怎么利用 IntStream.summaryStatistics() 一次性获取整数序列的均值、极值与总和

怎么利用 IntStream.summaryStatistics() 一次性获取整数序列的均值、极值与总和

在Ja va的流式编程中，IntStream.summaryStatistics() 方法堪称一个“统计多面手”。它返回一个包含计数、总和、最小值、最大值和平均值的对象。这里有个关键细节：对于空流，getMin() 和 getMax() 会抛出 NoSuchElementException，而 getA verage() 会返回 NaN，getSum() 和 getCount() 则返回0。理解这些行为，是安全使用它的第一步。

IntStream.summaryStatistics() 能返回哪些统计值

调用 IntStream.summaryStatistics() 会得到一个 IntSummaryStatistics 实例。这个对象内部巧妙地缓存了五个核心统计量：计数、总和、最小值、最大值以及平均值（注意，平均值是 double 类型）。关键在于，这些值并非实时计算，而是在流遍历过程中一次性累积完成的。这意味着，你无需为了获取总和、最大值和平均值而分别调用 sum()、max()、a verage() 等终端操作，从而避免了多次遍历流的性能开销。

必须注意的空流陷阱

空流是许多统计操作的“暗礁”，summaryStatistics() 也不例外。如果流中没有任何元素，那么调用 getMin() 和 getMax() 将直接抛出 NoSuchElementException。与此同时，getA verage() 会返回一个特殊的 NaN（Not a Number），而 getSum() 和 getCount() 则规规矩矩地返回0。这并非程序缺陷，而是API的明确设计。

• 首要检查：务必在调用 getMin() 或 getMax() 之前，先判断 getCount() > 0。
• 平均值处理：不要直接对 getA verage() 的返回值进行算术运算（比如加1），应该先用 Double.isFinite() 等方法判断其是否为有效数值。
• 默认值策略：若业务逻辑要求为空流提供默认值，建议使用 Optional.ofNullable(...).orElse(...) 这类模式进行封装，这比硬编码 try-catch 块更加优雅和清晰。

和单独调用 min()/max()/a verage() 的性能差异

性能考量往往是选择的关键。如果分别调用 min()、max()、a verage()，每个终端操作都会触发一次独立的流遍历，时间复杂度是 O(3n)。而 summaryStatistics() 只需遍历一次，时间复杂度为 O(n)，并且其内部对象创建的开销微乎其微。这种差异在并行流场景下会被进一步放大——并行流中的 summaryStatistics() 能够自动合并各个分段的统计结果，而多次单独的终端操作则可能因为流已被消费关闭而抛出 IllegalStateException。

• 适用场景：当你需要同时获取三个或以上聚合统计值时，它就是最佳选择。
• 不适用场景：如果仅仅需要最大值或平均值等单一指标，直接调用对应方法语义更清晰，并且JIT编译器可能进行更有效的优化。
• 并行流提示：在并行流下，IntSummaryStatistics 的 toString() 方法输出的字段顺序可能不固定，但请放心，每个字段的数值本身都是准确无误的。

一个安全可用的实操示例

理论说得再多，不如一段健壮的代码来得实在。下面这个示例能安全处理任意 int[] 数组，包括空数组，并显式防御了所有边界情况：

int[] data = {1, 3, 2, 5};
IntSummaryStatistics stats = IntStream.of(data).summaryStatistics();

if (stats.getCount() == 0) {
    System.out.println("空数据");
} else {
    System.out.printf("count=%d, sum=%d, min=%d, max=%d, a vg=%.2f%n",
        stats.getCount(),
        stats.getSum(),
        stats.getMin(),
        stats.getMax(),
        stats.getA verage()
    );
}

最后提个醒：平均值是 double 类型，在格式化输出时很容易忽略精度问题。如果下游逻辑需要一个整数形式的均值，应当明确使用 (int) Math.round(stats.getA verage()) 进行四舍五入，而不是简单地强制类型转换进行截断，这能避免精度损失带来的潜在错误。