初值必须满足恒等性约束：对任意元素t，accumulator.apply(identity, t) == t；并行流中还需满足combiner.apply(identity, u) == u，否则会导致串行与并行结果不一致、空流处理异常或非确定性错误。
初值（identity）不是随便填的数字或对象，它直接决定 reduce 行为是否正确、结果是否可预期，尤其在并行流中稍有偏差就会导致错误结果。
初值必须满足“恒等性”约束
初值 identity 必须对累加器函数 accumulator 满足恒等性：对任意元素 t，都有 accumulator.apply(identity, t) == t。比如求和时 identity = 0，因为 0 + t = t；求积时 identity = 1，因为 1 × t = t；字符串拼接用 ""，因为 "" + s == s。
- 违反恒等性会引入额外偏移：如求和用 identity = 100，串行结果 = 实际和 + 100，而并行流可能重复加多次，结果更不可控
- 常见错误初值：求最大值用 Integer.MIN_VALUE 是安全的；但用 0 就不对——若流中全是负数，结果会错误地返回 0
初值影响返回类型与空流处理
带初值的 reduce（双参数版）返回类型是 T，不包装 Optional；无初值版返回 Optional
- 如果你确定流非空且想简化判空逻辑，选带初值版本
- 若流可能为空，又不想用 .orElseThrow() 或 .orElse(null)，初值提供兜底语义——例如 reduce("", String::concat) 空流返回 ""，而非 Optional.empty()
并行流中初值被多次使用，必须满足组合一致性
并行执行时，流被拆成多个分段，每段都以 identity 为起点独立归约；最后用 combiner 合并各段结果。因此 identity 还需满足：combiner.apply(identity, u) == u（即 identity 对 combiner 也是恒等元）。
- 求和场景中，combiner 通常是 (a,b) -> a+b，identity=0 满足 0+b == b，安全
- 但若自定义 combiner 为 (a,b) -> Math.max(a,b)，identity 就该是 Integer.MIN_VALUE，而非 0
- 初值类型与 combiner 输入/输出类型必须一致，否则编译失败或运行时 ClassCastException
初值选择不当的典型表现
这些现象往往暴露初值设计问题：
- 串行结果正常，并行结果翻倍（如 identity=100 求和得 306 而非 106）→ 初值非恒等元
- 空流返回 null 或抛 NPE → 用了无初值版却没处理 Optional
- 并行结果偶尔变化（非确定性）→ combiner 不满足结合律，或 identity 不满足 combiner 恒等性
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
