在Java流中添加多個字段（以及條件流操作）

Question

假設我有這個課程：

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

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

並且在另一個類中，我在每個List<Thing> things ，將field1和field2添加到迭代完成時返回的總和。

但我想要的是用Java流來實現這一目標。 以下是我所擁有的 - 它的工作原理，但我覺得必須有一種方法可以將其濃縮為一個流：

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);
}

我懷疑答案是reduce()方法，它接受三個參數，其中一個是BiFunction，但我無法弄清楚如何使其工作。 編輯：我想我可以傳入(x,y) -> x.add(y)到reduce() ，但問題是如何map()這兩個字段？

另外，是否有可能/如何將此命令式代碼轉換為功能流？

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，為了更精確一點，我將如何處理基於流的方法中的條件檢查？ 我試圖filter()事情沒有成功。

Answer 1

使用帶有自定義收集器幫助程序的collect() ，與IntSummaryStatistics不同。

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

你的助手類將是這樣的：

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

由於您要統一處理字段，您可以考慮使用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

在第一種方法中，您希望將所有field1和field2在一起，忽略null 。 您可以使用單個Stream管道執行此操作，如您所暗示的那樣，使用3參數reduce方法。

在這種情況下，標識仍然是BigDecimal.ZERO 。 如果每個字段不為空，則累加器函數會將當前累加的結果添加到每個字段。 最后，僅用於並行處理的組合器添加了兩個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);
}

第二個示例也是如此，在這種情況下，您希望將otherField1和otherField2或otherField3之間的差異otherField1 ，具體取決於它們是否為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);
 }

解決此任務的另一種等效方法是使用map() ：在這種情況下，您可以將每個元素映射到您想要求和的值，並通過對所有BigInteger求和來減少Stream。 例如，在第一個例子中，你將每個地圖Thing進入的總和field1和field2 ，考慮到其潛在的null -ness。