什么是 reduce

Java8 中有兩大最為重要的改變，其一是 Lambda 表達式，另一個就是 Stream API 了。

Stream 是 Java8 中處理集合的關鍵抽象概念，它將數據源流化后，可以執行非常復雜的查找、過濾和映射數據、排序、切片、聚合統計等操作。操作之后會產生一個新的流，而數據源則不會發生改變。

在使用 Stream 操作的過程中，往往有三個步驟，

1. 創建 Stream

從一個數據源（集合，數組）中，新建一個 Stream 流。

2. 中間操作

一個中間操作鏈，對 Stream 流的數據進行處理。比如查找、過濾、映射轉換等。

3. 終止操作

一個終止操作，執行中間操作鏈，并產生結果。常用的終止操作有 forearch、collect、match、count、min、max、reduce 等。

其中本文主要講解的 reduct 操作就屬于是 Stream 流操作中的終止操作。

reduce 操作是一種通用的歸約操作，它可以實現從 Stream 中生成一個值，其生成的值不是隨意的，而是根據指定的計算模型。

比如終止操作中提到 count、min 和 max 方法，因為常用而被納入標準庫中。事實上這些方法都是一種 reduce 操作。

本文大綱如下，

圖片

reduce 操作三要素

為了方便大家理解 reduce （規約）操作，先給大家演示一下 reduce 操作的相關代碼示例，

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);
int result = numbers
  .stream()
  .reduce(0, (subtotal, element) -> subtotal + element);
assertThat(result).isEqualTo(21);

可以看到，我們的 reduce 操作接受了三個參數，返回了一個 int 基本類型。

在 Stream API 中，提供了三個 reduct 操作方法，根據參數不同進行區分。

圖片

對應上方代碼示例，也就是使用了接受兩個參數的 reduce 方法，但其實接受兩個參數的 reduce 方法的代碼邏輯是和接受三個參數的 reduce 方法是一致的。通過上方截圖可以看出。

所以這里，我就直接給大家介紹下 reduce 操作的三個參數分別有什么作用即可。

identiy 參數

identiy（初始值）是 reduce 操作的初始值，也就是當元素集合為空時的默認結果。對應上方代碼示例，也就是說 reduce 操作的初始值是 0。

accumulator 參數

accumulator（累加器）是一個函數，它接受兩個參數，reduce 操作的部分元素和元素集合中的下一個元素。它返回一個新的部分元素。在這個例子中，累加器是一個 lambda 表達式，它將集合中兩個整數相加并返回一個整數：(a, b) -> a + b。

combiner 參數

combiner（組合器）是一個函數，它用于在 reduce 操作被并行化或者當累加器的參數類型和實現類型不匹配時，將 reduce 操作的部分結果進行組合。在上面代碼示例中，我們不需要使用組合器，因為上面我們的 reduce 操作不需要并行，而且累加器的參數類型和實現類型都是 Integer。

為了方便大家理解 reduce 操作的內部邏輯，我給大家繪制了上面代碼示例的執行示意圖，如下，

如何使用 reduce 操作

為了更好地理解初始值，累加器和組合器的功能，讓我們看一些基本的例子。

使用 reduce 查詢整數集合的最小值

// 創建一個整數集合
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);

// 找出集合中的最小值
Integer min = numbers.stream().reduce((integer, integer2) -> {
    if (integer < integer2) {
        return integer;
    } else {
        return integer2;
    }
}).get();

// 輸出結果
System.out.println(min); // 1

在這個例子中，我們使用了一個參數的 reduce 操作，它接受一個累加器函數。累加器函數會返回集合兩個元素中，較小的元素。

最終我們就可以找出集合中最小值 1。

使用 reduce 操作拼接字符串列表

我們可以對一個字符串列表使用 reduce 操作，將它們拼接成一個單一的字符串：

// 創建一個字符串列表
List<String> letters = Arrays.asList ("a", "b", "c", "d", "e");

// 使用 reduce 操作拼接字符串列表
String result = letters
  .stream ()
  .reduce ("", (partialString, element) -> partialString + element);

// 輸出結果
System.out.println (result); // abcde

在這個例子中，我們將初始值設為 ""，累加器函數設為 (a, b) -> a + b，它表示將兩個字符串拼接起來。

我們可以看到，reduce 操作將累加器函數反復應用到列表中的每個元素上，得到最終的結果 abcde。

使用并行流計算整數列表的總和

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5，6);

// 使用并行流和 reduce() 方法計算整數列表的總和
int result = numbers.parallelStream()
        .reduce(0, (a, b) -> a + b, Integer::sum);

// 輸出結果
System.out.println(result); // 21

在這個例子中，我們使用 parallelStream() 方法將列表轉換為并行流，再使用 reduce() 方法對整數列表進行 reduce 操作，并使用 Integer::sum 作為合并函數 combiner，將并行計算的結果合并。

使用并行流的好處能夠充分利用多核 CPU 的優勢，使用多線程加快對集合數據的處理速度。

不過并行流也不是任何時候都可以使用的，并行流執行過程中實際按照多線程執行，多線程編程有的問題，并行流都有。

比如多線程的線程安全，執行順序等問題，并行流都是有的。這一點需要大家注意。