Java 1.8 新特性——Stream 流中 Reduce 操作
Java 1.8 新特性——Stream 流中 Reduce 操作
大家好，又见面了，我是你们的朋友全栈君。
Reduce原意：减少，缩小- 根据指定的计算模型将Stream中的值计算得到一个最终结果
方式一
Optional<T> reduce(BinaryOperator<T> accumulator);- 对
Stream中的数据通过累加器accumulator迭代计算，最终得到一个Optional对象
函数式接口BinaryOperator，继承于BiFunction，Bifunction中有一个apply方法，接收两个参数，返回一个结果
package cn_lemon;
import java.util.function.BiFunction;
@FunctionalInterface
public interface BinaryOperator<T> extends BiFunction<T, T, T> {
}package cn_lemon;
@FunctionalInterface
public interface BiFunction<T, U, R> {
R apply(T t, U u);//接收两个参数 t 和 u, 返回 R
}也就是说，reduce(BinaryOperator<T> accumulator)方法需要一个函数式接口参数，该函数式接口需要两个参数，返回一个结果(reduce中返回的结果会作为下次累加器计算的第一个参数)，也就是累加器
package cn_lemon;
import org.junit.Test;
import java.util.Optional;
import java.util.stream.Stream;
public class ReduceDemo {
@Test
public void reduceTest() {
Optional accResult = 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("--------");
return acc;
});
System.out.println(accResult);
}
}运行显示：
方式二
T reduce(T identity, BinaryOperator<T> accumulator);- 提供一个跟Stream中数据同类型的初始值identity，通过累加器accumulator迭代计算Stream中的数据，得到一个跟Stream中数据相同类型的最终结果
package cn_lemon;
import org.junit.Test;
import java.util.Optional;
import java.util.stream.Stream;
public class ReduceDemo {
@Test
public void reduceTest() {
int accResult = Stream.of(1, 2, 3, 4)
.reduce(100, (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);
}
}运行显示：
方式三
<U> U reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner);首先看一下BiFunction的三个泛型类型分别是U、 ? super T、U，参考BiFunction函数式接口apply方法定义可以知道，累加器累加器通过类型为U和? super T的两个输入值计算得到一个U类型的结果返回。也就是说这种reduce方法，提供一个不同于Stream中数据类型的初始值，通过累加器规则迭代计算Stream中的数据，最终得到一个同初始值同类型的结果
package cn_lemon;
import org.junit.Test;
import java.util.ArrayList;
import java.util.stream.Stream;
public class ReduceDemo {
@Test
public void reduceTest() {
ArrayList<Integer> newList = new ArrayList<>();
ArrayList<Integer> accResult_ = Stream.of(2, 3, 4)
.reduce(newList,
(acc, item) -> {
acc.add(item);
System.out.println("item: " + item);
System.out.println("acc+ : " + acc);
System.out.println("BiFunction");
return acc;
}, (acc, item) -> null);
System.out.println("accResult_: " + accResult_);
}
}运行显示：
通过运行结果可以看出，第三个参数定义的规则并没有执行。这是因为reduce的第三个参数是在使用parallelStream的reduce操作时，合并各个流结果的，本例中使用的是stream，所以第三个参数是不起作用的。上述示例，提供一个只有一个元素1的arrayList，通过累加器迭代，将stream中的数据添加到arrayList中
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/185686.html原文链接：https://javaforall.cn
腾讯云开发者
