在第一篇文章的后續部分，這次我們將編寫一些更有用的自定義收集器：用于按給定的標準進行分組，采樣輸入，批處理和在固定大小的窗口上滑動。

分組（計數事件，直方圖）

假設您有一些項目的集合，并且想要計算每個項目（相對于equals() ）出現在此集合中的次數。 這可以使用Apache Commons Collections的CollectionUtils.getCardinalityMap()來實現。 此方法采用Iterable<T>并返回Map<T, Integer> ，計算每個項目出現在集合中的次數。 但是，有時我們不使用equals()而是按輸入T的任意屬性分組。 例如，說我們有一個Person對象列表，我們想計算男性與女性的數量（即Map<Sex, Integer> ）或年齡分布。 有一個內置的收集器Collectors.groupingBy(Function<T, K> classifier) –但是，它從鍵返回一個映射到映射到該鍵的所有項。 看到：

import static java.util.stream.Collectors.groupingBy;//...final List<Person> people = //... final Map<Sex, List<Person>> bySex = people.stream().collect(groupingBy(Person::getSex));

這很有價值，但是在我們的案例中，不必要地構建了兩個List<Person> 。 我只想知道人數。 沒有內置的這種收集器，但是我們可以用相當簡單的方式來組成它：

import static java.util.stream.Collectors.counting; import static java.util.stream.Collectors.groupingBy;//...final Map<Sex, Long> bySex = people.stream().collect(groupingBy(Person::getSex, HashMap::new, counting()));

這個重載版本的groupingBy()具有三個參數。 如前所述，第一個是鍵（ 分類器 ）功能。 第二個參數創建了一個新地圖，我們很快就會看到它為什么有用的原因。 counting()是一個嵌套的收集器，它將所有具有相同性別的人合并在一起-在我們的例子中，當他們到達時就簡單地對其計數。 能夠選擇地圖的實現方式非常有用，例如在構建年齡直方圖時。 我們想知道在給定年齡下有多少人-但年齡值應排序：

final TreeMap<Integer, Long> byAge = people.stream().collect(groupingBy(Person::getAge, TreeMap::new, counting()));byAge.forEach((age, count) ->System.out.println(age + ":\t" + count));

我們最終從年齡（排序）開始，使用TreeMap來計算具有該年齡的人數。

采樣，批處理和滑動窗口

Scala中的IterableLike.sliding()方法允許通過固定大小的滑動窗口查看集合。 該窗口從開始處開始，并且在每次迭代中移動給定數量的項目。 Java 8中缺少的這種功能允許使用多種有用的運算符，例如計算移動平均值 ，將大集合分成批處理（與Guava中的Lists.partition()比較）或對每個第n個元素進行采樣。 我們將為Java 8實現具有類似行為的收集器。 讓我們從單元測試開始，它應該簡要描述我們想要實現的目標：

import static com.nurkiewicz.CustomCollectors.sliding@Unroll class CustomCollectorsSpec extends Specification {def "Sliding window of #input with size #size and step of 1 is #output"() {expect:input.stream().collect(sliding(size)) == outputwhere:input | size | output[] | 5 | [][1] | 1 | [[1]][1, 2] | 1 | [[1], [2]][1, 2] | 2 | [[1, 2]][1, 2] | 3 | [[1, 2]]1..3 | 3 | [[1, 2, 3]]1..4 | 2 | [[1, 2], [2, 3], [3, 4]]1..4 | 3 | [[1, 2, 3], [2, 3, 4]]1..7 | 3 | [[1, 2, 3], [2, 3, 4], [3, 4, 5], [4, 5, 6], [5, 6, 7]]1..7 | 6 | [1..6, 2..7]}def "Sliding window of #input with size #size and no overlapping is #output"() {expect:input.stream().collect(sliding(size, size)) == outputwhere:input | size | output[] | 5 | []1..3 | 2 | [[1, 2], [3]]1..4 | 4 | [1..4]1..4 | 5 | [1..4]1..7 | 3 | [1..3, 4..6, [7]]1..6 | 2 | [[1, 2], [3, 4], [5, 6]]}def "Sliding window of #input with size #size and some overlapping is #output"() {expect:input.stream().collect(sliding(size, 2)) == outputwhere:input | size | output[] | 5 | []1..4 | 5 | [[1, 2, 3, 4]]1..7 | 3 | [1..3, 3..5, 5..7]1..6 | 4 | [1..4, 3..6]1..9 | 4 | [1..4, 3..6, 5..8, 7..9]1..10 | 4 | [1..4, 3..6, 5..8, 7..10]1..11 | 4 | [1..4, 3..6, 5..8, 7..10, 9..11]}def "Sliding window of #input with size #size and gap of #gap is #output"() {expect:input.stream().collect(sliding(size, size + gap)) == outputwhere:input | size | gap | output[] | 5 | 1 | []1..9 | 4 | 2 | [1..4, 7..9]1..10 | 4 | 2 | [1..4, 7..10]1..11 | 4 | 2 | [1..4, 7..10]1..12 | 4 | 2 | [1..4, 7..10]1..13 | 4 | 2 | [1..4, 7..10, [13]]1..13 | 5 | 1 | [1..5, 7..11, [13]]1..12 | 5 | 3 | [1..5, 9..12]1..13 | 5 | 3 | [1..5, 9..13]}def "Sampling #input taking every #nth th element is #output"() {expect:input.stream().collect(sliding(1, nth)) == outputwhere:input | nth | output[] | 1 | [][] | 5 | []1..3 | 5 | [[1]]1..6 | 2 | [[1], [3], [5]]1..10 | 5 | [[1], [6]]1..100 | 30 | [[1], [31], [61], [91]]} }

