有趣的问题。这里发生了几件事。毫无疑问,这个问题可以用不到半页的 Haskell 或 Lisp 来解决,但这是 Java,所以我们开始......
一个问题是我们有数量可变的过滤器,而大多数已显示的示例都说明了固定的管道。
另一个问题是,OP 的某些“过滤器”是上下文相关的,例如“按特定顺序排列的前 50%”。这不能通过简单的操作来完成filter(predicate)
在流上构建。
关键是要认识到,虽然 lambda 允许函数作为参数传递(效果良好),但这也意味着它们可以存储在数据结构中并且可以对其执行计算。最常见的计算是采用多个函数并将它们组合起来。
假设正在操作的值是 Widget 的实例,它是一个具有一些明显 getter 的 POJO:
class Widget {
String name() { ... }
int length() { ... }
double weight() { ... }
// constructors, fields, toString(), etc.
}
让我们从第一个问题开始,弄清楚如何使用可变数量的简单谓词进行操作。我们可以创建一个谓词列表,如下所示:
List<Predicate<Widget>> allPredicates = Arrays.asList(
w -> w.length() >= 10,
w -> w.weight() > 40.0,
w -> w.name().compareTo("c") > 0);
给定这个列表,我们可以对它们进行排列(可能没有用,因为它们与顺序无关)或选择我们想要的任何子集。假设我们只想应用所有这些。我们如何将可变数量的谓词应用于流?有一个Predicate.and()
方法将采用两个谓词并使用逻辑组合它们and,返回单个谓词。因此,我们可以采用第一个谓词并编写一个循环,将其与后续谓词组合起来,以构建一个复合谓词and他们所有人中:
Predicate<Widget> compositePredicate = allPredicates.get(0);
for (int i = 1; i < allPredicates.size(); i++) {
compositePredicate = compositePredicate.and(allPredicates.get(i));
}
这是可行的,但如果列表为空,它就会失败,并且由于我们现在正在进行函数式编程,因此在循环中改变变量是 declassé。但是瞧!这就是减少!我们可以减少所有谓词and运算符获取单个复合谓词,如下所示:
Predicate<Widget> compositePredicate =
allPredicates.stream()
.reduce(w -> true, Predicate::and);
(来源:我从@venkat_s https://twitter.com/venkat_s。如果有机会,请去看他在会议上的演讲。他很好。)
注意使用w -> true
作为减少的身份值。 (这也可以用作初始值compositePredicate
for 循环,这将修复零长度列表的情况。)
现在我们有了复合谓词,我们可以编写一个简短的管道,简单地将复合谓词应用于小部件:
widgetList.stream()
.filter(compositePredicate)
.forEach(System.out::println);
上下文相关过滤器
现在让我们考虑一下我所说的“上下文敏感”过滤器,它由“按特定顺序排列的前 50%”之类的示例表示,例如按重量排列的前 50% 的小部件。 “上下文敏感”并不是最好的术语,但它是我目前所拥有的,并且它具有一定的描述性,因为它与到目前为止流中的元素数量相关。
我们如何使用流来实现这样的事情?除非有人想出一些非常聪明的东西,否则我认为我们必须首先在某个地方(例如,在列表中)收集元素,然后才能将第一个元素发送到输出。这有点像sorted()
在管道中,在读取每个输入元素并对它们进行排序之前,无法判断哪个是第一个输出元素。
使用流查找按权重排名前 50% 的小部件的简单方法如下所示:
List<Widget> temp =
list.stream()
.sorted(comparing(Widget::weight).reversed())
.collect(toList());
temp.stream()
.limit((long)(temp.size() * 0.5))
.forEach(System.out::println);
这并不复杂,但有点麻烦,因为我们必须将元素收集到列表中并将其分配给变量,以便在 50% 计算中使用列表的大小。
但这是有限制的,因为它是这种过滤的“静态”表示。我们如何将其链接到具有可变数量元素(其他过滤器或标准)的流中,就像我们对谓词所做的那样?
