并行环境下用stream.reduce三参数重载需确保identity为不可变中性值、accumulator纯函数化返回新对象、combiner满足结合律且无共享修改，三者协同保障线程安全与结果正确。
要用 Stream.reduce 的三参数重载在并行环境下安全完成变量逻辑规约，关键不是“写对语法”，而是让三个参数协同满足并行归约的数学与线程安全要求。串行流下第三个参数不生效，但只要调用了 parallelStream()，combiner 就必须存在且正确——否则结果不可靠，甚至抛异常。
identity 必须是中性、不可变的起始值
它既是串行归约的起点，也是并行时每个数据分片的初始状态。不能是可变对象（如 new ArrayList()），也不能被 accumulator 或 combiner 修改。
- 数字求和：用
0、0L、0.0—— 加法单位元，不可变 - 字符串拼接：用
""—— concat 的中性值 - 自定义聚合类（如 SumCount）：用
new SumCount(0, 0)，但注意每次都要新建，不能复用同一实例 - 错误做法：
new StringBuilder()或new HashMap()作 identity —— 多线程共用会冲突
accumulator 要纯函数化，拒绝副作用
它接收「当前累积结果」和「下一个元素」，返回一个**新结果**。不能修改入参，也不能依赖外部变量或状态。
- 正确：
(sumCount, x) -> new SumCount(sumCount.sum + x, sumCount.count + 1) - 错误：
(list, e) -> { list.add(e); return list; }—— 修改了 list，串行勉强可用，并行必崩 - 注意类型一致性：若 identity 是
SumCount，accumulator 返回类型也必须是SumCount
combiner 是并行安全的核心，必须满足结合律且无共享修改
它只在并行流中被调用，负责把不同线程算出的中间结果合并。它的行为语义必须和 accumulator 一致，且满足 combiner(a, b) == combiner(b, a) 和 combiner(combiner(a, b), c) == combiner(a, combiner(b, c))。
- 数字累加：
(a, b) -> a + b✅ 满足结合律，线程安全 - 合并两个 List：
(list1, list2) -> { List<t> r = new ArrayList(list1); r.addAll(list2); return r; }</t>✅ 创建新容器 - 错误写法：
(list1, list2) -> { list1.addAll(list2); return list1; }❌ 修改 list1，多线程并发调用导致数据污染 - 自定义类合并：
(sc1, sc2) -> new SumCount(sc1.sum + sc2.sum, sc1.count + sc2.count)✅ 不动原对象，返回新实例
一个完整可用的并行规约示例
统计订单总数、商品总数量、消费总金额：
record OrderStats(int orderCount, int productCount, double totalAmount) {}
List<order> orders = ...;
OrderStats result = orders.parallelStream()
.reduce(
// identity
new OrderStats(0, 0, 0.0),
// accumulator
(stats, order) -> new OrderStats(
stats.orderCount() + 1,
stats.productCount() + order.getProductCount(),
stats.totalAmount() + order.getTotalAmount()
),
// combiner
(s1, s2) -> new OrderStats(
s1.orderCount() + s2.orderCount(),
s1.productCount() + s2.productCount(),
s1.totalAmount() + s2.totalAmount()
)
);
</order>
这个写法在串行和并行下结果一致，且完全线程安全——因为每一步都返回新对象，不复用、不修改、不共享。
