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(guān)鍵抽象概念，它將數(shù)據(jù)源流化后，可以執(zhí)行非常復(fù)雜的查找、過濾和映射數(shù)據(jù)、排序、切片、聚合統(tǒng)計等操作。操作之后會產(chǎn)生一個新的流，而數(shù)據(jù)源則不會發(fā)生改變。

在使用 Stream 操作的過程中，往往有三個步驟，

1. 創(chuàng)建 Stream

從一個數(shù)據(jù)源（集合，數(shù)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(shù)據(jù)進行處理。比如查找、過濾、映射轉(zhuǎn)換等。

3. 終止操作

一個終止操作，執(zhí)行中間操作鏈，并產(chǎn)生結(jié)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(xiàn)從 Stream 中生成一個值，其生成的值不是隨意的，而是根據(jù)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(biāo)準(zhǔn)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(guī)約）操作，先給大家演示一下 reduce 操作的相關(guān)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(shù)，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(jù)參數(shù)不同進行區(qū)分。

圖片

對應(yīng)上方代碼示例，也就是使用了接受兩個參數(shù)的 reduce 方法，但其實接受兩個參數(shù)的 reduce 方法的代碼邏輯是和接受三個參數(shù)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(shù)分別有什么作用即可。

identiy 參數(shù)

identiy（初始值）是 reduce 操作的初始值，也就是當(dāng)元素集合為空時的默認(rèn)結(jié)果。對應(yīng)上方代碼示例，也就是說 reduce 操作的初始值是 0。

accumulator 參數(shù)

accumulator（累加器）是一個函數(shù)，它接受兩個參數(shù)，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(shù)相加并返回一個整數(shù)：(a, b) -> a + b。

combiner 參數(shù)

combiner（組合器）是一個函數(shù)，它用于在 reduce 操作被并行化或者當(dāng)累加器的參數(shù)類型和實現(xiàn)類型不匹配時，將 reduce 操作的部分結(jié)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(shù)類型和實現(xiàn)類型都是 Integer。

為了方便大家理解 reduce 操作的內(nèi)部邏輯，我給大家繪制了上面代碼示例的執(zhí)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(shù)集合的最小值

// 創(chuàng)建一個整數(shù)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(jié)果
System.out.println(min); // 1

在這個例子中，我們使用了一個參數(shù)的 reduce 操作，它接受一個累加器函數(shù)。累加器函數(shù)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(chuàng)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(jié)果
System.out.println (result); // abcde

在這個例子中，我們將初始值設(shè)為 ""，累加器函數(shù)設(shè)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(shù)反復(fù)應(yīng)用到列表中的每個元素上，得到最終的結(jié)果 abcde。

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

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

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

使用并行流的好處能夠充分利用多核 CPU 的優(yōu)勢，使用多線程加快對集合數(shù)據(jù)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(zhí)行過程中實際按照多線程執(zhí)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(zhí)行順序等問題，并行流都是有的。這一點需要大家注意。