Znalostná bázaCentrum skúšok
SKSlovenčina
Vybrať jazyk13

CKTIS / Java

Collectors: súhrnné štatistiky a súbežné zoskupovanie

Trieda java.util.stream.Collectors poskytuje collectory pre Stream.collect. Spojte Collectors.groupingByConcurrent s Collectors.summarizingDouble a počítajte číselné súhrnné štatistiky samostatne pre každú skupinu.

Verzia: Java SE 21; repository runtime, production runtime not attested

Syntax

stream.collect(Collectors.summarizingDouble(mapper))
stream.collect(Collectors.groupingByConcurrent(classifier, Collectors.summarizingDouble(mapper)))

java.util.stream.Collectors poskytuje opakovane použiteľné stratégie redukcie pre terminálnu operáciu Stream.collect. Collectory možno skladať: vonkajší collector vytvára skupiny, zatiaľ čo následný collector počíta výsledok každej skupiny. Tento záznam sa týka Java SE 21; produkčné runtime prostredie nie je potvrdené.

Collectors.summarizingDouble(mapper) vracia Collector<T, ?, DoubleSummaryStatistics>. Pri použití v Stream.collect collector použije mapper na každý prvok, aby získal hodnotu typu double. Výsledkom operácie collect je objekt DoubleSummaryStatistics, ktorý obsahuje počet prvkov, súčet, minimum, maximum a priemer. Pri prázdnom vstupe sú počet, súčet a priemer nulové, minimum je Double.POSITIVE_INFINITY a maximum Double.NEGATIVE_INFINITY. Zaokrúhľovanie môže zmeniť súčet aj priemer; hodnoty NaN ovplyvňujú štatistiky.

Collectors.groupingByConcurrent(classifier) aj preťaženie s následným collectorom vracajú collector. Pri použití v Stream.collect prvý poskytne ConcurrentMap<K, List<T>> a druhý ConcurrentMap<K, D>. Oba collectory sú súbežné a majú vlastnosť UNORDERED: nezaručujú zachovanie poradia prvkov pri prechode streamom, no ani ho nevylučujú. Pri sekvenčnom zbere môžu napríklad prvky v zozname každej skupiny zostať v poradí, v akom sa vyskytli v streame. Na rozdiel od nich groupingBy nie je súbežný collector. Pri samotných výsledných zoznamoch nie je zaručená bezpečnosť pri prístupe z viacerých vlákien.

Súbežná redukcia vyžaduje paralelný stream; samotný collector ho nespustí. Funkcie by mali byť bezstavové a nemali by meniť zdroj. Súbežná mapa nezaručuje bezpečnosť následných zmien jej hodnôt DoubleSummaryStatistics pri prístupe z viacerých vlákien. Príklad zoraďuje kľúče až pred výpisom; malé, presne reprezentovateľné hodnoty zabezpečujú predvídateľné štatistiky.

Príklady

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()));
    }
}

Výsledok

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 výsledok boli overené v izolovanom prostredí metódou zaznamenanou v dôkaze o overení tejto presnej verzie.

Zdroje