Java流中筛选出唯一元素的方法
大约 4 分钟
Java流中筛选出唯一元素的方法
在这篇文章中，我们将使用两种来自_Collectors_的方法来检索与给定谓词匹配的唯一元素。对于这两种方法，我们将根据以下标准定义两种方法：
- get方法期望有一个唯一的结果。否则，它将抛出一个_Exception_
- find方法接受结果可能缺失，并在存在时返回一个_Optional_与值
2. 使用归约(Reduction)检索唯一结果
**Collectors.reducing_对其输入元素执行归约。**为此，它应用一个指定为_BinaryOperator_的函数。结果被描述为_Optional。因此我们可以定义我们的find方法。
在我们的情况下，如果过滤后有两个或更多的元素，我们只需要丢弃结果：
public static ``````````````````<T>`````````````````` Optional``````````````````<T>`````````````````` findUniqueElementMatchingPredicate_WithReduction(Stream``````````````````<T>`````````````````` elements, Predicate``````````````````<T>`````````````````` predicate) {
return elements.filter(predicate)
.collect(Collectors.reducing((a, b) -> null));
}
要编写get方法，我们需要进行以下更改：
- 如果我们检测到两个元素，我们可以直接抛出它们而不是返回null
- 最后，我们需要获取_Optional_的值：如果它是空的，我们也想抛出
此外，在这种情况下，我们可以直接在 Stream 上应用归约操作：
public static ``````````````````<T>`````````````````` T getUniqueElementMatchingPredicate_WithReduction(Stream``````````````````<T>`````````````````` elements, Predicate``````````````````<T>`````````````````` predicate) {
return elements.filter(predicate)
.reduce((a, b) -> {
throw new IllegalStateException("Too many elements match the predicate");
})
.orElseThrow(() -> new IllegalStateException("No element matches the predicate"));
}
3. 使用_Collectors.collectingAndThen_检索唯一结果
_Collectors.collectingAndThen_对收集操作的结果_List_应用一个函数。
因此，为了定义find方法，我们需要获取_List_并：
- 如果_List_有零个或多于两个元素，返回_null_
- 如果_List_恰好有一个元素，返回它
这是这个操作的代码：
private static ``````````````````<T>`````````````````` T findUniqueElement(List``````````````````<T>`````````````````` elements) {
if (elements.size() == 1) {
return elements.get(0);
}
return null;
}
因此，find方法如下：
public static ``````````````````<T>`````````````````` Optional``````````````````<T>`````````````````` findUniqueElementMatchingPredicate_WithCollectingAndThen(Stream``````````````````<T>`````````````````` elements, Predicate``````````````````<T>`````````````````` predicate) {
return elements.filter(predicate)
.collect(Collectors.collectingAndThen(Collectors.toList(), list -> Optional.ofNullable(findUniqueElement(list))));
}
为了适应我们的私有方法用于get情况，我们需要在检索到的元素数量不是恰好1时抛出。让我们精确区分没有结果和太多结果的情况，就像我们使用归约时那样：
private static ``````````````````<T>`````````````````` T getUniqueElement(List``````````````````<T>`````````````````` elements) {
if (elements.size() > 1) {
throw new IllegalStateException("Too many elements match the predicate");
} else if (elements.size() == 0) {
throw new IllegalStateException("No element matches the predicate");
}
return elements.get(0);
}
最后，假设我们的类命名为_FilterUtils_，我们可以编写get方法：
public static ``````````````````<T>`````````````````` T getUniqueElementMatchingPredicate_WithCollectingAndThen(Stream``````````````````<T>`````````````````` elements, Predicate``````````````````<T>`````````````````` predicate) {
return elements.filter(predicate)
.collect(Collectors.collectingAndThen(Collectors.toList(), FilterUtils::getUniqueElement));
}
4. 性能基准测试
让我们使用JMH对不同方法进行快速性能比较。
首先，让我们将我们的方法应用到：
- 一个包含从1到100万的所有_整数_的_Stream_
- 一个验证元素是否等于751879的_Predicate_
在这种情况下，_Predicate_将对_Stream_中的唯一元素进行验证。让我们看看_Benchmark_的定义：
@State(Scope.Benchmark)
public static class MyState {
