java stream api reduce与collect的用法差异

java stream api reduce与collect的用法差异

java stream api中 reduce与collect 在功能上有差异也有重叠,但是重叠部分的实现也存在差异。

比入我们要为一个数值列表求和,求和的结果将从int升级成long,因为多个int值相加有可能会变成long。 用reduce可通过如下代码实现

List<Integer> numList = Arrays.asList(1,Integer.MAX_VALUE);
long reduceResult = numList.stream().reduce(0L, (a, b) -> a + b, (a, b) -> 0L);
System.out.println(reduceResult);

reduce方法接受3个参数,第一个是基础值。第二个参数是一个表达式,作用是将结果累加,并将每一个的累加结果返回。第三个参数可以无视,它只在parallelStream中有效。

再来看看collect的实现方法

        List<Integer> numList = Arrays.asList(1,Integer.MAX_VALUE);
        long collectResult = numList.stream().collect(
                () -> new AtomicLong(0),
                (a, b) -> a.addAndGet(b),
                (a, b) -> {
                })
                .get();
        System.out.println(collectResult);

collect也接受3个参数,第一个参数也是基础值,不过这个基础值并非和reduce方法中的第一个参数一样直接接受一个基础值,它接受的是一个表达式,此表达式返回一个基础值。第二个参数作用也和reduce的第二个参数相同,用于每一步的累加操作,不同的是collect中此表达式参数不用返回执行后的结果,因此它操作的对象必须是一个引用,否者操作的结果就丢失了。这也导致了collect的运算对象必须是一个引用,包括第一个参数返回的基础值也必须是一个引用,这便是collect和reduce这这个相同的功能中的不同点。这也是上面的代码不适用long而使用AtomicLong的原因,如果你不喜欢使用AtomicLong,那么也可以使用long类型的数组代替,代码如下,能达到和上面相同的效果

        List<Integer> numList = Arrays.asList(1,Integer.MAX_VALUE);
        long collectResult = numList.stream().collect(
                () -> {
                    long[] array = new long[]{0};
                    return array;
                },
                (a, b) -> a[0] += b,
                (a, b) -> {})[0];
        System.out.println(collectResult);

因为数组是引用类型。

至于第三个参数, 和reduce的第三个参数相同,它在普通的stream不会被执行到,在parallelStream中才会被执行,所以通常我们可以随便些一个表达式填充下通过编译起的编译即可。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 196,302评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,563评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,433评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,628评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,467评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,354评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,777评论 3 387
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,419评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,725评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,768评论 2 314
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,543评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,387评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,794评论 3 300
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,032评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,305评论 1 252
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,741评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,946评论 2 336

推荐阅读更多精彩内容