Java mapToInt vs Reduce with map答案

【问题标题】：Java mapToInt vs Reduce with mapJava mapToInt vs Reduce with map
【发布时间】：2019-03-24 10:28:18
【问题描述】：

我一直在阅读 reduce 并刚刚发现有一个 3 参数版本基本上可以像这样执行 map reduce：

String[] strarr = {"abc", "defg", "vwxyz"};

System.out.println(Arrays.stream(strarr).reduce(0, (l, s) -> l + s.length(), (s1, s2) -> s1 + s2));

但是我看不出这比带有 reduce 的 mapToInt 有什么优势。

System.out.println(Arrays.stream(strarr).mapToInt(s -> s.length()).reduce(0, (s1, s2) -> s1 + s2));

两者都产生 12 的正确答案，并且两者似乎都可以并行工作。

一个比另一个好，如果是，为什么？

【问题讨论】：

您实际上是在问IntStream 和Stream<Integer> 之间的区别。检查这个：stackoverflow.com/questions/35209191/…。请记住，IntStream 为您提供了已经实现的“减少”：.sum()

【解决方案1】：

一个比另一个好，如果是，为什么？

使用第一个 reduce 方法会有一个隐蔽的装箱成本。

mapToInt.reduce(...) 方法避免了这种情况。

因此，如果您对求和感兴趣，那么 average 等人只需使用原始流专业化，因为它们更有效。

顺便提一下代码：

Arrays.stream(strarr).mapToInt(s -> s.length()).reduce(0, (s1, s2) -> s1 + s2)

可以简化为：

Arrays.stream(strarr).mapToInt(s -> s.length()).sum();

【讨论】：

【解决方案2】：

三参数Stream.reduce更灵活：

<U> U reduce(U identity,
             BiFunction<U, ? super T, U> accumulator,
             BinaryOperator<U> combiner);

与仅接受和返回 int 值的两个参数 IntStream.reduce 相比：

int reduce(int identity, IntBinaryOperator op);

而三参数版本中的accumulator 可以接受两种不同类型的参数：

BiFunction<Integer, String, Integer> acc = (i, str) -> i + str.length();

允许您省略额外的map 操作：

Arrays.stream(strs).reduce(0, (i, str) -> i + str.length(), Integer::sum)

【讨论】：