final Stream``<Integer>`` getIntegers() {
return IntStream.range(1, 1000000).boxed();
}
final Predicate``<Integer>`` PREDICATE = i -> i == 751879;
}
@Benchmark
public void evaluateFindUniqueElementMatchingPredicate_WithReduction(Blackhole blackhole, MyState state) {
blackhole.consume(FilterUtils.findUniqueElementMatchingPredicate_WithReduction(state.INTEGERS.stream(), state.PREDICATE));
}
@Benchmark
public void evaluateFindUniqueElementMatchingPredicate_WithCollectingAndThen(Blackhole blackhole, MyState state) {
blackhole.consume(FilterUtils.findUniqueElementMatchingPredicate_WithCollectingAndThen(state.INTEGERS.stream(), state.PREDICATE));
}
@Benchmark
public void evaluateGetUniqueElementMatchingPredicate_WithReduction(Blackhole blackhole, MyState state) {
try {
FilterUtils.getUniqueElementMatchingPredicate_WithReduction(state.INTEGERS.stream(), state.PREDICATE);
} catch (IllegalStateException exception) {
blackhole.consume(exception);
}
}
@Benchmark
public void evaluateGetUniqueElementMatchingPredicate_WithCollectingAndThen(Blackhole blackhole, MyState state) {
try {
FilterUtils.getUniqueElementMatchingPredicate_WithCollectingAndThen(state.INTEGERS.stream(), state.PREDICATE);
} catch (IllegalStateException exception) {
blackhole.consume(exception);
}
}
让我们运行它。我们正在测量每秒的操作数。越高越好：
Benchmark Mode Cnt Score Error Units
BenchmarkRunner.evaluateFindUniqueElementMatchingPredicate_WithCollectingAndThen thrpt 25 140.581 ± 28.793 ops/s
BenchmarkRunner.evaluateFindUniqueElementMatchingPredicate_WithReduction thrpt 25 100.171 ± 36.796 ops/s
BenchmarkRunner.evaluateGetUniqueElementMatchingPredicate_WithCollectingAndThen thrpt 25 145.568 ± 5.333 ops/s
BenchmarkRunner.evaluateGetUniqueElementMatchingPredicate_WithReduction thrpt 25 144.616 ± 12.917 ops/s
正如我们所看到的，在这种情况下，不同的方法表现非常相似。
让我们改变我们的_Predicate_来检查_Stream_中的元素是否等于0。这个条件对于_List_中的所有元素都是错误的。我们现在可以再次运行基准测试：
Benchmark Mode Cnt Score Error Units
BenchmarkRunner.evaluateFindUniqueElementMatchingPredicate_WithCollectingAndThen thrpt 25 165.751 ± 19.816 ops/s
BenchmarkRunner.evaluateFindUniqueElementMatchingPredicate_WithReduction thrpt 25 174.667 ± 20.909 ops/s
BenchmarkRunner.evaluateGetUniqueElementMatchingPredicate_WithCollectingAndThen thrpt 25 188.293 ± 18.348 ops/s
BenchmarkRunner.evaluateGetUniqueElementMatchingPredicate_WithReduction thrpt 25 196.689 ± 4.155 ops/s
这里，性能图表相当平衡。
最后，让我们看看如果我们使用一个返回值大于751879的_Predicate_会发生什么：这个_Predicate_匹配了_List_中的大量元素。这导致了以下基准测试：
Benchmark Mode Cnt Score Error Units
BenchmarkRunner.evaluateFindUniqueElementMatchingPredicate_WithCollectingAndThen thrpt 25 70.879 ± 6.205 ops/s
BenchmarkRunner.evaluateFindUniqueElementMatchingPredicate_WithReduction thrpt 25 210.142 ± 23.680 ops/s
BenchmarkRunner.evaluateGetUniqueElementMatchingPredicate_WithCollectingAndThen thrpt 25 83.927 ± 1.812 ops/s
BenchmarkRunner.evaluateGetUniqueElementMatchingPredicate_WithReduction thrpt 25 252.881 ± 2.710 ops/s
正如我们所看到的，使用归约的变体更有效。此外，直接在过滤后的_Stream_上使用_reduce_因为异常在找到两个匹配值后立即抛出而表现突出。
总而言之，如果性能是一个问题：
- 应该优先使用归约
- 如果我们期望找到许多潜在的匹配值，减少_Stream_的get方法要快得多
5. 结论
在这个教程中，我们看到了在过滤_Stream_后检索唯一结果的不同方法，然后比较了它们的效率。
如常，代码可以在GitHub上找到。