Stream流之reduce操作用法

Stream流之reduce操作用法

三种用法

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

在这里插入图片描述
reduce是减少,降低意思,这个方法是流元素的累积汇总操作,它会将流中所有元素经过累积之后返回,不仅仅是加减乘除,按照一定逻辑,最终返回。
强调一下,这个 累积

累加器就是第一个元素,第二个元素和累加器操作之后,赋值给累加器,下一轮继续累加器和第三个元素操作,赋值给累加器,以此类推。

其中提供三个方法,方法2是方法1扩展,方法3是方法1,2扩展,同时方法3提供并行操作逻辑。
参数说明

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

入参是函数式接口,是个累加器,继承了BiFunction<T,U,R>,两个输入,一个输出,T入参-累积操作对象,U入参-流元素对象,R返回值
入门

Optional<Integer> reduceResult = Stream.of(1,2,3).reduce((acc,item)->

{
  log.info("acc:【{}】",acc);
  log.info("item:【{}】",item);
  return acc+item;
}
log.info("reduceResult :【{}】",reduceResult.get() ); // 6

扩展

// initInfo初始化数据
Optional<User> reduceUser = initInfo.stream().reduce((acc,item)->{
   item.setScore(item.getScore().add(acc.getScore()));
   return item;
}
log.info("reduceUser:【{}】",reduceUser); // 分数累加后的结果组装对象

第二种用法

* @param identity the identity value for the accumulating function
* @param accumulator an <a href="package-summary.html#Associativity">associative</a>,
*                    <a href="package-summary.html#NonInterference">non-interfering</a>,
*                    <a href="package-summary.html#Statelessness">stateless</a>
*                    function for combining two values
* @return the result of the reduction
2 T reduce(T identity, BinaryOperator<T> accumulator);

入参:
第一个参数:初始值,指定类型
第二个参数:累加器对象数据
入门

Integer reduceResult = Stream.of(1,2,3).reduce(
0,
(acc,item)->

{
  log.info("acc:【{}】",acc);
  log.info("item:【{}】",item);
  return acc+item;
}

第三种方式

第一个参数:初始类型,数据,“T”
第二个参数:累加器对象
第三个参数:参数组合器combiner,接受lambda表达式,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
》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!

 ArrayList<Integer> accResult_s = Stream.of(1,2,3,4)
                .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);
引用\[1\]中提到,Streamreduce方法有两个重载形式。第一个形式是reduce(BinaryOperator accumulator),它将流中的元素依次应用于累加器函数,返回一个Optional对象,表示累加的结果。例如,Stream.of(1, 2, 3).reduce((acc, i) -> acc + i)会返回Optional对象,其值为6,表示1+2+3的结果。\[1\] 引用\[2\]中提到,第二个形式是reduce(T identity, BinaryOperator accumulator),它除了累加器函数外,还接受一个初始值参数identity。这个初始值会作为累加器函数的第一个参数acc的初始值。例如,Stream.of(1, 2, 3).reduce(String.valueOf("1"), (acc, i) -> String.valueOf(Integer.valueOf(acc) + i))会返回一个String对象,其值为"7",表示"1"+2+3的结果。\[2\] 引用\[3\]中提到,当使用并行流时,需要特别注意初始化对象的共享问题。由于并行流会将流元素分成多个线程执行,初始化对象会在各个线程中共享。因此,在使用第三个形式的reduce方法时,需要注意初始化对象的正确性,以避免出现意外的结果。\[3\] #### 引用[.reference_title] - *1* *2* *3* [Streamreduce的使用](https://blog.csdn.net/Lou_Lan/article/details/120667822)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值