CKTIS / Java
Collectors: обобщена статистика и конкурентно групиране
Класът java.util.stream.Collectors предоставя колектори за Stream.collect. Комбинирайте Collectors.groupingByConcurrent с Collectors.summarizingDouble, за да изчислявате числови обобщени статистики отделно за всяка група.
Версия: Java SE 21; repository runtime, production runtime not attested
Синтаксис
stream.collect(Collectors.summarizingDouble(mapper))
stream.collect(Collectors.groupingByConcurrent(classifier, Collectors.summarizingDouble(mapper)))java.util.stream.Collectors предоставя многократно използваеми стратегии за редукция за терминалната операция Stream.collect. Колекторите могат да се комбинират: външен колектор образува групите, а последващ колектор изчислява резултата за всяка група. Този запис се отнася за Java SE 21; производствената среда за изпълнение не е потвърдена.
Collectors.summarizingDouble(mapper) връща Collector<T, ?, DoubleSummaryStatistics>. Когато се използва в Stream.collect, колекторът прилага mapper към всеки елемент, за да получи стойност от тип double. Резултатът от collect е обект DoubleSummaryStatistics, който съдържа броя на елементите, сумата, минимума, максимума и средната стойност. При празен вход броят, сумата и средната стойност са нула, минимумът е Double.POSITIVE_INFINITY, а максимумът е Double.NEGATIVE_INFINITY. Закръгляването може да промени сумата и средната стойност; стойностите NaN влияят на статистиката.
Както Collectors.groupingByConcurrent(classifier), така и претовареният вариант с последващ колектор връщат колектор. При използване в Stream.collect първият дава ConcurrentMap<K, List<T>>, а вторият — ConcurrentMap<K, D>. И двата колектора са конкурентни и имат характеристиката UNORDERED: не гарантират запазване на реда на срещане на елементите, но и не го изключват. Например при последователно събиране елементите в списъка на всяка група могат да останат в реда, в който са били срещнати. За разлика от тях groupingBy не е конкурентен колектор. За самите получени списъци няма гаранция за безопасност при достъп от няколко нишки.
Конкурентната редукция изисква паралелен stream; самият колектор не стартира такъв. Функциите трябва да са без състояние и да не променят източника. Конкурентната map не прави последващите промени по нейните стойности DoubleSummaryStatistics безопасни при достъп от няколко нишки. Примерът сортира ключовете едва преди отпечатването; малките, точно представими стойности правят статистиката предвидима.
Примери
import java.util.DoubleSummaryStatistics;
import java.util.List;
import java.util.Locale;
import java.util.TreeMap;
import java.util.concurrent.ConcurrentMap;
import java.util.stream.Collectors;
public class Main {
record Item(String category, double value) {}
public static void main(String[] args) {
var items = List.of(
new Item("A", 2.0),
new Item("B", 8.0),
new Item("A", 4.0)
);
ConcurrentMap<String, DoubleSummaryStatistics> stats =
items.parallelStream().collect(Collectors.groupingByConcurrent(
Item::category,
Collectors.summarizingDouble(Item::value)
));
new TreeMap<>(stats).forEach((category, s) ->
System.out.printf(Locale.ROOT,
"%s: count=%d sum=%.1f min=%.1f max=%.1f avg=%.1f%n",
category, s.getCount(), s.getSum(), s.getMin(),
s.getMax(), s.getAverage()));
}
}Резултат
A: count=2 sum=6.0 min=2.0 max=4.0 avg=3.0 B: count=1 sum=8.0 min=8.0 max=8.0 avg=8.0
Показаният код и заявеният резултат са проверени в изолирана среда по метода, записан в доказателството за проверка на тази точна версия.