JDK1.8聚合操作

在java8 JDK包含许多聚合操作（如平均值，总和，最小，最大，和计数），返回一个计算流stream的聚合结果。这些聚合操作被称为聚合操作。JDK除返回单个值的聚合操作外，还有很多聚合操作返回一个collection集合实例。很多的reduce操作执行特定的任务，如求平均值或按类别分组元素。
JDK提供的通用的聚合操作：Stream.reduce,Stream.collection
注意：本文将reduction operations翻译为聚合操作，因为reduction operations通常用于汇聚统计。
两者的区别：
Stream.reduce，常用的方法有average, sum, min, max, and count，返回单个的结果值，并且reduce操作每处理一个元素总是创建一个新值
Stream.collection与stream.reduce方法不同，Stream.collect修改现存的值，而不是每处理一个元素，创建一个新值

package lambda; 
 
import java.util.Arrays; 
import java.util.List; 
import java.util.Map; 
import java.util.stream.Collectors; 
 
public class LambdaMapReduce { 
    private static List<User> users = Arrays.asList( 
            new User(1, "张三", 12,User.Sex.MALE),  
            new User(2, "李四", 21, User.Sex.FEMALE),  
            new User(3,"王五", 32, User.Sex.MALE),  
            new User(4, "赵六", 32, User.Sex.FEMALE)); 
 
    public static void main(String[] args) { 
        reduceAvg(); 
        reduceSum(); 
 
         
        //与stream.reduce方法不同，Stream.collect修改现存的值，而不是每处理一个元素，创建一个新值 
        //获取所有男性用户的平均年龄 
        Averager averageCollect = users.parallelStream() 
                .filter(p -> p.getGender() == User.Sex.MALE) 
                .map(User::getAge) 
                .collect(Averager::new, Averager::accept, Averager::combine); 
 
        System.out.println("Average age of male members: " 
                + averageCollect.average()); 
 
        //获取年龄大于12的用户列表 
        List<User> list = users.parallelStream().filter(p -> p.age > 12) 
                .collect(Collectors.toList()); 
        System.out.println(list); 
 
        //按性别统计用户数 
        Map<User.Sex, Integer> map = users.parallelStream().collect( 
                Collectors.groupingBy(User::getGender, 
                        Collectors.summingInt(p -> 1))); 
        System.out.println(map); 
 
        //按性别获取用户名称 
        Map<User.Sex, List<String>> map2 = users.stream() 
                .collect( 
                        Collectors.groupingBy( 
                                User::getGender, 
                                Collectors.mapping(User::getName, 
                                        Collectors.toList()))); 
        System.out.println(map2); 
         
        //按性别求年龄的总和 
        Map<User.Sex, Integer> map3 = users.stream().collect( 
                Collectors.groupingBy(User::getGender, 
                        Collectors.reducing(0, User::getAge, Integer::sum))); 
 
        System.out.println(map3); 
         
        //按性别求年龄的平均值 
        Map<User.Sex, Double> map4 = users.stream().collect( 
                Collectors.groupingBy(User::getGender, 
                        Collectors.averagingInt(User::getAge))); 
        System.out.println(map4); 
 
    } 
 
    // 注意，reduce操作每处理一个元素总是创建一个新值， 
    // Stream.reduce适用于返回单个结果值的情况 
    //获取所有用户的平均年龄 
    private static void reduceAvg() { 
        // mapToInt的pipeline后面可以是average,max,min,count,sum 
        double avg = users.parallelStream().mapToInt(User::getAge)  
                .average().getAsDouble(); 
 
        System.out.println("reduceAvg User Age: " + avg); 
    } 
 
    //获取所有用户的年龄总和 
    private static void reduceSum() { 
        double sum = users.parallelStream().mapToInt(User::getAge) 
                .reduce(0, (x, y) -> x + y); // 可以简写为.sum() 
 
        System.out.println("reduceSum User Age: " + sum); 
    } 
}