在Java流中添加多个字段（以及条件流操作）

Question

假设我有这个课程：

public class Thing {
    private BigDecimal field1;
    private BigDecimal field2;

    private BigDecimal otherField1;
    private BigDecimal otherField2;
    private BigDecimal otherField3;
}

并且在另一个类中，我在每个List<Thing> things ，将field1和field2添加到迭代完成时返回的总和。

但我想要的是用Java流来实现这一目标。 以下是我所拥有的 - 它的工作原理，但我觉得必须有一种方法可以将其浓缩为一个流：

public BigDecimal addFields(List<Thing> things) {
    BigDecimal field1sum = things.parallelStream()
                                     .filter(thing -> thing.getField1() != null)
                                     .map(Thing::getField1)
                                     .reduce(BigDecimal.ZERO, BigDecimal::add);

     BigDecimal field2sum = things.parallelStream()
                                     .filter(thing -> thing.getField2() != null)
                                     .map(Thing::getField2)
                                     .reduce(BigDecimal.ZERO, BigDecimal::add);
     return field1sum.add(field2sum);
}

我怀疑答案是reduce()方法，它接受三个参数，其中一个是BiFunction，但我无法弄清楚如何使其工作。 编辑：我想我可以传入(x,y) -> x.add(y)到reduce() ，但问题是如何map()这两个字段？

另外，是否有可能/如何将此命令式代码转换为功能流？

public BigDecimal addOtherFields(List<Thing> things) {
    BigDecimal result = BigDecimal.ZERO;
    for (Thing thing : things) {
        if (thing.getOtherField2() != null) {
            BigDecimal otherField2 = thing.getOtherField2();
            otherField2 = thing.getOtherField1().subtract(otherField2);
            result = result.add(otherField2);
         } else if (thing.getOtherField3() != null) {
            BigDecimal otherField3 = thing.getOtherField3();
            otherField3 = thing.getOtherField1.subtract(otherField3);
            result = result.add(otherField3);
         }
     }
     return result;
 }

或者，为了更精确一点，我将如何处理基于流的方法中的条件检查？ 我试图filter()事情没有成功。

Answer 1

使用带有自定义收集器帮助程序的collect() ，与IntSummaryStatistics不同。

things.stream()
      .collect(ThingCollectorHelper::new, 
               ThingCollectorHelper::accept,
               ThingCollectorHelper::combine);

你的助手类将是这样的：

class ThingCollectorHelper {
    BigDecimal sum1 = BigDecimal.ZERO;
    BigDecimal sum2 = BigDecimal.ZERO;

    void accept(Thing t) {
        if (t.field1 != null)
            sum1 = sum1.plus(t.field1);
        if (t.field2 != null)
            sum2 = sum2.plus(t.field2);
    }

    void combine(ThingCollectorHelper other) {
        sum1 = sum1.plus(other.sum1);
        sum2 = sum2.plus(other.sum2);
    }

}

Answer 2

由于您要统一处理字段，您可以考虑使用flatMap ：

public BigDecimal addFields(List<Thing> things) {
    return things.parallelStream()
        .flatMap(thing -> Stream.of(thing.getField1(), thing.getField2()))
        .filter(Objects::nonNull)
        .reduce(BigDecimal.ZERO, BigDecimal::add);
}
public BigDecimal addOtherFields(List<Thing> things) {
    return things.parallelStream()
        .flatMap(thing ->
            Stream.of(thing.getOtherField2(), thing.getOtherField3())
                .filter(Objects::nonNull)
                .map(thing.getOtherField1()::subtract)
        ).reduce(BigDecimal.ZERO, BigDecimal::add);
}

Answer 3

在第一种方法中，您希望将所有field1和field2在一起，忽略null 。 您可以使用单个Stream管道执行此操作，如您所暗示的那样，使用3参数reduce方法。

在这种情况下，标识仍然是BigDecimal.ZERO 。 如果每个字段不为空，则累加器函数会将当前累加的结果添加到每个字段。 最后，仅用于并行处理的组合器添加了两个BigDecimal值。

public BigDecimal addFields(List<Thing> things) {
    return things.parallelStream().reduce(BigDecimal.ZERO, (a, t) -> {
         if (t.getField1() != null) a = a.add(t.getField1());
         if (t.getField2() != null) a = a.add(t.getField2());
         return a;
     }, BigDecimal::add);
}

第二个示例也是如此，在这种情况下，您希望将otherField1和otherField2或otherField3之间的差异otherField1 ，具体取决于它们是否为null ：

public BigDecimal addOtherFields(List<Thing> things) {
    return things.stream().reduce(BigDecimal.ZERO, (a, t) -> {
        if (t.getOtherField2() != null) {
            return a.add(t.getOtherField1().subtract(t.getOtherField2()));
        } else if (t.getOtherField3() != null) {
            return a.add(t.getOtherField1().subtract(t.getOtherField3()));
        }
        return a;
    }, BigDecimal::add);
 }

解决此任务的另一种等效方法是使用map() ：在这种情况下，您可以将每个元素映射到您想要求和的值，并通过对所有BigInteger求和来减少Stream。 例如，在第一个例子中，你将每个地图Thing进入的总和field1和field2 ，考虑到其潜在的null -ness。