JAVA8?Stream流中的reduce()方法怎么使用

這篇文章主要介紹“JAVA8 Stream流中的reduce()方法怎么使用”的相關知識，小編通過實際案例向大家展示操作過程，操作方法簡單快捷，實用性強，希望這篇“JAVA8 Stream流中的reduce()方法怎么使用”文章能幫助大家解決問題。

reduce()簡介

• Reduce 原意：減少，縮小

• 根據指定的計算模型將Stream中的值計算得到一個最終結果

解釋：reduce 操作可以實現從Stream中生成一個值，其生成的值不是隨意的，而是根據指定的計算模型。比如，之前提到count、min和max方法，因為常用而被納入標準庫中。事實上，這些方法都是reduce操作。

reduce三個override的方法

reduce方法有三個override的方法：

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

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

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

公共集合

測試代碼中的所有集合，都是該集合。 

List<Person> javaProgrammers = new ArrayList<Person>() {
        {
            add(new Person("Elsdon", "Jaycob", "Java programmer", "male", 2000, 18));
            add(new Person("Tamsen", "Brittany", "Java programmer", "female", 2371, 55));
            add(new Person("Floyd", "Donny", "Java programmer", "male", 3322, 25));
            add(new Person("Sindy", "Jonie", "Java programmer", "female", 35020, 15));
            add(new Person("Vere", "Hervey", "Java programmer", "male", 2272, 25));
            add(new Person("Maude", "Jaimie", "Java programmer", "female", 2057, 87));
            add(new Person("Shawn", "Randall", "Java programmer", "male", 3120, 99));
            add(new Person("Jayden", "Corrina", "Java programmer", "female", 345, 25));
            add(new Person("Palmer", "Dene", "Java programmer", "male", 3375, 14));
            add(new Person("Addison", "Pam", "Java programmer", "female", 3426, 20));
        }
    };

 方式一reduce(BinaryOperator accumulator)

Optional<T> reduce(BinaryOperator<T> accumulator);
我們先看第一個變形，參數列表為一個函數接口BinaryOperator<T>,
BinaryOperator源碼：

 public interface BinaryOperator<T> extends BiFunction<T,T,T> {
      public static <T> BinaryOperator<T> minBy(Comparator<? super T> comparator) {
        Objects.requireNonNull(comparator);
        return (a, b) -> comparator.compare(a, b) <= 0 ? a : b;
    }
    public static <T> BinaryOperator<T> maxBy(Comparator<? super T> comparator) {
        Objects.requireNonNull(comparator);
        return (a, b) -> comparator.compare(a, b) >= 0 ? a : b;
    }
}

看BinaryOperator接口源碼，我們可以看到，它又繼承了BiFunction<T,T,T>.
另外，在BinaryOperator接口中又定義了另個靜態方法為minBy和maxBy,
上面我們提到BinaryOperator接口繼承了BiFunction<T,T,T>，我們看一下BiFunction<T,T,T>源碼：

 @FunctionalInterface
public interface BiFunction<T, U, R> {
    R apply(T t, U u);//接收兩個參數 t 和 u, 返回 R
}

Bifunction中有一個apply方法，接收兩個參數，返回一個結果
小結： 不管是BinaryOperator類還是最終繼承的BiFunction類，在類上都有@FunctionalInterface注解，因此reduce(BinaryOperator<T> accumulator)方法需要一個函數式接口參數，該函數式接口需要兩個參數，返回一個結果(reduce中返回的結果會作為下次累加器計算的第一個參數)，也就是累加器,最終得到一個Optional對象

測試示例代碼：

     @Test
    public void Test() {
        int asInt = javaProgrammers.stream()
                                    .mapToInt(Person::getSalary)//返回數值流，減少拆箱封箱操作，避免占用內存  IntStream
                                    .reduce((x, y) -> x += y)// int
                                    .getAsInt(); //return int
        System.out.printf("方式一   reduce(BinaryOperator<T> accumulator)   求薪資測試結果："+asInt);
 
        /*解析：
             1. reduce(BinaryOperator<T> accumulator)    reduce方法接受一個函數，這個函數有兩個參數
             2. 第一個參數是上次函數執行的返回值（也稱為中間結果），第二個參數是stream中的元素，這個函數把這兩個值相加，得到的和會被賦值給下次執行這個函數的第一個參數
         *注意：
             1.第一次執行的時候第一個參數的值是Stream的第一個元素，第二個參數是Stream的第二個元素
             2.方法返回值類型是Optional
         */
    }

