Java 汇总统计

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 IntStreamDoubleStreamLongStream 接口定义的 summaryStatistics 方法。基本类型流 IntStreamDoubleStreamLongStreamStream 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 IntStreamDoubleStreamLongStream 接口定义的 summaryStatistics 方法。

Java 汇总统计 具体实例

基本类型流 IntStreamDoubleStreamLongStreamStream 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

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(getCountgetSumgetMaxgetMin 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 idname(队名)与 salary(薪资)。

例 3-43 Team 类包括 idnamesalary

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!

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程