Java 1.8 新特性——Stream 流中 Reduce 操作

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