如何使用 Streams 计算 BigDecimals 的平均值？

Question

我想采用以下方法：

public BigDecimal mean(List<BigDecimal> bigDecimals, RoundingMode roundingMode) {
    BigDecimal sum = BigDecimal.ZERO;
    int count=0;
    for(BigDecimal bigDecimal : bigDecimals) {
        if(null != bigDecimal) {
            sum = sum.add(bigDecimal);
            count++;
        }
    }
    return sum.divide(new BigDecimal(count), roundingMode);
}

并使用 Streams api 更新它。这是我到目前为止得到的：

public BigDecimal average(List<BigDecimal> bigDecimals, RoundingMode roundingMode) {
    BigDecimal sum = bigDecimals.stream()
        .map(Objects::requireNonNull)
        .reduce(BigDecimal.ZERO, BigDecimal::add);
    long count = bigDecimals.stream().filter(Objects::nonNull).count();
    return sum.divide(new BigDecimal(count), roundingMode);
}

有没有办法做到这一点而无需流式传输两次（第二次获取计数）？

Answer 1

BigDecimal[] totalWithCount
                = bigDecimals.stream()
                .filter(bd -> bd != null)
                .map(bd -> new BigDecimal[]{bd, BigDecimal.ONE})
                .reduce((a, b) -> new BigDecimal[]{a[0].add(b[0]), a[1].add(BigDecimal.ONE)})
                .get();
BigDecimal mean = totalWithCount[0].divide(totalWithCount[1], roundingMode);

对于那些认为有帮助的代码的可选文本描述（如果您觉得代码足够自我解释，请忽略。）：

BigDecimals 列表已转换为流。
空值已从流中过滤掉。
BigDecimals 的流被映射为 BigDecimal 的两个元素数组的流，其中第一个元素是原始流中的元素，第二个是值为 1 的占位符。
在 reduce 中，a of (a,b) 值在第一个元素中有部分和，在第二个元素中有部分计数。 b 元素的第一个元素包含要加到总和中的每个 BigDecimal 值。 b 的第二个元素未使用。
减少 returns 一个可选值，如果列表为空或仅包含空值，则该可选值将为空。
- 如果 Optional 不为空，Optional.get() 函数将 return BigDecimal 的两个元素数组，其中 BigDecimals 的总和在第一个元素中，BigDecimals 的计数是在第二个。
- 如果 Optional 为空，将抛出 NoSuchElementException。
平均值是用总和除以计数得到的。

Answer 2

或者，您可以使用此收集器实现：

class BigDecimalAverageCollector implements Collector<BigDecimal, BigDecimalAccumulator, BigDecimal> {

    @Override
    public Supplier<BigDecimalAccumulator> supplier() {
        return BigDecimalAccumulator::new;
    }

    @Override
    public BiConsumer<BigDecimalAccumulator, BigDecimal> accumulator() {
        return BigDecimalAccumulator::add;
    }

    @Override
    public BinaryOperator<BigDecimalAccumulator> combiner() {
        return BigDecimalAccumulator::combine;
    }

    @Override
    public Function<BigDecimalAccumulator, BigDecimal> finisher() {
        return BigDecimalAccumulator::getAverage;
    }

    @Override
    public Set<Characteristics> characteristics() {
        return Collections.emptySet();
    }

    @NoArgsConstructor
    @AllArgsConstructor
    static class BigDecimalAccumulator {
        @Getter private BigDecimal sum = BigDecimal.ZERO;
        @Getter private BigDecimal count = BigDecimal.ZERO;

        BigDecimal getAverage() {
           return BigDecimal.ZERO.compareTo(count) == 0 ?
                  BigDecimal.ZERO :
                  sum.divide(count, 2, BigDecimal.ROUND_HALF_UP);
        }

        BigDecimalAccumulator combine(BigDecimalAccumulator another) {
            return new BigDecimalAccumulator(
                    sum.add(another.getSum()),
                    count.add(another.getCount())
            );
        }

        void add(BigDecimal successRate) {
            count = count.add(BigDecimal.ONE);
            sum = sum.add(successRate);
        }
    }

}

然后像这样使用它：

BigDecimal mean = bigDecimals.stream().collect(new BigDecimalAverageCollector());

注：示例使用Project Lombok注解来缩短胶水代码。

Answer 3

您不需要流式传输两次。只需调用 List.size() 即可计数：

public BigDecimal average(List<BigDecimal> bigDecimals, RoundingMode roundingMode) {
    BigDecimal sum = bigDecimals.stream()
        .map(Objects::requireNonNull)
        .reduce(BigDecimal.ZERO, BigDecimal::add);
    return sum.divide(new BigDecimal(bigDecimals.size()), roundingMode);
}

Answer 4

如果您不介意第三方依赖，以下内容将与 Eclipse Collections Collectors2.summarizingBigDecimal() 一起使用，方法是使用 MathContext 调用 getAverage，其中包括 RoundingMode.

MutableDoubleList doubles = DoubleLists.mutable.with(1.0, 2.0, 3.0, 4.0);
List<BigDecimal> bigDecimals = doubles.collect(BigDecimal::new);
BigDecimal average =
        bigDecimals.stream()
                .collect(Collectors2.summarizingBigDecimal(e -> e))
                .getAverage(MathContext.DECIMAL32);

Assert.assertEquals(BigDecimal.valueOf(2.5), average);

可以添加一个 getAverage 版本来接受 RoundingMode。

注意：我是 Eclipse Collections 的提交者。

Answer 5

我不想计算我的流的大小。然后，我使用累加器和组合器开发了以下内容。

Stream<BigDecimal> bigDecimalStream = ...
BigDecimalAverager sum = bigDecimalStream.reduce(new BigDecimalAverager(),
                BigDecimalAverager::accept,
                BigDecimalAverager::combine);
sum.average();

并且，这是身份代码 class；

class BigDecimalAverager {
    private final BigDecimal total;
    private final int count;

    public BigDecimalAverager() {
        this.total = BigDecimal.ZERO;
        this.count = 0;
    }

    public BigDecimalAverager(BigDecimal total, int count) {
        this.total = total;
        this.count = count;
    }

    public BigDecimalAverager accept(BigDecimal bigDecimal) {
        return new BigDecimalAverager(total.add(bigDecimal), count + 1);
    }

    public BigDecimalAverager combine(BigDecimalAverager other) {
        return new BigDecimalAverager(total.add(other.total), count + other.count);
    }

    public BigDecimal average() {
        return count > 0 ? total.divide(new BigDecimal(count), RoundingMode.HALF_UP) : BigDecimal.ZERO;
    }

}

如何舍入除法值取决于您（我的情况使用 RoundingMode.HALF_UP）。

以上与

中解释的方式类似

Answer 6

我使用上述方法来获取 BigDecimal 对象列表的平均值。该列表允许空值。

public BigDecimal bigDecimalAverage(List<BigDecimal> bigDecimalList, RoundingMode roundingMode) {
    // Filter the list removing null values
    List<BigDecimal> bigDecimals = bigDecimalList.stream().filter(Objects::nonNull).collect(Collectors.toList());

    // Special cases
    if (bigDecimals.isEmpty())
        return null;
    if (bigDecimals.size() == 1)
        return bigDecimals.get(0);

    // Return the average of the BigDecimals in the list
    return bigDecimals.stream().reduce(BigDecimal.ZERO, BigDecimal::add).divide(new BigDecimal(bigDecimals.size()), roundingMode);
}

如何使用 Streams 计算 BigDecimals 的平均值？

How to average BigDecimals using Streams?

java

collections

bigdecimal

java-8

java-stream