Java 8 流條件處理

Question

我有興趣將一個流分成兩個或多個子流，並以不同的方式處理元素。 例如，一個（大）文本文件可能包含 A 類型的行和 B 類型的行，在這種情況下，我想做類似的事情：

File.lines(path)
.filter(line -> isTypeA(line))
.forEachTrue(line -> processTypeA(line))
.forEachFalse(line -> processTypeB(line))

上一個是我嘗試抽象的情況。 實際上，我有一個非常大的文本文件，其中每一行都在針對正則表達式進行測試； 如果該行通過，則對其進行處理，而如果該行被拒絕，則我想更新一個計數器。 對拒絕字符串的進一步處理是我不簡單使用filter的原因。

有什么合理的方法可以用流來做到這一點，還是我必須回退到循環？ （我也希望它可以並行運行，所以流是我的首選）。

Answer 1

Java 8流不是為支持這種操作而設計的。 來自jdk ：

應該僅對一個流進行操作（調用中間或終端流操作）。 例如，這排除了“分叉”流，其中相同的源提供兩個或更多個管道，或者同一個流的多個遍歷。

如果你可以將它存儲在內存中，你可以使用Collectors.partitioningBy如果你只有兩種類型並使用Map<Boolean, List> 。 否則使用Collectors.groupingBy 。

Answer 2

只需測試每個元素，並采取相應的行動。

lines.forEach(line -> {
    if (isTypeA(line)) processTypeA(line);
    else processTypeB(line);
});

此行為可能隱藏在輔助方法中：

public static <T> Consumer<T> branch(Predicate<? super T> test, 
                                     Consumer<? super T> t, 
                                     Consumer<? super T> f) {
    return o -> {
        if (test.test(o)) t.accept(o);
        else f.accept(o);
    };
}

然后用法如下：

lines.forEach(branch(this::isTypeA, this::processTypeA, this::processTypeB));

切線說明

Files.lines()方法不會關閉基礎文件，因此您必須像這樣使用它：

try (Stream<String> lines = Files.lines(path, encoding)) {
  lines.forEach(...);
}

Stream類型的變量為我拋出一點紅旗，所以我更喜歡直接管理BufferedReader ：

try (BufferedReader lines = Files.newBufferedReader(path, encoding)) {
    lines.lines().forEach(...);
}

Answer 3

雖然不鼓勵使用行為參數中的副作用，但只要不存在干擾，它們就不會被禁止，所以最簡單但不是最干凈的解決方案是在過濾器中計算：

AtomicInteger rejected=new AtomicInteger();
Files.lines(path)
    .filter(line -> {
        boolean accepted=isTypeA(line);
        if(!accepted) rejected.incrementAndGet();
        return accepted;
})
// chain processing of matched lines

只要您處理所有項目，結果將是一致的。 只有在使用短路終端操作（並行流）時，結果才會變得不可預測。

更新原子變量可能不是最有效的解決方案，但在處理來自文件的行的上下文中，開銷可能可以忽略不計。

如果您想要一個干凈，並行友好的解決方案，一種通用的方法是實現一個Collector ，它可以根據條件組合兩個收集操作的處理。 這要求您能夠將下游操作表示為收集器，但大多數流操作可以表示為收集器（並且趨勢可能以這種方式表達所有操作，即Java 9將添加當前缺少的filtering和flatMapping 。

你需要一個對類型來保存兩個結果，所以假設一個草圖

class Pair<A,B> {
    final A a;
    final B b;
    Pair(A a, B b) {
        this.a=a;
        this.b=b;
    }
}

組合收集器實現看起來像

public static <T, A1, A2, R1, R2> Collector<T, ?, Pair<R1,R2>> conditional(
        Predicate<? super T> predicate,
        Collector<T, A1, R1> whenTrue, Collector<T, A2, R2> whenFalse) {
    Supplier<A1> s1=whenTrue.supplier();
    Supplier<A2> s2=whenFalse.supplier();
    BiConsumer<A1, T> a1=whenTrue.accumulator();
    BiConsumer<A2, T> a2=whenFalse.accumulator();
    BinaryOperator<A1> c1=whenTrue.combiner();
    BinaryOperator<A2> c2=whenFalse.combiner();
    Function<A1,R1> f1=whenTrue.finisher();
    Function<A2,R2> f2=whenFalse.finisher();
    return Collector.of(
        ()->new Pair<>(s1.get(), s2.get()),
        (p,t)->{
            if(predicate.test(t)) a1.accept(p.a, t); else a2.accept(p.b, t);
        },
        (p1,p2)->new Pair<>(c1.apply(p1.a, p2.a), c2.apply(p1.b, p2.b)),
        p -> new Pair<>(f1.apply(p.a), f2.apply(p.b)));
}

