CKTIS / Java
Collectors: estadísticas resumidas y agrupación concurrente
La clase java.util.stream.Collectors proporciona collectors para Stream.collect. Combina Collectors.groupingByConcurrent con Collectors.summarizingDouble para calcular estadísticas numéricas resumidas por separado para cada grupo.
Versión: Java SE 21; repository runtime, production runtime not attested
Sintaxis
stream.collect(Collectors.summarizingDouble(mapper))
stream.collect(Collectors.groupingByConcurrent(classifier, Collectors.summarizingDouble(mapper)))java.util.stream.Collectors proporciona estrategias de reducción reutilizables para la operación terminal Stream.collect. Los collectors se pueden combinar: un collector externo forma grupos, mientras que uno descendente calcula el resultado de cada grupo. Esta entrada se refiere a Java SE 21; el entorno de ejecución de producción no está acreditado.
Collectors.summarizingDouble(mapper) devuelve un Collector<T, ?, DoubleSummaryStatistics>. Al usarlo con Stream.collect, el collector aplica mapper a cada elemento para obtener un valor de tipo double. El resultado de collect es un objeto de tipo DoubleSummaryStatistics que contiene el número de elementos, la suma, el mínimo, el máximo y el promedio. Para una entrada vacía, la cantidad, la suma y el promedio son cero, el mínimo es Double.POSITIVE_INFINITY y el máximo es Double.NEGATIVE_INFINITY. El redondeo puede cambiar la suma y el promedio; los valores NaN afectan a las estadísticas.
Tanto Collectors.groupingByConcurrent(classifier) como la sobrecarga con un collector descendente devuelven un collector. Al usar el primero con Stream.collect, se obtiene un ConcurrentMap<K, List<T>>; con el segundo, se obtiene un ConcurrentMap<K, D>. Ambos collectors son concurrentes y tienen la característica UNORDERED: no garantizan que se conserve el orden en que se encuentran los elementos, pero es posible conservarlo. Por ejemplo, en una recolección secuencial, los elementos de la lista de cada grupo pueden quedar en el orden en que se encontraron. En cambio, groupingBy no es un collector concurrente. No se garantiza que las listas resultantes sean seguras para el acceso desde varios hilos.
La reducción concurrente requiere un stream paralelo; el collector por sí solo no lo inicia. Las funciones deben no tener estado y no modificar la fuente. Un mapa concurrente no hace que las modificaciones posteriores de sus valores DoubleSummaryStatistics sean seguras para los hilos. El ejemplo ordena las claves solo antes de imprimir; sus valores pequeños y representables exactamente hacen que las estadísticas sean predecibles.
Ejemplos
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()));
}
}Resultado
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
El código mostrado y el resultado declarado se verificaron en un entorno aislado mediante el método registrado en la evidencia de verificación de esta versión exacta.