为 IntStream 生成直方图会引发编译时错误

Question

我对构建 Huffman Coding 原型很感兴趣。为此，我想首先生成构成输入 Java String 的字符的直方图。我已经在 SO 和其他地方看到了许多解决方案（例如：here 依赖于使用 collect() 的 Streams 方法以及 Function.identity() 和 Collectors.counting() 的静态导入以非常具体和直观的方式.

但是，当使用一段与我上面链接的代码非常相似的代码时：

private List<HuffmanTrieNode> getCharsAndFreqs(String s){
        Map<Character, Long> freqs = s.chars().collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));
        return null;
}

我从 Intellij 收到一个编译时错误，它基本上告诉我 collect 没有符合 Supplier 类型的参数，正如其签名所要求的那样：

不幸的是，我是 Java 8 Stream 层次结构的新手，我不完全确定对我来说最好的做法应该是什么。事实上，采用Map 的方式对于我正在尝试做的事情来说可能是太多的样板；如果是，请告知。

Answer 1

String.chars() 方法返回一个IntStream。您可能希望通过以下方式将其转换为 Stream<Character>：

s.chars().mapToObj(c -> (char)c)

Answer 2

如前所述，您可以将流转换为原始类型到对象类型。

s.chars().boxed()
 .collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));

Answer 3

问题在于s.chars() 返回一个IntStream——Stream 的一个特殊特化，它没有一个接受单个参数的collect；它是 collect 需要 3 个参数。显然您可以使用boxed，这会将IntStream 转换为Stream<Integer>。

Map<Integer, Long> map = yourString.codePoints()
          .boxed()
          .collect(Collectors.groupingBy(
                      Function.identity(), 
                      Collectors.counting()));

但现在的问题是您计算了code-points 而不是字符。如果您绝对知道您的字符串是由 BMP 中的字符组成的，您可以安全地转换为 char，如另一个答案所示。如果你不是 - 事情会变得更棘手。

在这种情况下，您需要将单个 unicode 代码点作为字符获取 - 但它可能不适合 Java char - 有 2 个字节；一个unicode字符最多可以有4个字节。

在这种情况下，您的地图应该是 Map<String, Long> 而不是 Map<Character, Long>。

在 java-9 中引入了支持的 \X（和 Scanner#findAll），这很容易做到：

 String sample = "A" + "\uD835\uDD0A" + "B" + "C";
         Map<String, Long> map = scan.findAll("\\X")
               .map(MatchResult::group)
               .collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));


 System.out.println(map); // {A=1, B=1, C=1, ?=1}

在 java-8 中这会有点冗长：

    String sample = "AA" + "\uD835\uDD0A" + "B" + "C";
    Map<String, Long> map = new HashMap<>();

    Pattern p = Pattern.compile("\\P{M}\\p{M}*+");
    Matcher m = p.matcher(sample);

    while (m.find()) {
        map.merge(m.group(), 1L, Long::sum);
    }
    System.out.println(map); // {A=2, B=1, C=1, ?=1}