Arrays.parallelPrefix()是Java 8引入的并行前缀累积工具，就地执行、要求操作满足结合律，支持整型、双精度及自定义二元运算，适用于前缀和、积、积分近似等场景，在多核环境下比传统循环快2–4倍。
Arrays.parallelPrefix() 是 Java 8 引入的并行数组操作工具，能高效计算前缀和（即每个位置等于从开头到该位置所有元素的累积和），特别适合大数组、多核环境下的积分汇总类场景。
核心用法：传入数组和累加操作
它直接在原数组上做**就地修改**，不需要额外空间，也不需手写循环。关键是要传入一个 BinaryOperator（如 Integer::sum）来定义“如何合并两个值”：
- 对整型数组：
Arrays.parallelPrefix(arr, Integer::sum) - 对双精度数组：
Arrays.parallelPrefix(doubles, Double::sum) - 自定义运算（如乘积前缀）：
Arrays.parallelPrefix(arr, (a, b) -> a * b)
为什么比 for 循环快？利用并行分治
它不是简单地拆成几段并行累加，而是采用类似归并的分治策略：
- 先将数组划分为多个块，并行计算各块内部的前缀和
- 再按块顺序依次修正后续块的起始偏移（即把前一块的末尾值加到后一块每个元素上）
- 整个过程仍保持 O(n) 时间复杂度，但充分利用多核，实测在百万级数组上可比单线程快 2–4 倍
注意事项：必须满足结合律，且不能依赖中间状态
因为并行执行顺序不确定，传入的运算必须满足数学上的结合律（如 +、*、Math.max、Math.min），否则结果不可靠：
- ✅ 安全：
Integer::sum、(a,b)->a|b（按位或） - ❌ 危险：
(a,b)->a-b（减法不满足结合律）、(a,b)->a+1（忽略 b，逻辑错误） - ⚠️ 注意：如果数组含 null 或需要空值处理，需自行包装逻辑，原生方法不校验
配合流式初始化，一气呵成做积分汇总
常用于从原始数据快速生成累计统计，比如每日销量转累计销量：
int[] dailySales = {10, 25, 15, 30, 20};
Arrays.parallelPrefix(dailySales, Integer::sum);
// 结果：[10, 35, 50, 80, 100] —— 即第 i 天的总销量
若原始数据来自 Stream，可先用 toArray() 转为基本类型数组再调用，避免装箱开销。
