Stream API为我们提供了Stream.reduce用来实现集合元素的归约。reduce函数有三个参数：
- Identity标识：一个元素，它是归约操作的初始值，如果流为空，则为默认结果。
- Accumulator累加器：具有两个参数的函数：归约运算的部分结果和流的下一个元素。
- Combiner合并器（可选）：当归约并行化时，或当累加器参数的类型与累加器实现的类型不匹配时，用于合并归约操作的部分结果的函数。
注意观察上面的图，我们先来理解累加器： - 阶段累加结果作为累加器的第一个参数
- 集合遍历元素作为累加器的第二个参数
Integer类型归约
reduce初始值为0，累加器可以是lambda表达式，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类型归约
不仅可以归约Integer类型，只要累加器参数类型能够匹配，可以对任何类型的集合进行归约计算。
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
复杂对象归约
计算所有的员工的年龄总和。
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将Stream流中的元素由Employee类型处理为Integer类型（age）。
- 然后对Stream流中的Integer类型进行归约
Combiner合并器的使用
除了使用map函数实现类型转换后的集合归约，我们还可以用Combiner合并器来实现，这里第一次使用到了Combiner合并器。因为Stream流中的元素是Employee，累加器的返回值是Integer，所以二者的类型不匹配。这种情况下可以使用Combiner合并器对累加器的结果进行二次归约，相当于做了类型转换。
Integer total3 = employees.stream()
.reduce(
0,
(totalAge,emp) -> totalAge + emp.getAge(),Integer::sum);
//注意这里reduce方法有三个参数
System.out.println(total);
//
346
计算结果和使用map进行数据类型转换的方式是一样的。
并行流数据归约（使用合并器）
对于大数据量的集合元素归约计算，更能体现出Stream并行流计算的威力。
在进行并行流计算的时候，可能会将集合元素分成多个组计算。为了更快的将分组计算结果累加，可以使用合并器。
Integer total2 = employees
.parallelStream()
.map(Employee::getAge)
.reduce(
0,Integer::sum,Integer::sum);
//注意这里reduce方法有三个参数
System.out.println(total);
//
346
