文本内容每行是name;value格式，先上代码

public class ReadTxt {
    public static void main(String[] args) throws Exception {
        var start = System.currentTimeMillis();
        calculate();
        System.err.format("Took %,d ms\n", System.currentTimeMillis() - start);
    }

    private static void calculate() throws Exception {
        var allStats = new BufferedReader(new FileReader("measurements.txt"))
                .lines()
                .parallel()
                .collect(
                        groupingBy(line -> line.substring(0, line.indexOf(';')),
                                summarizingDouble(line ->
                                        parseDouble(line.substring(line.indexOf(';') + 1)))));
        var result = allStats.entrySet().stream().collect(Collectors.toMap(
                Entry::getKey,
                e -> {
                    var stats = e.getValue();
                    return String.format("%.1f/%.1f/%.1f",
                            stats.getMin(), stats.getAverage(), stats.getMax());
                },
                (l, r) -> r,
                TreeMap::new));
        System.out.println(result);
    }
}

解析
这段代码是一个Java方法，其主功能是从一个文本文件中读取数据，按照特定的规则进行分组和统计，然后输出每组数据的最小值、平均值和最大值。下面详细解析这个方法的每个步骤：

  1. 文件读取与流处理:

    var allStats = new BufferedReader(new FileReader("measurements.txt"))
        .lines()
        .parallel()
        .collect(...
    • 这段代码首先创建了一个BufferedReader对象来读取名为measurements.txt的文件。
    • lines()方法将这个文件转换为一个流（Stream），其中每个元素代表文件中的一行。
    • parallel()方法的调用使得接下来的流操作可以并行执行，这可能提高处理大文件时的性能。

  2. 数据分组与统计:

    collect(groupingBy(line -> line.substring(0, line.indexOf(';')),
        summarizingDouble(line ->
                Double.parseDouble(line.substring(line.indexOf(';') + 1)))));
    • 这段代码使用collect方法对流中的元素进行收集。
    • groupingBy函数用于根据提供的分类函数对元素进行分组。在这里，分类函数是根据每行数据中;字符前的内容来分组，即假设每行数据的格式为key;value，则按key来分组。
    • summarizingDouble函数用于生成包含统计信息的DoubleSummaryStatistics对象，这里是针对每个分组的value部分（即;字符后的内容），并将其从字符串转换为双精度浮点数（Double）。

  3. 结果处理与格式化输出:

    var result = allStats.entrySet().stream().collect(Collectors.toMap(
        Entry::getKey,
        e -> {
            var stats = e.getValue();
            return String.format("%.1f/%.1f/%.1f",
                    stats.getMin(), stats.getAverage(), stats.getMax());
        },
        (l, r) -> r,
        TreeMap::new));
System.out.println(result);
    • 这段代码处理上一步得到的分组统计结果allStats。
    • 使用entrySet().stream()转换分组统计结果为流，然后通过collect方法收集处理后的数据。
    • Collectors.toMap方法用于生成一个映射，其键是分组的键（即每行数据中;前的内容），值是格式化后的字符串，包含每组数据的最小值、平均值和最大值，格式为最小值/平均值/最大值。
    • 在冲突的情况下（即两个键相同），选择右边的值（(l, r) -> r），尽管在这个场景中不太可能出现键的冲突。
    • 使用TreeMap::new作为收集器的最后一个参数，确保结果是根据键（分组标识）排序的。

  4. 打印结果:

    • System.out.println(result);语句用于打印处理和格式化后的结果。

这个方法从名为measurements.txt的文件中读取数据，按行进行处理，根据每行中;前的内容进行分组，然后计算每个分组中数值（;后的内容）的最小值、平均值和最大值，并按分组键的自然顺序打印出这些统计结果。