Java8流-增量收集/部分减少/间歇映射/…这到底叫什么？

我正在处理一个可能无限的数据元素流，这些数据元素遵循以下模式：

E1
E2富
E3巴
...
En-1巴
EN

也就是说，一个s流，在我可以将它们映射到对象模型之前，必须将其累积在缓冲区中

目标：将

流

聚合为

流

，而无需在无限流上进行收集

在英语中，代码类似于“一旦看到开始标记，就开始缓冲。缓冲，直到看到结束标记，然后准备返回旧缓冲，并准备一个新缓冲。返回旧缓冲。”

我当前的实现形式如下：

Data<String>.stream()
            .map(functionReturningAnOptionalPresentOnlyIfObjectIsComplete)
            .filter(Optional::isPresent)

Data.stream（）
.map（函数返回NoOptionalPresentonlyFobjectisComplete）
.filter（可选：：isPresent）

我有几个问题：

这个操作的正确名称是什么？（也就是说，我可以在谷歌上搜索更多的例子吗？我找到的每一个关于

.map（）

的讨论都是关于1:1映射的。每一个关于.reduce的讨论）都是关于n:1还原的。关于

.collect（）

的每一次讨论都谈到了作为终端操作的累积…）

这在很多方面都很糟糕。有没有更好的方法来实现这一点？（表格

.collectunlconditiontheapplyfinisher（收集器、条件、完成器）

..的候选者）

---

谢谢

为了避免混乱，可以在映射之前进行筛选

Data<String>.stream()
    .filter(text -> canBeConvertedToObject(text))
    .map(text -> convertToObject(text))

Data.stream（）
.filter（文本->canBeConvertedToObject（文本））
.map（文本->转换对象（文本））

---

它在无限流上工作得非常好，只构造需要构造的对象。它还避免了创建不必要的可选对象的开销。

不幸的是，Java8流API中没有部分reduce操作。然而，这样的操作是在我的库中实现的，它增强了标准的Java8流。所以你的任务可以这样解决：

Stream<ObjectDefinedByStrings> result = 
    StreamEx.of(strings)
            .groupRuns((a, b) -> !b.contains("<start mark>"))
            .map(stringList -> constructObjectDefinedByStrings());

---

我为这个部分缩减提出了另外两个用例：

1.解析SQL和PL/SQL（Oracle过程）语句 SQL语句的标准分隔符是分号（

；

）。它将普通SQL语句彼此分离。但若您有PL/SQL语句，那个么分号将语句中的运算符彼此分开，而不仅仅是整个语句

解析同时包含普通SQL和PL/SQL语句的脚本文件的方法之一是首先用分号将它们拆分，然后如果特定语句以特定关键字开头（

DECLARE

，

BEGIN

，等等），则按照PL/SQL语法规则将此语句与下一个语句连接起来

顺便说一下，这不能通过使用

StreamEx

partial reduce操作来实现，因为它们只测试两个相邻的元素。因为您需要了解从初始PL/SQL关键字元素开始的以前的流元素，以确定是将当前元素包括到部分缩减中还是应该完成部分缩减。在这种情况下，可变部分还原可以在收集器保存已收集元素的信息和一些

谓词

仅测试收集器本身（如果应完成部分还原）或

BiPredicate

同时测试收集器和当前流元素的情况下使用

理论上，我们谈论的是使用流管道思想实现LR（0）或LR（1）解析器（请参阅）。LR解析器可用于解析大多数编程语言的语法

解析器是一个具有堆栈的有限自动机。对于LR（0）自动机，其转换仅取决于堆栈。在LR（1）自动机的情况下，它取决于堆栈和流中的下一个元素（理论上可以有LR（2）、LR（3）等自动机查看2、3等。确定转换的下一个元素，但实际上所有编程语言在语法上都是LR（1）语言）

要实现解析器，应该有一个

收集器
，其中包含有限自动机堆栈，并对是否达到该自动机的最终状态进行谓词测试（这样我们就可以停止缩减）。对于LR（0），它应该是
谓词
测试
收集器
本身。对于LR（1），它应该是
BiPredicate
测试
收集器和流中的下一个元素（因为转换取决于堆栈和下一个符号）

因此，要实现LR（0）解析器，我们需要如下类似的东西（
T
是流元素类型，
A
是同时包含有限自动机堆栈和结果的累加器，
R
是每个解析器工作形成输出流的结果）：

注意：在这种情况下，
BiPredicate
应先测试元素，然后它将被累加器消耗。请记住，LR（1）解析器正在窥视下一个元素以确定转换。因此，如果空累加器拒绝接受下一个元素（供应商和下一个流元素刚刚创建的空累加器上，
BiPredicate
返回true，表示部分减少结束），则可能存在潜在的异常

2.基于流元素类型的条件批处理
在执行SQL语句时，我们希望将相邻的数据修改（DML）语句合并到单个批处理中（请参阅JDBCAPI），以提高总体性能。但我们不想批量查询。所以我们需要条件批处理（而不是像中那样的无条件批处理）

对于这种特定情况，可以使用
StreamEx
部分reduce操作，因为如果由
BiPredicate
测试的两个相邻元素都是DML语句，则应将它们包含在批处理中。所以我们不需要知道以前的批量收集历史

但我们可以增加任务的复杂性，并说批次应该受到大小的限制。比如说，不超过100个DML语句i
Stream<ObjectDefinedByStrings> result = 
    StreamEx.of(strings)
            .collapse((a, b) -> !b.contains("<start mark>"), Collectors.joining())
            .map(joinedString -> constructObjectDefinedByStrings());

<R,A> Stream<R> Stream<T>.parse(
    Collector<T,A,R> automataCollector,
    Predicate<A> isFinalState)

<R,A> Stream<R> Stream<T>.parse(
    BiPredicate<A, T> isFinalState
    Collector<T,A,R> automataCollector)