在Spock中使用數據驅動的測試，我成功地立即編寫了近40個測試用例，簡潔地描述了所有需求。 我希望這些對您來說都是清楚的，即使您以前從未看過這種語法。 我已經假定存在方便的工廠方法：

public class CustomCollectors {public static <T> Collector<T, ?, List<List<T>>> sliding(int size) {return new SlidingCollector<>(size, 1);}public static <T> Collector<T, ?, List<List<T>>> sliding(int size, int step) {return new SlidingCollector<>(size, step);}}

收藏家接連收到物品的事實使工作變得更加困難。 當然，首先收集整個列表并在列表上滑動會比較容易，但是卻很浪費。 讓我們迭代構建結果。 我什至不假裝通常可以并行執行此任務，因此我將使combiner()未實現：

public class SlidingCollector<T> implements Collector<T, List<List<T>>, List<List<T>>> {private final int size;private final int step;private final int window;private final Queue<T> buffer = new ArrayDeque<>();private int totalIn = 0;public SlidingCollector(int size, int step) {this.size = size;this.step = step;this.window = max(size, step);}@Overridepublic Supplier<List<List<T>>> supplier() {return ArrayList::new;}@Overridepublic BiConsumer<List<List<T>>, T> accumulator() {return (lists, t) -> {buffer.offer(t);++totalIn;if (buffer.size() == window) {dumpCurrent(lists);shiftBy(step);}};}@Overridepublic Function<List<List<T>>, List<List<T>>> finisher() {return lists -> {if (!buffer.isEmpty()) {final int totalOut = estimateTotalOut();if (totalOut > lists.size()) {dumpCurrent(lists);}}return lists;};}private int estimateTotalOut() {return max(0, (totalIn + step - size - 1) / step) + 1;}private void dumpCurrent(List<List<T>> lists) {final List<T> batch = buffer.stream().limit(size).collect(toList());lists.add(batch);}private void shiftBy(int by) {for (int i = 0; i < by; i++) {buffer.remove();}}@Overridepublic BinaryOperator<List<List<T>>> combiner() {return (l1, l2) -> {throw new UnsupportedOperationException("Combining not possible");};}@Overridepublic Set<Characteristics> characteristics() {return EnumSet.noneOf(Characteristics.class);}}

我花了很多時間來編寫此實現，尤其是正確的finisher()所以請不要害怕。 關鍵部分是一個buffer ，它可以收集項目，直到可以形成一個滑動窗口為止。 然后丟棄“最舊”的物品，并step向前滑動窗口。 我對這種實現并不特別滿意，但是測試正在通過。 sliding(N) （與sliding(N, 1)同義詞）將允許計算N項目的移動平均值。 sliding(N, N)將輸入分成大小為N批次。 sliding(1, N)獲取第N個元素（樣本）。 希望您會發現這個收藏家有用，喜歡！

翻譯自: https://www.javacodegeeks.com/2014/07/grouping-sampling-and-batching-custom-collectors-in-java-8.html

總結

以上是生活随笔為你收集整理的分组，采样和批处理– Java 8中的自定义收集器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。