7 = 18

--------------------

# 二、Collect #

collect就是收集器，是Stream一种通用的、从流生成复杂值的结构。只要将它传给collect方法，也就是所谓的转换方法，其就会生成想要的数据结构。

<R> R collect(Supplier<R> supplier,
    			  BiConsumer<R, ? super T> accumulator,
    			  BiConsumer<R, R> combiner);

*  supplier：动态的提供初始化的值；创建一个可变的结果容器（JAVADOC）；对于并行计算，这个方法可能被调用多次，每次返回一个新的对象；
 *  accumulator：类型为BiConsumer，注意这个接口是没有返回值的；它必须将一个元素放入结果容器中（JAVADOC）。
 *  combiner：类型也是BiConsumer，因此也没有返回值。它与三参数的Reduce类型，只是在并行计算时汇总不同线程计算的结果。它的输入是两个结果容器，必须将第二个结果容器中的值全部放入第一个结果容器中（JAVADOC）。

### BiConsumer ###

public interface BiConsumer<T, U> { 
        void accept(T t, U u);
    }

可见它就是一个两个输入参数的Consumer的变种。计算没有返回值。即消费型。  
与reduce一样，同样分为并行和非并行，下面讲解下并行

/** * 模拟Filter查找其中含有字母a的所有元素，打印结果将是aa ab ad */
    Stream<String> s1 = Stream.of("aa", "ab", "c", "ad");
    Predicate<String> predicate = t -> t.contains("a");
    System.out.println(s1.parallel().collect(() -> new ArrayList<String>(),
    		(array, s) -> { if (predicate.test(s)) array.add(s); },
    		(array1, array2) -> array1.addAll(array2)));

每个线程都创建了一个结果容器ArrayList，假设每个线程处理一个元素，那么处理的结果将会是\[aa\],\[ab\],\[\],\[ad\]四个结果容器（ArrayList）；最终再调用第三个BiConsumer参数将结果全部Put到第一个List中，因此返回结果就是打印的结果了。

--------------------

# 三、Collector #

Collector是Stream的可变减少操作接口，可变减少操作包括：将元素累积到集合中，使用StringBuilder连接字符串;计算元素相关的统计信息，例如sum，min，max或average等。Collectors这个工具库，在该库中封装了相应的转换方法。当然，Collectors工具库仅仅封装了常用的一些情景，如果有特殊需求，那就要自定义了。

Collector<T, A, R>接受三个泛型参数，对可变减少操作的数据类型作相应限制：
    
    T：输入元素类型
    A：缩减操作的可变累积类型（通常隐藏为实现细节）
    R：可变减少操作的结果类型
    
    Collector接口声明了4个函数，这四个函数一起协调执行以将元素目累积到可变结果容器中，并且可以选择地对结果进行最终的变换.
    
    Supplier<A> supplier(): 创建新的结果结
    BiConsumer<A, T> accumulator(): 将元素添加到结果容器
    BinaryOperator<A> combiner(): 将两个结果容器合并为一个结果容器
    Function<A, R> finisher(): 对结果容器作相应的变换
    Collector接口声明了4个函数，这四个函数一起协调执行以将元素目累积到可变结果容器中，并且可以选择地对结果进行最终的变换.
    
    在Collector接口的characteristics方法内，可以对Collector声明相关约束
    Set<Characteristics> characteristics():
    而Characteristics是Collector内的一个枚举类，声明了CONCURRENT、UNORDERED、IDENTITY_FINISH等三个属性，用来约束Collector的属性。
    
    CONCURRENT：表示此收集器支持并发，意味着允许在多个线程中，累加器可以调用结果容器
    UNORDERED：表示收集器并不按照Stream中的元素输入顺序执行
    IDENTITY_FINISH：表示finisher实现的是识别功能，可忽略。
    注：如果一个容器仅声明CONCURRENT属性，而不是UNORDERED属性，那么该容器仅仅支持无序的Stream在多线程中执行。

--------------------

# 四、定制收集器 #

定制收集器需要实现Collector接口  
**实现Collector接口需要给定三个泛型  
第一个泛型：收集元素的类型  
第二个泛型：累加器的类型  
第三个泛型：最终结果的类型**

static class CollectorImpl<T, A, R> implements Collector<T, A, R> { 
        private final Supplier<A> supplier;
        private final BiConsumer<A, T> accumulator;
        private final BinaryOperator<A> combiner;
        private final Function<A, R> finisher;
        private final Set<Characteristics> characteristics;
    
