Java 流收集与地图收集

Stream

中有一些方法，特别是在处理可以这样或那样写入的数值时。（同样的问题也适用于

average（）

）

那么哪种方法更可取：

DoubleSummaryStatistics result;

result = stream()
        .collect( Collectors.summarizingDouble( weighter::weight ) );

vs

为什么

---

（在我看来，第一种方法的优点是只“访问”每个元素一次，而第二种方法的语义更清晰，但访问每个元素至少两次。但这是否重要/正确？

summaryStatistics（）提供了更多信息，但其性能可能不是预期的，取决于您希望获得的输出…

性能方面，第二种方法（映射然后汇总）似乎比第一种方法（使用收集器）更快：

基准代码：

@State(Scope.Thread)
@BenchmarkMode(Mode.AverageTime)
public class SO26775395 {

  @Param({"10", "1000", "1000000"}) int n;
  List<Weighter> weights;

  @Setup public void setup() {
    weights = new Random().doubles(n)
            .mapToObj(Weighter::new)
            .collect(toList());
  }

  @Benchmark public DoubleSummaryStatistics collector() {
    return weights.stream().collect(Collectors.summarizingDouble(Weighter::w));
  }

  @Benchmark public DoubleSummaryStatistics summary() {
    return weights.stream().mapToDouble(Weighter::w).summaryStatistics();
  }

  public static class Weighter {
    private final double w;
    public Weighter(double w) { this.w = w; }
    public double w() { return w; }
  }

}

@状态（Scope.Thread）
@基准模式（模式平均时间）
公共类SO26775395{
@参数（{“10”、“1000”、“1000000”）int n；
列出权重；
@设置公共无效设置（）{
权重=新随机数（）。双倍（n）
.mapToObj（权重：新）
.collect（toList（））；
}
@基准公共DoubleSummaryStatistics收集器（）{
返回weights.stream（）.collect（收集器.summaringdouble（Weighter:：w））；
}
@基准公共双汇总统计摘要（）{
返回weights.stream（）.mapToDouble（Weighter:：w）.summaryStatistics（）；
}
公共静态类权重器{
私人决赛双w；
公共加权器（双w）{this.w=w；}
公共双w（）{return w；}
}
}

许多预定义的操作可能看起来是多余的，因为它们表示可以在流上直接访问的操作。但是，当您开始编写收集器时，它们是有意义的。例如：

Map<Department, DoubleSummaryStatistics> statsByDept = employees.stream()
    .collect(Collectors.groupingBy(Employee::getDepartment,
                                   Collectors.summarizingDouble(Employee::getSalary)));

Map statsByDept=employees.stream（）
.collect（收集器）groupingBy（员工：：getDepartment，
催收员：汇总双倍（员工：：getSalary））；

我认为没有优先选择的方法，两者都是正确的，这取决于你想要实现什么……不。它们都给出了相同的结果，所以第二个更干净、更快。我想知道为什么。基准测试看起来很有趣。你用了什么？

@State(Scope.Thread)
@BenchmarkMode(Mode.AverageTime)
public class SO26775395 {

  @Param({"10", "1000", "1000000"}) int n;
  List<Weighter> weights;

  @Setup public void setup() {
    weights = new Random().doubles(n)
            .mapToObj(Weighter::new)
            .collect(toList());
  }

  @Benchmark public DoubleSummaryStatistics collector() {
    return weights.stream().collect(Collectors.summarizingDouble(Weighter::w));
  }

  @Benchmark public DoubleSummaryStatistics summary() {
    return weights.stream().mapToDouble(Weighter::w).summaryStatistics();
  }

  public static class Weighter {
    private final double w;
    public Weighter(double w) { this.w = w; }
    public double w() { return w; }
  }

}

Map<Department, DoubleSummaryStatistics> statsByDept = employees.stream()
    .collect(Collectors.groupingBy(Employee::getDepartment,
                                   Collectors.summarizingDouble(Employee::getSalary)));