Java 分解代码，其中唯一的区别是流缩减操作

我有一系列方法，其中唯一的区别是流减少操作：

static Stream<TimeValues> avg(Stream<TimeValues> data, int batchSize) {
    return data
            .collect(SlidingCollector.batch(batchSize))
            .stream()
            .map(tvl -> {
                    OptionalDouble od = tvl.stream()
                    ...
                        .mapToDouble(tv -> tv.doubleValue())
                        .average(); // <-------
                    ...      
            });
}

static Stream avg（流数据，int batchSize）{
返回数据
.collect（SlidingCollector.batch（batchSize））
.stream（）
.map（tvl->{
OptionalDouble od=tvl.stream（）
...
.mapToDouble（tv->tv.doubleValue（））
.average（）；//{
OptionalDouble od=tvl.stream（）
...
.mapToDouble（tv->tv.doubleValue（））
.max（）；//和都是
函数
类型方法，因此：

static Stream<TimeValues> avg(Stream<TimeValues> data, int batchSize) {
    return reduce(data, batchSize, DoubleStream::average);
}

static Stream<TimeValues> max(Stream<TimeValues> data, int batchSize) {
    return reduce(data, batchSize, DoubleStream::max);
}

private static Stream<TimeValues> reduce(Stream<TimeValues> data, int batchSize,
                                         Function<DoubleStream, OptionalDouble> reducer) {
    return data
            .collect(SlidingCollector.batch(batchSize))
            .stream()
            .map(tvl -> {
                    OptionalDouble od = reducer.apply(tvl.stream()
                    ...
                        .mapToDouble(tv -> tv.doubleValue()));
                    ...      
            });
}

static Stream avg（流数据，int batchSize）{
返回reduce（数据、批大小、DoubleStream:：average）；
}
静态流最大值（流数据，int batchSize）{
返回reduce（数据、batchSize、DoubleStream:：max）；
}
私有静态流缩减（流数据，int batchSize，
功能减速机）{
返回数据
.collect（SlidingCollector.batch（batchSize））
.stream（）
.map（tvl->{
OptionalDouble od=减速器。应用（tvl.stream（）
...
.mapToDouble（tv->tv.doubleValue（））；
...      
});
}
和都是
函数
类型方法，因此：

static Stream<TimeValues> avg(Stream<TimeValues> data, int batchSize) {
    return reduce(data, batchSize, DoubleStream::average);
}

static Stream<TimeValues> max(Stream<TimeValues> data, int batchSize) {
    return reduce(data, batchSize, DoubleStream::max);
}

private static Stream<TimeValues> reduce(Stream<TimeValues> data, int batchSize,
                                         Function<DoubleStream, OptionalDouble> reducer) {
    return data
            .collect(SlidingCollector.batch(batchSize))
            .stream()
            .map(tvl -> {
                    OptionalDouble od = reducer.apply(tvl.stream()
                    ...
                        .mapToDouble(tv -> tv.doubleValue()));
                    ...      
            });
}

static Stream avg（流数据，int batchSize）{
返回reduce（数据、批大小、DoubleStream:：average）；
}
静态流最大值（流数据，int batchSize）{
返回reduce（数据、batchSize、DoubleStream:：max）；
}
私有静态流缩减（流数据，int batchSize，
功能减速机）{
返回数据
.collect（SlidingCollector.batch（batchSize））
.stream（）
.map（tvl->{
OptionalDouble od=减速器。应用（tvl.stream（）
...
.mapToDouble（tv->tv.doubleValue（））；
...      
});
}
方法
.average
和
.max
都是
函数
，您可以将它们存储在以下类型中：

Function<DoubleStream, OptionalDouble> avg = DoubleStream::average; // ie ds -> ds.average()
Function<DoubleStream, OptionalDouble> mx = DoubleStream::max;

因此，这些电话将是

Function<DoubleStream, OptionalDouble> avg = ds -> ds.average();
Function<DoubleStream, OptionalDouble> mx = DoubleStream::max;

method(...,10, avg);
method(...,10, mx);

函数avg=ds->ds.average（）；
函数mx=DoubleStream:：max；
方法（…，10，平均值）；
方法（…，10，mx）；
方法
.average
和
.max
都是
函数
，您可以将它们存储在以下类型中：

Function<DoubleStream, OptionalDouble> avg = DoubleStream::average; // ie ds -> ds.average()
Function<DoubleStream, OptionalDouble> mx = DoubleStream::max;

因此，这些电话将是

Function<DoubleStream, OptionalDouble> avg = ds -> ds.average();
Function<DoubleStream, OptionalDouble> mx = DoubleStream::max;

method(...,10, avg);
method(...,10, mx);

函数avg=ds->ds.average（）；
函数mx=DoubleStream:：max；
方法（…，10，平均值）；
方法（…，10，mx）；
Aside-您可能想将
data.collect（SlidingCollector.batch（batchSize））
移动到另一个方法。如果输入稍微假设一下，您也可能会这样做。谢谢@Naman-我会看一看。Aside-您可能想移动
data.collect（SlidingCollector.batchSize））
也可以使用另一种方法。如果使用稍微假设的输入，您也可以使用。谢谢@Naman-我会看一看。谢谢@Andreas-我尝试使用DoubleStream:：reduce（），但只能使用Double:：min和Double:：MaxThreak@Andreas-我尝试使用DoubleStream:：reduce（））但只能使其与Double:：min和Double:：max一起工作