分组,采样和批处理– Java 8中的自定义收集器
在第一篇文章的后续部分,这次我们将编写一些更有用的自定义收集器:用于按给定的标准进行分组,采样输入,批处理和在固定大小的窗口上滑动。
分组(计数事件,直方图)
假设您有一些项目的集合,并且想要计算每个项目(相对于equals()
)出现在此集合中的次数。 这可以使用Apache Commons Collections的CollectionUtils.getCardinalityMap()
来实现。 此方法采用Iterable<T>
并返回Map<T, Integer>
,计算每个项目出现在集合中的次数。 但是,有时我们不使用equals()
而是按输入T
的任意属性分组。 例如,说我们有一个Person
对象列表,我们想计算男性与女性的数量(即Map<Sex, Integer>
)或年龄分布。 有一个内置的收集器Collectors.groupingBy(Function<T, K> classifier)
–但是,它从键返回一个映射到映射到该键的所有项。 看到:
import static java.util.stream.Collectors.groupingBy;//...final List<Person> people = //...
final Map<Sex, List<Person>> bySex = people.stream().collect(groupingBy(Person::getSex));
这很有价值,但是在我们的案例中,不必要地构建了两个List<Person>
。 我只想知道人数。 没有内置的这种收集器,但是我们可以用相当简单的方式来组成它:
import static java.util.stream.Collectors.counting;
import static java.util.stream.Collectors.groupingBy;//...final Map<Sex, Long> bySex = people.stream().collect(groupingBy(Person::getSex, HashMap::new, counting()));
这个重载版本的groupingBy()
具有三个参数。 如前所述,第一个是键( 分类器 )功能。 第二个参数创建了一个新地图,我们很快就会看到它为什么有用的原因。 counting()
是一个嵌套的收集器,它将所有具有相同性别的人合并在一起-在我们的例子中,当他们到达时就简单地对其计数。 能够选择地图的实现方式非常有用,例如在构建年龄直方图时。 我们想知道在给定年龄下有多少人-但年龄值应排序:
final TreeMap<Integer, Long> byAge = people.stream().collect(groupingBy(Person::getAge, TreeMap::new, counting()));byAge.forEach((age, count) ->System.out.println(age + ":\t" + count));
我们最终从年龄(排序)开始,使用TreeMap
来计算具有该年龄的人数。
采样,批处理和滑动窗口
Scala中的IterableLike.sliding()
方法允许通过固定大小的滑动窗口查看集合。 该窗口从开始处开始,并且在每次迭代中移动给定数量的项目。 Java 8中缺少的这种功能允许使用多种有用的运算符,例如计算移动平均值 ,将大集合分成批处理(与Guava中的Lists.partition()
比较)或对每个第n个元素进行采样。 我们将为Java 8实现具有类似行为的收集器。 让我们从单元测试开始,它应该简要描述我们想要实现的目标:
import static com.nurkiewicz.CustomCollectors.sliding@Unroll
class CustomCollectorsSpec extends Specification {def "Sliding window of #input with size #size and step of 1 is #output"() {expect:input.stream().collect(sliding(size)) == outputwhere:input | size | output[] | 5 | [][1] | 1 | [[1]][1, 2] | 1 | [[1], [2]][1, 2] | 2 | [[1, 2]][1, 2] | 3 | [[1, 2]]1..3 | 3 | [[1, 2, 3]]1..4 | 2 | [[1, 2], [2, 3], [3, 4]]1..4 | 3 | [[1, 2, 3], [2, 3, 4]]1..7 | 3 | [[1, 2, 3], [2, 3, 4], [3, 4, 5], [4, 5, 6], [5, 6, 7]]1..7 | 6 | [1..6, 2..7]}def "Sliding window of #input with size #size and no overlapping is #output"() {expect:input.stream().collect(sliding(size, size)) == outputwhere:input | size | output[] | 5 | []1..3 | 2 | [[1, 2], [3]]1..4 | 4 | [1..4]1..4 | 5 | [1..4]1..7 | 3 | [1..3, 4..6, [7]]1..6 | 2 | [[1, 2], [3, 4], [5, 6]]}def "Sliding window of #input with size #size and some overlapping is #output"() {expect:input.stream().collect(sliding(size, 2)) == outputwhere:input | size | output[] | 5 | []1..4 | 5 | [[1, 2, 3, 4]]1..7 | 3 | [1..3, 3..5, 5..7]1..6 | 4 | [1..4, 3..6]1..9 | 4 | [1..4, 3..6, 5..8, 7..9]1..10 | 4 | [1..4, 3..6, 5..8, 7..10]1..11 | 4 | [1..4, 3..6, 