Java 汇总统计,用户希望获取数值流中元素的数量、总和、最小值、最大值以及平均值。使用 IntStream
、DoubleStream
或 LongStream
接口定义的 summaryStatistics
方法。基本类型流 IntStream
、DoubleStream
与 LongStream
为 Stream
接口引入了用于处理基本数据类型的方法,summaryStatistics
就是其中一种方法。
Java 汇总统计 问题描述
用户希望获取数值流中元素的数量、总和、最小值、最大值以及平均值。
Java 汇总统计 解决方案
使用 IntStream
、DoubleStream
或 LongStream
接口定义的 summaryStatistics
方法。
Java 汇总统计 具体实例
基本类型流 IntStream
、DoubleStream
与 LongStream
为 Stream
接口引入了用于处理基本数据类型的方法,summaryStatistics
就是其中一种方法,如例 3-42 所示。
例 3-42
summaryStatistics
方法
DoubleSummaryStatistics stats = DoubleStream.generate(Math::random)
.limit(1_000_000)
.summaryStatistics();
System.out.println(stats); ➊
System.out.println("count: " + stats.getCount());
System.out.println("min : " + stats.getMin());
System.out.println("max : " + stats.getMax());
System.out.println("sum : " + stats.getSum());
System.out.println("ave : " + stats.getAverage());
➊ 使用 toString
方法打印
从 Java 7 开始,可以在数字字面量中使用下划线,如 1_000_000。
执行上述程序,输出结果类似于:
DoubleSummaryStatistics{count=1000000, sum=499608.317465, min=0.000001,
average=0.499608, max=0.999999}
count: 1000000
min : 1.3938598313334438E-6
max : 0.9999988915490642
sum : 499608.31746475823
ave : 0.49960831746475826
DoubleSummaryStatistics
类定义的 toString
方法返回字符串的表达形式,也提供用于统计元素数量、总和、最小值、最大值以及平均值的 getter 方法(getCount
、getSum
、getMax
、getMin
以及 getAverage
)。当 double
型元素的数量达到 100 万时,最小值趋近于 0,最大值趋近于 1,总和约为 50 万,平均值约为 0.5。
DoubleSummaryStatistics
类还定义了以下两个有趣的方法:
void accept(double value)
void combine(DoubleSummaryStatistics other)
accept
方法用于在汇总信息中记录另一个值,而 combine
方法将两个 DoubleSummaryStatistics
对象合二为一。两种方法在计算结果之前,向类的实例添加数据时使用。
我们以运动员薪资跟踪网站 Spotrac 为例进行讨论。本书的源代码包括一个文件,它记录了 2017 赛季美国职棒大联盟(MLB)全部 30 支球队的薪资数据,这些数据均来自 Spotrac。
例 3-43 定义了一个名为 Team
的类,包括 id
、name
(队名)与 salary
(薪资)。
例 3-43
Team
类包括id
、name
与salary
public class Team {
private static final NumberFormat nf = NumberFormat.getCurrencyInstance();
private int id;
private String name;
private double salary;
// 构造函数、getter与setter
@Override
public String toString() {
return "Team{" +
"id=" + id +
", name='" + name + '\'' +
", salary=" + nf.format(salary) +
'}';
}
}
解析球队工资文件,结果如下:
Team{id=1, name='Los Angeles Dodgers', salary=245,269,535.00}
Team{id=2, name='Boston Red Sox', salary=202,135,939.00}
Team{id=3, name='New York Yankees', salary=202,095,552.00}
...
Team{id=28, name='San Diego Padres', salary=73,754,027.00}
Team{id=29, name='Tampa Bay Rays', salary=73,102,766.00}
Team{id=30, name='Milwaukee Brewers', salary=62,094,433.00}
可以通过两种方式计算球队集合的汇总统计信息。第一种方式采用 collect
方法的三参数形式,如例 3-44 所示。
例 3-44 传入
Supplier
、累加器与组合器的collect
方法
DoubleSummaryStatistics teamStats = teams.stream()
.mapToDouble(Team::getSalary)
.collect(DoubleSummaryStatistics::new,
DoubleSummaryStatistics::accept,
DoubleSummaryStatistics::combine);
有关这种 collect
方法的讨论请参见范例实现Collector接口。在本例中,collect
方法通过构造函数引用来提供 DoubleSummaryStatistics
的实例,通过 accept
方法将另一个值添加到现有的 DoubleSummaryStatistics
对象,以及通过 combine
方法将两个单独的 DoubleSummaryStatistics
对象合二为一。
输出结果如下(为便于阅读,对结果做了处理):
30 teams
sum = 4,232,271,100.00
min =62,094,433.00
max = 245,269,535.00
ave =141,075,703.33
计算汇总信息的另一种方案请参见范例下游收集器。此时,汇总计算如例 3-45 所示。
例 3-45 使用
summarizingDouble
方法进行收集
teamStats = teams.stream()
.collect(Collectors.summarizingDouble(Team::getSalary));
其中,Collectors.summarizingDouble
方法的参数是各队的薪资。无论采用哪种方案,结果并无区别。
从本质上讲,汇总统计类是一种“糟糕”的统计方法,因为它们仅能统计数量、最大值、最小值、总和、平均值等属性。然而,如果只需要这些属性,那么 Java 标准库应能满足需要。3
3当然,读者从本范例中还应学到一点:如果有机会参加 MLB 比赛,那么不妨一试,哪怕只有很短的上场时间。赛后再继续学习 Java 吧!