        CollectorImpl(Supplier<A> supplier,
                      BiConsumer<A, T> accumulator,
                      BinaryOperator<A> combiner,
                      Function<A,R> finisher,
                      Set<Characteristics> characteristics) { 
            this.supplier = supplier;
            this.accumulator = accumulator;
            this.combiner = combiner;
            this.finisher = finisher;
            this.characteristics = characteristics;
        }
    
        CollectorImpl(Supplier<A> supplier,
                      BiConsumer<A, T> accumulator,
                      BinaryOperator<A> combiner,
                      Set<Characteristics> characteristics) { 
            this(supplier, accumulator, combiner, castingIdentity(), characteristics);
        }
    
        @Override
        public BiConsumer<A, T> accumulator() { 
            return accumulator;
        }
    
        @Override
        public Supplier<A> supplier() { 
            return supplier;
        }
    
        @Override
        public BinaryOperator<A> combiner() { 
            return combiner;
        }
    
        @Override
        public Function<A, R> finisher() { 
            return finisher;
        }
    
        @Override
        public Set<Characteristics> characteristics() { 
            return characteristics;
        }
    }

对应着Collector中四个流程来完成

Supplier<A> supplier(): 创建新的结果结
    BiConsumer<A, T> accumulator(): 将元素添加到结果容器
    BinaryOperator<A> combiner(): 将两个结果容器合并为一个结果容器
    Function<A, R> finisher(): 对结果容器作相应的变换

第一步生成新的结果集Supplier supplier(): 创建新的结果结

public Supplier<StringJoiner> supplier() { 
        return () -> new StringJoiner(delim, prefix, suffix);
    }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppYWRhamluZzI2Nw_size_16_color_FFFFFF_t_70]  
第二步结合之前操作的结果和当前值，生成并返回新的值，即BiConsumer<A, T> accumulator()

public BiConsumer<StringJoiner, String> accumulator() { 
            return StringJoiner::add;
        }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppYWRhamluZzI2Nw_size_16_color_FFFFFF_t_70 1]  
第三步将两个容器合并，由于Collector支持并发操作，如果不将多的容器合并，必然会导致数据的混乱。如果仅仅在串行执行，此步骤可以省略。即BinaryOperator combiner()

public BinaryOperator<StringJoiner> combiner() { 
            return StringJoiner::merge;
        }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppYWRhamluZzI2Nw_size_16_color_FFFFFF_t_70 2]  
第四步处理返回值，即Function<A, R> finisher(): 对结果容器作相应的变换。

public Function<StringJoiner, String> finisher() { 
            return StringJoiner::toString;
        }

Collector自定义起来，也不是特别的麻烦，不过要明确以下几点：

1.  参数类型：这里最重要的是指定累加器的类型，一般都是自定义的过度类  
    待收集元素的类型：T；  
    累加器的类型：A；  
    最终结果的类型：R。
2.  累加器的逻辑
3.  最终结果的转换
4.  Collector特征的选择

具体demo推荐博文[java8之定制收集器][java8]

# 总结 #

主要讲reduce三种使用方式，其中方式1，2两种变形的区别在于返回值是否可以为空，变形二因为在初始化已经赋有默认值，则不存在为空的可能，方式3与前者的区别要注意在并行情况下的使用，在提升效率的同时，注意是否预期效果相符。关于collect本质上就是收集器，通过收集元素，累加器的处理以及最后结果转换，达到复用的效果，同时提升使用效率。

[Link 1]: https://blog.csdn.net/jiadajing267/article/details/107302625
[Java8 _reduce_]: https://blog.csdn.net/dalinsi/article/details/78093130
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppYWRhamluZzI2Nw_size_16_color_FFFFFF_t_70]: /images/20221120/ce159bbbd5374fc9bb6638964abd9748.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppYWRhamluZzI2Nw_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20201220220828116.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppYWRhamluZzI2Nw==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppYWRhamluZzI2Nw_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20201220221129805.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppYWRhamluZzI2Nw==,size_16,color_FFFFFF,t_70
[java8]: https://blog.csdn.net/aa494661239/article/details/104778279