我覺得你可能真的還不會Java

Stream API為我們提供了Stream.reduce用來實現集合元素的歸約。reduce函式有三個引數：

• Identity標識：一個元素，它是歸約操作的初始值，如果流為空，則為預設結果。
• Accumulator累加器：具有兩個引數的函式：歸約運算的部分結果和流的下一個元素。
• Combiner合併器（可選）：當歸約並行化時，或當累加器引數的型別與累加器實現的型別不匹配時，用於合併歸約操作的部分結果的函式。
  注意觀察上面的圖，我們先來理解累加器：
• 階段累加結果作為累加器的第一個引數
• 集合遍歷元素作為累加器的第二個引數

Integer型別歸約

reduce初始值為0，累加器可以是lambda表示式，也可以是方法引用。

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


int 
result 
= 
numbers

        
.stream()

        
.reduce(0, 
(subtotal, 
element) 
-> 
subtotal 
+ 
element);


System.out.println(result);  
//21




int 
result 
= 
numbers

        
.stream()

        
.reduce(0, 
Integer::sum);


System.out.println(result); 
//21

String型別歸約

不僅可以歸約Integer型別，只要累加器引數型別能夠匹配，可以對任何型別的集合進行歸約計算。

List<String> letters = Arrays.asList(
"a", 
"b", 
"c", 
"d", 
"e");

String result = letters

        .stream()

        .reduce(
"", 

(partialString, element) -> partialString + element);

System.out.println(result);  
//abcde





String result = letters

        .stream()

        .reduce(
"", String::concat);

System.out.println(result);  
//ancde

複雜物件歸約

計算所有的員工的年齡總和。

Employee e1 = 
new Employee(
1,
23,
"M",
"Rick",
"Beethovan");

Employee e2 = 
new Employee(
2,
13,
"F",
"Martina",
"Hengis");

Employee e3 = 
new Employee(
3,
43,
"M",
"Ricky",
"Martin");

Employee e4 = 
new Employee(
4,
26,
"M",
"Jon",
"Lowman");

Employee e5 = 
new Employee(
5,
19,
"F",
"Cristine",
"Maria");

Employee e6 = 
new Employee(
6,
15,
"M",
"David",
"Feezor");

Employee e7 = 
new Employee(
7,
68,
"F",
"Melissa",
"Roy");

Employee e8 = 
new Employee(
8,
79,
"M",
"Alex",
"Gussin");

Employee e9 = 
new Employee(
9,
15,
"F",
"Neetu",
"Singh");

Employee e10 = 
new Employee(
10,
45,
"M",
"Naveen",
"Jain");






List<Employee> employees = Arrays.asList(e1, e2, e3, e4, e5, e6, e7, e8, e9, e10);





Integer total = employees.stream().map(Employee::getAge).reduce(
0,Integer::sum);

System.out.println(total); 
//346

• 先用map將Stream流中的元素由Employee型別處理為Integer型別（age）。
• 然後對Stream流中的Integer型別進行歸約

Combiner合併器的使用

除了使用map函式實現型別轉換後的集合歸約，我們還可以用Combiner合併器來實現，這裡第一次使用到了Combiner合併器。因為Stream流中的元素是Employee，累加器的返回值是Integer，所以二者的型別不匹配。這種情況下可以使用Combiner合併器對累加器的結果進行二次歸約，相當於做了型別轉換。

Integer total3 = employees.stream()

        .reduce(
0,

(totalAge,emp) -> totalAge + emp.getAge(),Integer::sum); 
//注意這裡reduce方法有三個引數

System.out.println(total); 
//
346

計算結果和使用map進行資料型別轉換的方式是一樣的。

並行流資料歸約（使用合併器）

對於大資料量的集合元素歸約計算，更能體現出Stream並行流計算的威力。

在進行並行流計算的時候，可能會將集合元素分成多個組計算。為了更快的將分組計算結果累加，可以使用合併器。

Integer total2 = employees

        .parallelStream()

        .map(Employee::getAge)

        .reduce(
0,Integer::sum,Integer::sum);  
//注意這裡reduce方法有三個引數



System.out.println(total); 
//
346