假设我有这门课程:
public class Thing {
private BigDecimal field1;
private BigDecimal field2;
private BigDecimal otherField1;
private BigDecimal otherField2;
private BigDecimal otherField3;
}
并且在另一个类I-for-List<Thing> things
中,将field1和field2添加到迭代完成时返回的总和。
但我想要的是用Java流来实现这一目标。以下是我所拥有的 - 它的工作原理,但我觉得必须有一种方法可以将它压缩为一个流:
public BigDecimal addFields(List<Thing> things) {
BigDecimal field1sum = things.parallelStream()
.filter(thing -> thing.getField1() != null)
.map(Thing::getField1)
.reduce(BigDecimal.ZERO, BigDecimal::add);
BigDecimal field2sum = things.parallelStream()
.filter(thing -> thing.getField2() != null)
.map(Thing::getField2)
.reduce(BigDecimal.ZERO, BigDecimal::add);
return field1sum.add(field2sum);
}
我怀疑答案是reduce()
方法带有三个参数,其中一个是BiFunction,但我无法弄清楚如何使其工作。编辑:我想我可以将(x,y) -> x.add(y)
传递给reduce()
,但问题是我如何map()
这两个字段?
此外,是否有可能/如何将此命令性代码转换为功能流?
public BigDecimal addOtherFields(List<Thing> things) {
BigDecimal result = BigDecimal.ZERO;
for (Thing thing : things) {
if (thing.getOtherField2() != null) {
BigDecimal otherField2 = thing.getOtherField2();
otherField2 = thing.getOtherField1().subtract(otherField2);
result = result.add(otherField2);
} else if (thing.getOtherField3() != null) {
BigDecimal otherField3 = thing.getOtherField3();
otherField3 = thing.getOtherField1.subtract(otherField3);
result = result.add(otherField3);
}
}
return result;
}
或者,为了更精确一点,我将如何处理基于流的方法中的条件检查?我试图filter()
事情没有成功。
答案 0 :(得分:5)
使用collect()
和自定义收集器助手,与IntSummaryStatistics
不同。
things.stream()
.collect(ThingCollectorHelper::new,
ThingCollectorHelper::accept,
ThingCollectorHelper::combine);
您的帮助程序类将类似于:
class ThingCollectorHelper {
BigDecimal sum1 = BigDecimal.ZERO;
BigDecimal sum2 = BigDecimal.ZERO;
void accept(Thing t) {
if (t.field1 != null)
sum1 = sum1.plus(t.field1);
if (t.field2 != null)
sum2 = sum2.plus(t.field2);
}
void combine(ThingCollectorHelper other) {
sum1 = sum1.plus(other.sum1);
sum2 = sum2.plus(other.sum2);
}
}
答案 1 :(得分:3)
由于您要统一处理字段,因此您可以考虑flatMap
:
public BigDecimal addFields(List<Thing> things) {
return things.parallelStream()
.flatMap(thing -> Stream.of(thing.getField1(), thing.getField2()))
.filter(Objects::nonNull)
.reduce(BigDecimal.ZERO, BigDecimal::add);
}
public BigDecimal addOtherFields(List<Thing> things) {
return things.parallelStream()
.flatMap(thing ->
Stream.of(thing.getOtherField2(), thing.getOtherField3())
.filter(Objects::nonNull)
.map(thing.getOtherField1()::subtract)
).reduce(BigDecimal.ZERO, BigDecimal::add);
}
答案 2 :(得分:1)
在第一种方法中,您希望将所有field1
和field2
加在一起,忽略null
。您可以使用单个Stream管道执行此操作,如您所暗示的那样,使用3参数reduce
方法。
在这种情况下,身份仍为BigDecimal.ZERO
。如果每个字段不为空,则累加器函数会将当前累加的结果添加到每个字段。最后,仅用于并行处理的组合器添加了两个BigDecimal
值。
public BigDecimal addFields(List<Thing> things) {
return things.parallelStream().reduce(BigDecimal.ZERO, (a, t) -> {
if (t.getField1() != null) a = a.add(t.getField1());
if (t.getField2() != null) a = a.add(t.getField2());
return a;
}, BigDecimal::add);
}
您的第二个示例也是如此,在这种情况下,您希望将otherField1
和otherField2
或otherField3
之间的差异相加,具体取决于它们是否为{{1 }}:
null
解决此任务的另一种等效方法是使用public BigDecimal addOtherFields(List<Thing> things) {
return things.stream().reduce(BigDecimal.ZERO, (a, t) -> {
if (t.getOtherField2() != null) {
return a.add(t.getOtherField1().subtract(t.getOtherField2()));
} else if (t.getOtherField3() != null) {
return a.add(t.getOtherField1().subtract(t.getOtherField3()));
}
return a;
}, BigDecimal::add);
}
:在这种情况下,您可以将每个元素映射到您想要求和的值,并通过对所有map()
求和来减少流量。例如,在第一个示例中,您会将每个BigInteger
映射到Thing
和field1
的总和,同时考虑到它们的潜在field2
-