一个重要的观察是,该代码在流的消耗和流的发出之间完成其实际工作。它碰巧在中间有一个收集器,但是如果你将一个流链接到它的前端并将内容链接到它的后端,那么没有人会更明智。事实上,标准流管道操作就像map
and filter
每个都将一个流作为输入并发出一个流作为输出。所以我们可以自己写一个类似这样的函数:
Stream<Widget> top50PercentByWeight(Stream<Widget> stream) {
List<Widget> temp =
stream.sorted(comparing(Widget::weight).reversed())
.collect(toList());
return temp.stream()
.limit((long)(temp.size() * 0.5));
}
类似的示例可能是找到最短的三个小部件:
Stream<Widget> shortestThree(Stream<Widget> stream) {
return stream.sorted(comparing(Widget::length))
.limit(3);
}
现在我们可以编写一些将这些有状态过滤器与普通流操作结合起来的东西:
shortestThree(
top50PercentByWeight(
widgetList.stream()
.filter(w -> w.length() >= 10)))
.forEach(System.out::println);
这可行,但有点糟糕,因为它读起来是“从内到外”和向后的。流源是widgetList
它通过普通谓词进行流式传输和过滤。现在,向后看,应用前 50% 的过滤器,然后应用最短的三个过滤器,最后应用流操作forEach
应用于最后。这可行,但读起来很混乱。而且它仍然是静态的。我们真正想要的是有一种方法将这些新的过滤器放入我们可以操作的数据结构中,例如,运行所有排列,如原始问题中所示。
此时的一个关键见解是,这些新型过滤器实际上只是函数,并且 Java 中有函数式接口类型,它让我们可以将函数表示为对象、操作它们、将它们存储在数据结构中、组合它们等。接受某种类型的参数并返回相同类型的值的函数接口类型是UnaryOperator
。本例中的参数和返回类型是Stream<Widget>
。如果我们要采用方法参考,例如this::shortestThree
or this::top50PercentByWeight
,结果对象的类型将是
UnaryOperator<Stream<Widget>>
如果我们将它们放入一个列表中,该列表的类型将是
List<UnaryOperator<Stream<Widget>>>
啊!三层嵌套泛型对我来说太多了。 (但阿列克谢·希皮列夫 https://stackoverflow.com/users/2613885/aleksey-shipilev有一次向我展示了一些使用四层嵌套泛型的代码。)过多泛型的解决方案是定义我们自己的类型。让我们将我们的一项新事物称为“标准”。事实证明,让我们的新函数式接口类型与以下内容相关并没有什么价值UnaryOperator
,所以我们的定义可以简单地是:
@FunctionalInterface
public interface Criterion {
Stream<Widget> apply(Stream<Widget> s);
}
现在我们可以创建一个像这样的标准列表:
List<Criterion> criteria = Arrays.asList(
this::shortestThree,
this::lengthGreaterThan20
);
(我们将在下面弄清楚如何使用这个列表。)这是向前迈出的一步,因为我们现在可以动态地操作该列表,但它仍然有一定的限制。首先,它不能与普通谓词组合。其次,这里有很多硬编码值,例如最短的三个:两个或四个怎么样?与长度不同的标准怎么样?我们真正想要的是一个为我们创建这些 Criterion 对象的函数。这对于 lambda 来说很容易。
这将创建一个标准,在给定比较器的情况下选择前 N 个小部件:
Criterion topN(Comparator<Widget> cmp, long n) {
return stream -> stream.sorted(cmp).limit(n);
}
这将创建一个标准,在给定比较器的情况下选择前 p% 的小部件:
Criterion topPercent(Comparator<Widget> cmp, double pct) {
return stream -> {
List<Widget> temp =
stream.sorted(cmp).collect(toList());
return temp.stream()
.limit((long)(temp.size() * pct));
};
}
这从普通谓词创建了一个标准:
Criterion fromPredicate(Predicate<Widget> pred) {
return stream -> stream.filter(pred);
}
现在我们有一种非常灵活的方法来创建标准并将它们放入列表中,其中可以对它们进行子集化或排列或其他方式:
List<Criterion> criteria = Arrays.asList(
fromPredicate(w -> w.length() > 10), // longer than 10
topN(comparing(Widget::length), 4L), // longest 4
topPercent(comparing(Widget::weight).reversed(), 0.50) // heaviest 50%
);
一旦我们有了 Criterion 对象的列表,我们就需要找到一种方法来应用所有这些对象。再次,我们可以使用我们的朋友reduce
将它们全部组合成一个 Criterion 对象:
Criterion allCriteria =
criteria.stream()
.reduce(c -> c, (c1, c2) -> (s -> c2.apply(c1.apply(s))));
恒等函数c -> c
很清楚,但第二个参数有点棘手。给定一个流s
我们首先应用 Criterion c1,然后应用 Criterion c2,这被包装在一个 lambda 中,该 lambda 接受两个 Criterion 对象 c1 和 c2,并返回一个 lambda,该 lambda 将 c1 和 c2 的组合应用到流并返回结果流。
现在我们已经编写了所有标准,我们可以将其应用于小部件流,如下所示:
allCriteria.apply(widgetList.stream())
.forEach(System.out::println);
这仍然有点由内而外,但控制得相当好。最重要的是,它解决了最初的问题,即如何动态组合标准。一旦标准对象处于数据结构中,就可以根据需要对它们进行选择、子集化、排列或任何其他操作,并且可以将它们全部组合在单个标准中并使用上述技术将其应用于流。
函数式编程大师可能会说“他刚刚重新发明了......!”这可能是真的。我确信这可能已经在某个地方被发明了,但它对于 Java 来说是新的,因为在 lambda 之前,编写使用这些技术的 Java 代码是不可行的。
更新2014-04-07
我已经清理并发布了完整的示例代码 https://gist.github.com/stuart-marks/10076102要点。