方式二reduce(T identity, BinaryOperator accumulator) T reduce(T identity, BinaryOperator<T> accumulator);
與第一種變形相同的是都會接受一個BinaryOperator函數接口，不同的是其會接受一個identity參數，identity參數與Stream中數據同類型，相當于一個的初始值，通過累加器accumulator迭代計算Stream中的數據，得到一個跟Stream中數據相同類型的最終結果。
測試示例代碼：

     @Test
    public void test1(){
        int reduce = javaProgrammers.stream().mapToInt(Person::getSalary).reduce(10000, (x, y) -> x += y);
        System.out.printf("方式二  reduce(T identity, BinaryOperator<T> accumulator)   求薪資測試結果："+reduce);
 
        /*注意：
         *      1.與方式一相比設置了累加器的初始值，參數一（x）則不再是Stream中的第一個數據而是設置的初始值（10000）其他相同
         */
    }

打印結果：

 方式一   reduce(BinaryOperator<T> accumulator)   求薪資測試結果：57308
方式二  reduce(T identity, BinaryOperator<T> accumulator) 求薪資測試結果：67308 //初始值10000

方式三 reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator<U> combiner)

\<U\> U reduce(U identity,BiFunction\<U, ? super T, U\> accumulator,BinaryOperator\<U\> combiner);
我們先觀察分析再次被改變的參數列表：

               1. 第一個參數：返回實例u，傳遞你要返回的U類型對象的初始化實例u

               2. 第二個參數：累加器accumulator，可以使用lambda表達式，聲明你在u上累加你的數據來源t的邏輯，例如(u,t)->u.sum(t),此時lambda表達式的行參列表是返回實例u和遍歷的集合元素t，函數體是在u上累加t

               3. 第三個參數：參數組合器combiner，接受lambda表達式。

根據參數我們一步一步分析代碼示例：

@Test
    public void test2() {
        ArrayList<Integer> accResult_ = Stream.of(1, 2, 3, 4)
                //第一個參數，初始值為ArrayList
                .reduce(new ArrayList<Integer>(),
                        //第二個參數，實現了BiFunction函數式接口中apply方法，并且打印BiFunction
                        new BiFunction<ArrayList<Integer>, Integer, ArrayList<Integer>>() {
                            @Override
                            public ArrayList<Integer> apply(ArrayList<Integer> acc, Integer item) {
 
                                acc.add(item);
                                System.out.println("item: " + item);
                                System.out.println("acc+ : " + acc);
                                System.out.println("BiFunction");
                                return acc;
                            }
                            //第三個參數---參數的數據類型必須為返回數據類型，改參數主要用于合并多個線程的result值
                            // （Stream是支持并發操作的，為了避免競爭，對于reduce線程都會有獨立的result）
                        }, new BinaryOperator<ArrayList<Integer>>() {
                            @Override
                            public ArrayList<Integer> apply(ArrayList<Integer> acc, ArrayList<Integer> item) {
                                System.out.println("BinaryOperator");
                                acc.addAll(item);
                                System.out.println("item: " + item);
                                System.out.println("acc+ : " + acc);
                                System.out.println("--------");
                                return acc;
                            }
                        });
        System.out.println("accResult_: " + accResult_);
 
        System.out.println("------------------lambda優化代碼-----------------");
 
        ArrayList<Integer> newList = new ArrayList<>();
 
        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);
        System.out.println("accResult_s: " + accResult_s);
    }

         示例代碼中，第一個參數是ArrayList,在第二個函數參數中打印了“BiFunction”，而在第三個參數接口中打印了函數接口中打印了”BinaryOperator“.看下面的打印結果，只打印了“BiFunction”，而沒有打印”BinaryOperator“，也就是說第三個函數參數并沒有執行。分析參數時我們知道了該變形可以返回任意類型的數據。
        對于第三個函數參數，為什么沒有執行，而且其參數必須為返回的數據類型？這是因為Stream是支持并發操作的，為了避免競爭，對于reduce線程都會有獨立的result，combiner的作用在于合并每個線程的result得到最終結果。這也說明了了第三個函數參數的數據類型必須為返回數據類型了。

打印結果：

item: 1
acc+ : [1]
BiFunction
item: 2
acc+ : [1, 2]
BiFunction
item: 3
acc+ : [1, 2, 3]
BiFunction
item: 4
acc+ : [1, 2, 3, 4]
BiFunction

另外需要注意：因為第三個參數用來處理并發操作，如何處理數據的重復性，應多做考慮，否則會出現重復數據！

關于“JAVA8 Stream流中的reduce()方法怎么使用”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識，可以關注億速云行業資訊頻道，小編每天都會為大家更新不同的知識點。