並且可以用於例如將匹配項目收集到列表中並計算不匹配項，如下所示：

Pair<List<String>, Long> p = Files.lines(path)
  .collect(conditional(line -> isTypeA(line), Collectors.toList(), Collectors.counting()));
List<String> matching=p.a;
long nonMatching=p.b;

收集器是並行友好的，並且允許任意復雜的委托收集器，但請注意，對於當前實現， Files.lines返回的流可能在並行處理方面表現不佳，與“Reader＃lines（）相比， 由於不可配置的批處理而並行化很差分裂者中的規模政策“ 。 Java 9發行版計划進行了改進。

Answer 4

我處理這個問題的方法不是將它分開，而是寫下來

Files.lines(path)
   .map(line -> {
      if (condition(line)) {
        return doThingA(line);
      } else {
        return doThingB(line);
      }
   })...

細節取決於您想要做什么以及您打算如何做。

Answer 5

好吧，你可以干脆做

Counter counter = new Counter();
File.lines(path)
    .forEach(line -> {
        if (isTypeA(line)) {
            processTypeA(line);
        }
        else {
            counter.increment();
        }
    });

不是很實用的風格，但它以與你的例子類似的方式實現。 當然，如果是並行的， Counter.increment()和processTypeA()都必須是線程安全的。

Answer 6

這是一種方法（忽略了強制將條件處理轉換為流的注意事項），它將謂詞和使用者包裝成單個謂詞副作用：

public static class StreamProc {

    public static <T> Predicate<T> process( Predicate<T> condition, Consumer<T> operation ) {
        Predicate<T> p = t -> { operation.accept(t); return false; };
        return (t) -> condition.test(t) ? p.test(t) : true;
    }

}

然后過濾流：

someStream
    .filter( StreamProc.process( cond1, op1 ) )
    .filter( StreamProc.process( cond2, op2 ) )
    ...
    .collect( ... )

流中剩余的元素尚未處理。

例如，使用外部迭代的典型文件系統遍歷如下所示

File[] files = dir.listFiles();
for ( File f : files ) {
    if ( f.isDirectory() ) {
        this.processDir( f );
    } else if ( f.isFile() ) {
        this.processFile( f );
    } else {
        this.processErr( f );
    }
}

隨着流和內部迭代，這變成了

Arrays.stream( dir.listFiles() )
    .filter( StreamProc.process( f -> f.isDirectory(), this::processDir ) )
    .filter( StreamProc.process( f -> f.isFile(), this::processFile ) )
    .forEach( f -> this::processErr );

我想Stream直接實現流程方法。 那我們就可以了

Arrays.stream( dir.listFiles() )
    .process( f -> f.isDirectory(), this::processDir ) )
    .process( f -> f.isFile(), this::processFile ) )
    .forEach( f -> this::processErr );

思考？

Answer 7

看來實際上你確實希望處理每一行，但是根據某些條件（類型）對它進行不同的處理。

我認為這或多或少是實現它的功能方式：

public static void main(String[] args) {
    Arrays.stream(new int[] {1,2,3,4}).map(i -> processor(i).get()).forEach(System.out::println);
}

static Supplier<Integer> processor(int i) {
    return tellType(i) ? () -> processTypeA(i) : () -> processTypeB(i);
}

static boolean tellType(int i) {
    return i % 2 == 0;
}

static int processTypeA(int i) {
    return i * 100;
}

static int processTypeB(int i) {
    return i * 10;
}

Answer 8

@湯姆

那這個呢：

Arrays.stream( dir.listFiles() )
    .peek(  f -> { if(f.isDirectory()) { processDir(f); }} )
    .peek(  f -> { if(f.isFile())      { processFile(f);}}) )
    .forEach( f -> this::processErr );