如何应用reduce操作实现流中变量的累加聚合并掌握初始值配置技巧-java教程-PHP中文网

累加应优先用sum()；若用reduce，identity须为中性值（如0）、accumulator须为纯函数、combiner须满足结合律；并行流必须用三参数reduce；带状态聚合需用不可变容器。

如何应用reduce操作实现流中变量的累加聚合并掌握初始值配置技巧

直接用 reduce 做累加看似简单，但初始值配错、参数选错，轻则结果不准，重则并行流下崩溃。关键不在“会不会写”，而在“为什么这么写”。

累加数字：优先用 sum()，非要用 reduce 就守死三条线

对 int 或 long 流，最稳写法是：
stream.mapToInt(Integer::intValue).sum() —— 底层优化、线程安全、无需操心初始值。

若坚持用 reduce，必须满足：

identity 必须是中性不可变值：如 0（加法）、1L（乘法），绝不能是 new AtomicInteger(0) 或可变数组
accumulator 必须纯函数：写成 (a, b) -> a + b，不修改 a；禁用 list.add(b) 这类副作用操作
combiner 必须与 accumulator 行为一致且满足结合律：例如两个部分和合并，也得用 (x, y) -> x + y，不能一个加、一个减

并行流累加：双参数 reduce 是陷阱，三参数才是标配

写 parallelStream().reduce(0, (a,b)->a+b) 在多数情况下能跑通，但这只是“碰巧”——因为加法满足无状态、可结合。一旦换成对象拼接、计数统计或自定义类型，立刻出问题。

真正可靠的做法是显式提供三参数版本：

int sum = list.parallelStream()
    .reduce(
        0,                                    // identity：中性值，不可变
        (partial, e) -> partial + e,        // accumulator：每次加新元素
        (left, right) -> left + right       // combiner：合并两个分段结果
    );

这个结构天然适配 Fork/Join 框架，各线程独立计算片段，最后安全合并。

带状态聚合：用不可变容器替代可变对象

求平均值需要同时记 sum 和 count，不能用 int 当 identity，也不能用 new long[2]（数组可变，会被多线程污染）。

正确姿势是定义不可变数据载体：

record SumCount(long sum, long count) {
    SumCount add(int x) { return new SumCount(sum + x, count + 1); }
    SumCount merge(SumCount other) { 
        return new SumCount(sum + other.sum, count + other.count); 
    }
}

再传入 reduce：

SumCount result = stream.reduce(
    new SumCount(0, 0), 
    (sc, x) -> sc.add(x), 
    (sc1, sc2) -> sc1.merge(sc2)
);
double avg = (double) result.sum() / result.count();