CKTIS / Java
Collectors: souhrnné statistiky a souběžné seskupování
Třída java.util.stream.Collectors poskytuje collectory pro Stream.collect. Spojte Collectors.groupingByConcurrent s Collectors.summarizingDouble a počítejte číselné souhrnné statistiky samostatně pro každou skupinu.
Verze: Java SE 21; repository runtime, production runtime not attested
Syntaxe
stream.collect(Collectors.summarizingDouble(mapper))
stream.collect(Collectors.groupingByConcurrent(classifier, Collectors.summarizingDouble(mapper)))java.util.stream.Collectors poskytuje opakovaně použitelné strategie redukce pro terminální operaci Stream.collect. Collectory lze skládat: vnější collector vytváří skupiny, zatímco následný collector počítá výsledek každé skupiny. Tento záznam se vztahuje k Java SE 21; produkční běhové prostředí není doloženo.
Collectors.summarizingDouble(mapper) vrací Collector<T, ?, DoubleSummaryStatistics>. Při použití v Stream.collect collector aplikuje mapper na každý prvek, aby získal hodnotu typu double. Výsledkem operace collect je objekt DoubleSummaryStatistics, který obsahuje počet prvků, součet, minimum, maximum a průměr. Pro prázdný vstup jsou počet, součet a průměr nulové, minimum je Double.POSITIVE_INFINITY a maximum Double.NEGATIVE_INFINITY. Zaokrouhlování může změnit součet i průměr; hodnoty NaN ovlivňují statistiky.
Collectors.groupingByConcurrent(classifier) i přetížení s následným collectorem vracejí collector. Při použití v Stream.collect první poskytne ConcurrentMap<K, List<T>> a druhý ConcurrentMap<K, D>. Oba collectory jsou souběžné a mají vlastnost UNORDERED: nezaručují zachování pořadí prvků při průchodu streamem, ale ani je nevylučují. Při sekvenčním sběru mohou například prvky v seznamu každé skupiny zůstat v pořadí, v jakém se ve streamu vyskytly. Naproti tomu groupingBy není souběžný collector. U samotných výsledných seznamů není zaručena bezpečnost při přístupu z více vláken.
Souběžná redukce vyžaduje paralelní stream; samotný collector jej nespustí. Funkce by měly být bezstavové a neměly by měnit zdroj. Souběžná mapa nezajišťuje bezpečnost následných změn jejích hodnot DoubleSummaryStatistics při přístupu z více vláken. Příklad řadí klíče až před výpisem; malé, přesně reprezentovatelné hodnoty zajišťují předvídatelné statistiky.
Příklady
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()));
}
}Výsledek
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
Zobrazený kód a uvedený výsledek byly ověřeny v izolovaném prostředí metodou zaznamenanou v dokladu o ověření této přesné verze.