Java mapToInt 与使用 map 的 Reduce

Question

我一直在阅读 reduce 并且刚刚发现有一个 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));

但是我看不出它比带 reduce 的 mapToInt 有什么优势。

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

两者都给出了 12 的正确答案，而且似乎都可以并行工作。

一个比另一个好吗？如果是，为什么？

Answer 1

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 returns 和 returns 值的双参数 IntStream.reduce 相比：

int reduce(int identity, IntBinaryOperator op);

而accumulator在三参数版本中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)

Answer 2

Is one better than the other, and if so, why?

第一种 reduce 方法存在潜在的 boxing 成本。

mapToInt.reduce(...) 方法避免了这种情况。

所以，如果您对求和感兴趣，average 等人只需使用原始流专业化，因为它们效率更高。

对了，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();

Java mapToInt vs Reduce with map