java8 reduce方法三个参数情况下的理解和示例

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

在串行流(stream)中,第三个参数combiner不会起作用。

在并行流(parallelStream)中,流被fork join出多个线程进行执行,此时每个线程的执行流程就跟第二个方法reduce(identity, accumulator)一样,而第三个参数combiner函数,则是将每个线程的执行结果当成一个新的流,然后使用第一个方法reduce(accumulator)流程进行规约。
 

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

// 示例1
System.out.println( numbers.stream().reduce(Integer::sum).get() );
System.out.println( numbers.stream().reduce(100, Integer::sum) );
System.out.println( numbers.stream().reduce(100, (x,y)-> x = x+y, (x,y)-> x = x+y) );
System.out.println( numbers.parallelStream().reduce(100, (x,y)-> x = x+y, (x,y)-> x = x+y) );
//15
//115
//115
//515

// 示例2
List<Integer> list = new ArrayList<>();
list.add(100);
System.out.println(
   numbers.stream().reduce(list,
   (x,y)-> {List<Integer> ll = new ArrayList<>(x);ll.add(y); return ll;},
   (x,y)-> {List<Integer> ll = new ArrayList<>(x);ll.addAll(y); return ll;})
);
System.out.println(
   numbers.parallelStream().reduce(list,
   (x,y)-> {List<Integer> ll = new ArrayList<>(x);ll.add(y); return ll;},
   (x,y)-> {List<Integer> ll = new ArrayList<>(x);ll.addAll(y); return ll;})
);
//[100, 1, 2, 3, 4, 5]
//[100, 1, 100, 2, 100, 3, 100, 4, 100, 5]
  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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