5..8, 7..10, 9..11]}def "Sliding window of #input with size #size and gap of #gap is #output"() {expect:input.stream().collect(sliding(size, size + gap)) == outputwhere:input | size | gap | output[] | 5 | 1 | []1..9 | 4 | 2 | [1..4, 7..9]1..10 | 4 | 2 | [1..4, 7..10]1..11 | 4 | 2 | [1..4, 7..10]1..12 | 4 | 2 | [1..4, 7..10]1..13 | 4 | 2 | [1..4, 7..10, [13]]1..13 | 5 | 1 | [1..5, 7..11, [13]]1..12 | 5 | 3 | [1..5, 9..12]1..13 | 5 | 3 | [1..5, 9..13]}def "Sampling #input taking every #nth th element is #output"() {expect:input.stream().collect(sliding(1, nth)) == outputwhere:input | nth | output[] | 1 | [][] | 5 | []1..3 | 5 | [[1]]1..6 | 2 | [[1], [3], [5]]1..10 | 5 | [[1], [6]]1..100 | 30 | [[1], [31], [61], [91]]}
}
在Spock中使用数据驱动的测试,我成功地立即编写了近40个测试用例,简洁地描述了所有需求。 我希望这些对您来说都是清楚的,即使您以前从未看过这种语法。 我已经假定存在方便的工厂方法:
public class CustomCollectors {public static <T> Collector<T, ?, List<List<T>>> sliding(int size) {return new SlidingCollector<>(size, 1);}public static <T> Collector<T, ?, List<List<T>>> sliding(int size, int step) {return new SlidingCollector<>(size, step);}}
收藏家接连收到物品的事实使工作变得更加困难。 当然,首先收集整个列表并在列表上滑动会比较容易,但是却很浪费。 让我们迭代构建结果。 我什至不假装通常可以并行执行此任务,因此我将使combiner()
未实现:
public class SlidingCollector<T> implements Collector<T, List<List<T>>, List<List<T>>> {private final int size;private final int step;private final int window;private final Queue<T> buffer = new ArrayDeque<>();private int totalIn = 0;public SlidingCollector(int size, int step) {this.size = size;this.step = step;this.window = max(size, step);}@Overridepublic Supplier<List<List<T>>> supplier() {return ArrayList::new;}@Overridepublic BiConsumer<List<List<T>>, T> accumulator() {return (lists, t) -> {buffer.offer(t);++totalIn;if (buffer.size() == window) {dumpCurrent(lists);shiftBy(step);}};}@Overridepublic Function<List<List<T>>, List<List<T>>> finisher() {return lists -> {if (!buffer.isEmpty()) {final int totalOut = estimateTotalOut();if (totalOut > lists.size()) {dumpCurrent(lists);}}return lists;};}private int estimateTotalOut() {return max(0, (totalIn + step - size - 1) / step) + 1;}private void dumpCurrent(List<List<T>> lists) {final List<T> batch = buffer.stream().limit(size).collect(toList());lists.add(batch);}private void shiftBy(int by) {for (int i = 0; i < by; i++) {buffer.remove();}}@Overridepublic BinaryOperator<List<List<T>>> combiner() {return (l1, l2) -> {throw new UnsupportedOperationException("Combining not possible");};}@Overridepublic Set<Characteristics> characteristics() {return EnumSet.noneOf(Characteristics.class);}}
我花了很多时间来编写此实现,尤其是正确的finisher()
所以请不要害怕。 关键部分是一个buffer
,它可以收集项目,直到可以形成一个滑动窗口为止。 然后丢弃“最旧”的物品,并step
向前滑动窗口。 我对这种实现并不特别满意,但是测试正在通过。 sliding(N)
(与sliding(N, 1)
同义词)将允许计算N
项目的移动平均值。 sliding(N, N)
将输入分成大小为N
批次。 sliding(1, N)
获取第N个元素(样本)。 希望您会发现这个收藏家有用,喜欢!
