3.8　汇总统计

问题

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。

方案

使用 IntStream、DoubleStream 或 LongStream 接口定义的 summaryStatistics 方法。

讨论

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

  1. DoubleSummaryStatistics stats = DoubleStream.generate(Math::random)
  2.     .limit(1_000_000)
  3.     .summaryStatistics();
  5. System.out.println(stats);   ➊
  7. System.out.println("count: " + stats.getCount());
  8. System.out.println("min  : " + stats.getMin());
  9. System.out.println("max  : " + stats.getMax());
  10. System.out.println("sum  : " + stats.getSum());
  11. System.out.println("ave  : " + stats.getAverage());

➊ 使用 toString 方法打印

3.8　汇总统计 - 图1　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：

  1. DoubleSummaryStatistics{count=1000000, sum=499608.317465, min=0.000001,
  2.     average=0.499608, max=0.999999}
  3. count: 1000000
  4. min  : 1.3938598313334438E-6
  5. max  : 0.9999988915490642
  6. sum  : 499608.31746475823
  7. 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：

  1. void accept(double value)
  2. 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

  1. public class Team {
  2.     private static final NumberFormat nf = NumberFormat.getCurrencyInstance();
  3.  
  4.     private int id;
  5.     private String name;
  6.  
  7.     private double salary;
  8.  
  9.     // 构造函数、getter与setter
  10.  
  11.     @Override
  12.     public String toString() {
  13.         return "Team{" +
  14.                 "id=" + id +
  15.                 ", name='" + name + '\'' +
  16.                 ", salary=" + nf.format(salary) +
  17.                 '}';
  18.     }
  19. }

解析球队工资文件，结果如下：

  1. Team{id=1, name='Los Angeles Dodgers', salary=$245,269,535.00}
  2. Team{id=2, name='Boston Red Sox', salary=$202,135,939.00}
  3. Team{id=3, name='New York Yankees', salary=$202,095,552.00}
  4. ...
  5. Team{id=28, name='San Diego Padres', salary=$73,754,027.00}
  6. Team{id=29, name='Tampa Bay Rays', salary=$73,102,766.00}
  7. 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

  1. DoubleSummaryStatistics teamStats = teams.stream()
  2.         .mapToDouble(Team::getSalary)
  3.         .collect(DoubleSummaryStatistics::new,
  4.                  DoubleSummaryStatistics::accept,
  5.                  DoubleSummaryStatistics::combine);

有关这种 collect 方法的讨论请参见范例 4.9。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）：

  1. 30 teams
  2.   sum = $4,232,271,100.00
  3.   min =    $62,094,433.00
  4.   max =   $245,269,535.00
  5.   ave =   $141,075,703.33

计算汇总信息的另一种方案请参见范例 4.6（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

  1. teamStats = teams.stream()
  2.         .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！

另见

汇总统计是归约操作的一种特殊形式，其他归约操作的介绍请参见范例 3.3，有关下游收集器的讨论请参见范例 4.6，有关多参数 collect 方法的讨论请参见范例 4.9。