在java8 JDK包含許多聚合操作（如平均值，總和，最小，***，和計(jì)數(shù)），返回一個(gè)計(jì)算流stream的聚合結(jié)果。這些聚合操作被稱為聚合操作。 JDK除返回單個(gè)值的聚合操作外，還有很多聚合操作返回一個(gè)collection集合實(shí)例。很多的reduce操作執(zhí)行特定的任務(wù)，如求平均值或按類別分 組元素。

    JDK提供的通用的聚合操作：Stream.reduce,Stream.collection

    注意：本文將reduction operations翻譯為聚合操作，因?yàn)閞eduction operations通常用于匯聚統(tǒng)計(jì)。

   兩者的區(qū)別：

   Stream.reduce，常用的方法有average, sum, min, max, and count，返回單個(gè)的結(jié)果值，并且reduce操作每處理一個(gè)元素總是創(chuàng)建一個(gè)新值

   Stream.collection與stream.reduce方法不同，Stream.collect修改現(xiàn)存的值，而不是每處理一個(gè)元素，創(chuàng)建一個(gè)新值

package lambda; 
  
import java.util.Arrays; 
import java.util.List; 
import java.util.Map; 
import java.util.stream.Collectors; 
  
public class LambdaMapReduce { 
    private static List<User> users = Arrays.asList( 
            new User(1, "張三", 12,User.Sex.MALE), 
            new User(2, "李四", 21, User.Sex.FEMALE), 
            new User(3,"王五", 32, User.Sex.MALE), 
            new User(4, "趙六", 32, User.Sex.FEMALE)); 
  
    public static void main(String[] args) { 
        reduceAvg(); 
        reduceSum(); 
  
          
        //與stream.reduce方法不同，Stream.collect修改現(xiàn)存的值，而不是每處理一個(gè)元素，創(chuàng)建一個(gè)新值 
        //獲取所有男性用戶的平均年齡 
        Averager averageCollect = users.parallelStream() 
                .filter(p -> p.getGender() == User.Sex.MALE) 
                .map(User::getAge) 
                .collect(Averager::new, Averager::accept, Averager::combine); 
  
        System.out.println("Average age of male members: " 
                + averageCollect.average()); 
  
        //獲取年齡大于12的用戶列表 
        List<User> list = users.parallelStream().filter(p -> p.age > 12) 
                .collect(Collectors.toList()); 
        System.out.println(list); 
  
        //按性別統(tǒng)計(jì)用戶數(shù) 
        Map<User.Sex, Integer> map = users.parallelStream().collect( 
                Collectors.groupingBy(User::getGender, 
                        Collectors.summingInt(p -> 1))); 
        System.out.println(map); 
  
        //按性別獲取用戶名稱 
        Map<User.Sex, List<String>> map2 = users.stream() 
                .collect( 
                        Collectors.groupingBy( 
                                User::getGender, 
                                Collectors.mapping(User::getName, 
                                        Collectors.toList()))); 
        System.out.println(map2); 
          
        //按性別求年齡的總和 
        Map<User.Sex, Integer> map3 = users.stream().collect( 
                Collectors.groupingBy(User::getGender, 
                        Collectors.reducing(0, User::getAge, Integer::sum))); 
  
        System.out.println(map3); 
          
        //按性別求年齡的平均值 
        Map<User.Sex, Double> map4 = users.stream().collect( 
                Collectors.groupingBy(User::getGender, 
                        Collectors.averagingInt(User::getAge))); 
        System.out.println(map4); 
  
    } 
  
    // 注意，reduce操作每處理一個(gè)元素總是創(chuàng)建一個(gè)新值， 
    // Stream.reduce適用于返回單個(gè)結(jié)果值的情況 
    //獲取所有用戶的平均年齡 
    private static void reduceAvg() { 
        // mapToInt的pipeline后面可以是average,max,min,count,sum 
        double avg = users.parallelStream().mapToInt(User::getAge) 
                .average().getAsDouble(); 
  
        System.out.println("reduceAvg User Age: " + avg); 
    } 
  
    //獲取所有用戶的年齡總和 
    private static void reduceSum() { 
        double sum = users.parallelStream().mapToInt(User::getAge) 
                .reduce(0, (x, y) -> x + y); // 可以簡(jiǎn)寫為.sum() 
  
        System.out.println("reduceSum User Age: " + sum); 
    } 
} 

三、參考

http://docs.oracle.com/javase/tutorial/collections/streams/reduction.html

本文鏈接：http://my.oschina.net/cloudcoder/blog/215169