翻译自: https://www.javacodegeeks.com/2014/07/grouping-sampling-and-batching-custom-collectors-in-java-8.html
分组,采样和批处理– Java 8中的自定义收集器相关推荐
- zipkin 自定义采样率_分组,采样和批处理– Java 8中的自定义收集器
zipkin 自定义采样率 在第一篇文章的后续部分,这一次我们将编写一些更有用的自定义收集器:用于按给定的标准进行分组,采样输入,批量处理以及在固定大小的窗口上滑动. 分组(计数事件,直方图) 假设您 ...
- java io null异常,java.io.IOException:所有收集器的初始化失败。最后一个收集器中的错误是:null...
我是MapReduce的新手,我试图找到问题的解决方案.我试图链接两个地图reduce作业.第一份工作正在执行,但在第二份工作上我是得到一个错误如下java.io.IOException:所有收集器的 ...
- java中collector使用_Java8中重要的收集器collector
Collector介绍 Java8的stream api能很方便我们对数据进行统计分类等工作,函数式编程的风格让我们方便并且直观地编写统计代码. 例如: Stream stream = Stream. ...
- Java httpClient中实现自定义DNS服务器地址配置
这个故事从一个小的需求开始. 在知乎编辑器中,链接插入以后可以选择转化为一个链接卡片,用户体验太棒了.这么好的点子,我们必须学(chao)习(xi)过来啊. 这个事情就这么被安排给了我们的前端同学.. ...
- java 8流自定义收集器_Java 8编写自定义收集器简介
java 8流自定义收集器 Java 8引入了收集器的概念. 大多数时候,我们几乎不使用Collectors类中的工厂方法,例如collect(toList()) , toSet()或其他更有趣的方法 ...
- Java 8编写自定义收集器简介
Java 8引入了收集器的概念. 大多数时候,我们几乎不使用Collectors类中的工厂方法,例如collect(toList()) , toSet()或其他更花哨的方法,例如counting()或 ...
- Java8中重要的收集器Collector
Collector介绍 Java8的stream api能很方便我们对数据进行统计分类等工作,函数式编程的风格让我们方便并且直观地编写统计代码. 例如: Stream<Integer> s ...
- 在struts2中配置自定义拦截器放行多个方法
源码: 自定义的拦截器类: //自定义拦截器类:LoginInterceptor ; package com.java.action.interceptor; import javax.servlet ...
- JavaEE开发之SpringMVC中的自定义拦截器及异常处理
上篇博客我们聊了<JavaEE开发之SpringMVC中的路由配置及参数传递详解>,本篇博客我们就聊一下自定义拦截器的实现.以及使用ModelAndView对象将Controller的值加 ...
最新文章
- Science | 以功能为核心的蛋白质设计
- 干货 | 一致性算法与区块链基础设施建设(附PPT)
- Cnyunwei-Cacti+Nagios安装说明
- 南瓜电影 7 天内全面 Serverless 化实践
- lua读取linux文件内容,使用lua模拟tail -n命令读取最后n行
- OAuth2.0_环境搭建_Spring Security OAuth2.0认证授权---springcloud工作笔记139
- 共享内存+互斥量实现 Linux 进程间通信
- CentOS 7 安装 MySQL 5.6
- 极速pdf编辑器的水印如何去掉_如何去掉PDF右下角的全能扫描王水印
- 字节序(byte order)和位序(bit order)
- 毕小朋《精通Android studio》读后感,以及电子书百度网盘PDF下载
- 双向链表DoublyLinkedList类
- 在网页中插入MediaPlayer控件
- Web前端期末大作业-农产品一体化平台网页设计(HTML+CSS+JS)
- MATLAB-视频的前景目标提取
- 重庆计算机财经学院,重庆财经学院
- 启动keepalived报错(VI_1): received an invalid passwd!
- Xshell6下载与安装
- 数据库连接中useSSL是否为true 或者 false的选择
- 详细功能描述及代码带您快速接入百度大脑通用文字识别