大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
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
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/185686.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...