reduce() 是 Java Stream API 中的一个终端操作,它用于将流中的元素逐个结合起来,生成一个值。换句话说,reduce() 通过对流中的元素应用二元运算(一个接收两个输入参数并返回一个结果的操作),将多个元素“归约”成一个值。

1. reduce() 方法的作用

reduce() 用于从流中生成单一结果,常见的用途有:

  • 计算总和、乘积
  • 计算最大值、最小值
  • 将字符串、对象等组合成一个结果
  • reduce() 操作接受两个参数:

    1. 一个初始值(称为“标识”)。
    2. 一个二元运算符,通常以 lambda 表达式的形式提供。

    最终结果是一个 Optional 值,表示该流的归约结果。常用的重载形式如下:

    2. reduce() 方法的三种重载形式

    形式一:reduce(BinaryOperator<T> accumulator)

    这个形式没有初始值,流的第一个元素将作为初始值。返回的是 Optional<T>,以防流为空。

    Optional<Integer> sum = list.stream()
                                .reduce((a, b) -> a + b);
    
    形式二:reduce(T identity, BinaryOperator<T> accumulator)

    这个形式有初始值 identity,可以保证即使流为空也会有一个默认结果。返回的是 T

    int sum = list.stream()
                  .reduce(0, (a, b) -> a + b);
    
    形式三:reduce(U identity, BiFunction<U, T, U> accumulator, BinaryOperator<U> combiner)

    这个形式适用于并行流操作,它可以通过两个函数实现累加器和合并器的分离。通常用于并行执行任务时,按块操作进行合并。

    int sum = list.parallelStream()
                  .reduce(0, 
                          (partialResult, element) -> partialResult + element, // 累加器
                          Integer::sum); // 合并器
    

    3. reduce() 的示例

    让我们通过几个具体示例来理解 reduce() 的用法。

    1. 计算总和

    假设我们有一个整数列表,想通过 reduce() 计算所有整数的总和:

    List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
    
    // 使用有初始值的 reduce
    int sum = numbers.stream()
        .reduce(0, (a, b) -> a + b);  // 初始值为 0
    
    System.out.println(sum);  // 输出:15
    

    解释

  • reduce(0, (a, b) -> a + b):这里 0 是初始值,(a, b) -> a + b 是累加器,流中的每个元素与前面的计算结果累加,得到最终的总和。
  • 2. 计算乘积

    你还可以用 reduce() 计算所有元素的乘积。假设我们想要计算一个整数列表的乘积:

    List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
    
    int product = numbers.stream()
        .reduce(1, (a, b) -> a * b);  // 初始值为 1
    
    System.out.println(product);  // 输出:120
    

    解释

  • reduce(1, (a, b) -> a * b):初始值是 1(因为乘法的单位元素是 1),然后通过累乘计算所有元素的乘积。
  • 3. 字符串连接

    假设我们有一组字符串,想通过 reduce() 将它们连接起来,生成一个长字符串。

    List<String> words = Arrays.asList("Hello", "World", "Stream", "API");
    
    String result = words.stream()
        .reduce("", (a, b) -> a + " " + b);  // 初始值为空字符串
    
    System.out.println(result);  // 输出:" Hello World Stream API"
    

    解释

  • reduce("", (a, b) -> a + " " + b):初始值是空字符串 "",通过将每个单词添加到之前的字符串后面,生成最终的结果。
  • 4. 找出最大值

    假设我们想找到一个整数列表中的最大值:

    List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
    
    int max = numbers.stream()
        .reduce(Integer.MIN_VALUE, (a, b) -> a > b ? a : b);  // 初始值为 Integer.MIN_VALUE
    
    System.out.println(max);  // 输出:5
    

    解释

  • reduce(Integer.MIN_VALUE, (a, b) -> a > b ? a : b):初始值是 Integer.MIN_VALUE,表示最小的可能值。通过比较流中的每个元素,最终找到最大的那个。
  • 5. 找出最小值

    类似地,我们可以用 reduce() 找到最小值:

    int min = numbers.stream()
        .reduce(Integer.MAX_VALUE, (a, b) -> a < b ? a : b);  // 初始值为 Integer.MAX_VALUE
    
    System.out.println(min);  // 输出:1
    

    4. 无初始值的 reduce()

    如果流为空,且使用无初始值的 reduce(),返回的将是一个 Optional 对象。这是因为如果流为空,没有值可供“归约”,因此结果是空的。

    示例:
    List<Integer> emptyList = new ArrayList<>();
    
    Optional<Integer> result = emptyList.stream()
        .reduce((a, b) -> a + b);  // 没有初始值
    
    System.out.println(result);  // 输出:Optional.empty
    

    解释

  • 因为 emptyList 是空的,没有初始值,因此 reduce() 返回一个空的 Optional 对象,表示没有可供“归约”的元素。
  • 5. 并行流中的 reduce()

    在并行流中(parallelStream()),reduce() 可以通过第三种重载方法来高效处理大数据集。它将流拆分成多个子流,并通过累加器和合并器进行并行处理。

    并行流中的示例:
    int sum = numbers.parallelStream()
        .reduce(0, (partialResult, element) -> partialResult + element, Integer::sum);
    
    System.out.println(sum);  // 输出:15
    

    解释

  • reduce(0, (partialResult, element) -> partialResult + element, Integer::sum):这里的累加器是 (partialResult, element) -> partialResult + element,合并器是 Integer::sum,它们帮助在并行流中将多个子流的结果合并。
  • 6. reduce() 与其他终端操作的对比

  • collect():用于将流的元素收集到一个集合中,比如 ListSetMap
  • forEach():用于遍历流中的每个元素,进行操作,但不返回结果。
  • count():用于统计流中的元素数量。
  • reduce() 则是将流中的所有元素“归约”成单一的结果,它不用于收集或遍历,而是用于生成某个聚合值。

    总结

  • reduce() 是一个用于对流中的元素进行聚合或“归约”的操作。
  • 它将流中的多个元素通过二元运算符逐一结合,生成一个单一结果。
  • 典型用法包括求和、乘积、字符串连接、查找最大值和最小值。
  • 在使用无初始值的 reduce() 时,结果会是 Optional,以防流为空。
  • 在并行流中,reduce() 可以通过累加器和合并器并行处理大数据。
  • 通过 reduce(),你可以非常灵活地对流中的数据进行复杂的聚合操作。

    作者:Ben_F

    物联沃分享整理
    物联沃-IOTWORD物联网 » Java Stream reduce()详解

    发表回复