Java 使用收集器创建复杂对象。groupingBy_Java_Lambda_Mapreduce_Java 8

Java 使用收集器创建复杂对象。groupingBy

java lambda mapreduce java-8

Java 使用收集器创建复杂对象。groupingBy,java,lambda,mapreduce,java-8,Java,Lambda,Mapreduce,Java 8,在中，可以使用Stream.collect计算流中的平均年龄： Averager averageCollect = roster.stream() .filter(p -> p.getGender() == Person.Sex.MALE) .map(Person::getAge) .collect(Averager::new, Averager::accept, Averager::combine); 但是，如果要使用lambda+groupingBy创建一个映

在中，可以使用Stream.collect计算流中的平均年龄：

Averager averageCollect = roster.stream()
    .filter(p -> p.getGender() == Person.Sex.MALE)
    .map(Person::getAge)
    .collect(Averager::new, Averager::accept, Averager::combine);

但是，如果要使用lambda+groupingBy创建一个

映射，而不是简单的平均值，该怎么办，如本教程末尾所示：
Map<Person.Sex, Integer> totalAgeByGender =
    roster
        .stream()
        .collect(
            Collectors.groupingBy(
                Person::getGender,                      
                Collectors.reducing(
                    0,
                    Person::getAge,
                    Integer::sum)));

Map totalAgeByGender=
名册
.stream（）
.收集(
收集者分组(
Person：：getGender，
还原剂(
0,
人物：getAge，
整数（sum））；
是的，这有点微妙。要更改映射中的值，必须更改groupingBy
调用的下游收集器。在这种情况下，必须应用嵌套的下游收集器
流以Persons开始，我们希望平均值作为映射的值。要从一个人到一个平均值，我们首先需要将每个人映射到他们的年龄（整数），然后将整数输入到一个平均值
我们从性别分组开始，因此需要处理与每个性别对应的人。下一步是使用mapping
收集器作为groupingBy
的下游收集器，将这些人映射到他们的年龄
现在已经有了ages，您需要为每个组创建Averager
实例。教程中的Averager
类已经有了收集器方法——它支持supplier、accumulator和combiner函数，这些函数适合传递到前面示例中的流。collect
调用。但是，我们不想使用Stream.collect
，而是希望使用Averager
方法为刚刚建立的映射
收集器形成一个嵌套的下游收集器。有了这些方法，创建收集器的方便方法是使用Collector.of

您可以尝试以下方法：
Map<Person.Sex, Averager> map =
    roster.stream()
          .collect(groupingBy(Person::getGender,
              mapping(Person::getAge,
                  Collector.of(Averager::new, Averager::accept, Averager::combine))));

error: no suitable method found for of(Averager::new,Averager::accept,Averager::combine)
                      Collector.of(Averager::new, Averager::accept, Averager::combine))));
method Collector.<T#1,R#1>of(Supplier<R#1>,BiConsumer<R#1,T#1>,BinaryOperator<R#1>,Characteristics...) is not applicable
  (cannot infer type-variable(s) T#1,R#1
    (argument mismatch; bad return type in method reference
      void cannot be converted to R#1))
method Collector.<T#2,A,R#2>of(Supplier<A>,BiConsumer<A,T#2>,BinaryOperator<A>,Function<A,R#2>,Characteristics...) is not applicable
  (cannot infer type-variable(s) T#2,A,R#2
    (argument mismatch; bad return type in method reference
      void cannot be converted to A))
where T#1,R#1,T#2,A,R#2 are type-variables:
T#1 extends Object declared in method <T#1,R#1>of(Supplier<R#1>,BiConsumer<R#1,T#1>,BinaryOperator<R#1>,Characteristics...)
R#1 extends Object declared in method <T#1,R#1>of(Supplier<R#1>,BiConsumer<R#1,T#1>,BinaryOperator<R#1>,Characteristics...)
T#2 extends Object declared in method <T#2,A,R#2>of(Supplier<A>,BiConsumer<A,T#2>,BinaryOperator<A>,Function<A,R#2>,Characteristics...)
A extends Object declared in method <T#2,A,R#2>of(Supplier<A>,BiConsumer<A,T#2>,BinaryOperator<A>,Function<A,R#2>,Characteristics...)
R#2 extends Object declared in method <T#2,A,R#2>of(Supplier<A>,BiConsumer<A,T#2>,BinaryOperator<A>,Function<A,R#2>,Characteristics...)

请注意，combiner
方法是一个BiConsumer
。但是，
方法的收集器定义如下：
of(Supplier supplier, BiConsumer accumulator, BinaryOperator combiner, Collector.Characteristics... characteristics)

（characteristics
参数是varargs，它与我们无关，因此我们可以忽略它。）
这里需要注意的是，Collector.of
的组合器是一个BinaryOperator
，而不是一个BiConsumer
。BinaryOperator
版本执行的操作与BiConsumer
版本完全相同，但它还返回组合结果。为了解决这个问题，我们只需将combine（）
方法更改为返回一个Averager
，而不是void
，并添加一个返回此
语句：
public Averager combine(Averager other) {
    total += other.total;
    count += other.count;
    return this;
}

请注意，此版本的combine（）
方法仍然适合作为第三个参数传递给Stream.collect
。BinaryOperator
在需要BiConsumer
时兼容；返回值被忽略
在对Averager.combine进行此更改后，此代码（如上所述）应能正常工作：
Map<Person.Sex, Averager> map =
    roster.stream()
          .collect(groupingBy(Person::getGender,
              mapping(Person::getAge,
                  Collector.of(Averager::new, Averager::accept, Averager::combine))));

地图=
花名册
.收集（分组依据）（个人：：getGender，
映射（Person:：getAge，
Collector.of（Averager:：new，Averager:：accept，Averager:：combine））；
本教程将详细介绍如何进行缩减。但是，对于简单的情况，您不需要手动实现所有功能：
Map<Person.Sex, Double> map = roster.stream().collect(
    Collectors.groupingBy(
        Person::getGender,
        Collectors.averagingInt(Person::getAge)));

Map Map=floster.stream（）.collect(
收集者分组(
Person：：getGender，
收集器.averagint（Person:：getAge））；

会给你一张从性别到平均年龄的地图
但如果您想了解如何通过指定标识、映射器和操作来定义自己的缩减操作，请查看Stuart Marks的答案
Map<Person.Sex, Double> map = roster.stream().collect(
    Collectors.groupingBy(
        Person::getGender,
        Collectors.averagingInt(Person::getAge)));