該筆記編寫時并未參照官方文檔，所以在一些地方可能會有錯漏。

在之前再次學(xué)習(xí)折疊操作的時候，我曾做了一些筆記，并且使用 js 編寫了一些示例。當時本打算同時也介紹一下 Java8 的 stream 中提供的 reduce 方法（以下簡稱 java8-reduce），但發(fā)現(xiàn)其行為和 js 中的相去甚遠，所以先略過了。Java為了高性能和并發(fā)支持，它的 reduce 方法是經(jīng)過大量優(yōu)化的，也引入了自己獨有的所謂 Combiner，非常具有Java特色。

如果要說 java8-reduce 的最明顯的特點，我認為有兩個——

首先，它非常合適同 Java 的可變集合一起工作（collect 方法），這在其他語言里是見不到的，這樣既符合 java 傳統(tǒng)的編程模式，也能保證足夠的性能，甚至在并發(fā)情況下也能夠應(yīng)付。

然后，它允許并發(fā)的 reduce 操作；java8-reduce 能把集合切分成多個部分，對每個部分并行地執(zhí)行 reduce 操作，并通過所謂的 combiner 函數(shù)兩兩組合，得到最終結(jié)果；但顯然使用并行的 reduce 操作時必須符合特定約束，以保證其能正確執(zhí)行，無關(guān)切分情況或處理器核心數(shù)量。下面挨個點名。

The easiest way

最簡單的 reduce 操作就是結(jié)果值和集合內(nèi)的值同類型的 reduce 了，比如對集合求積，求和，Java 中干這事一樣簡單——

但 Java 未提供 reduceRight 方法，想必是認為其應(yīng)用范圍不廣，事實也確實如此。

Parallel: Where thing goes wrong

上面是串行流，它的行為同其它語言一致，但若是并行流呢？試試下面的代碼——

結(jié)果是什么？如果是串行流的話，結(jié)果是肯定的——7，但這是并行流，我的電腦的結(jié)果是 9。也可以去嘗試一下其它結(jié)果，最后會發(fā)現(xiàn)，只要 zero 參數(shù)（java 叫做 identity，這個名字興許能給我們啟發(fā)）不為 0，最后并行得到的結(jié)果和串行必然不一樣。

那么，并行流的 reduce 究竟是怎么跑的？

我們知道，串行流的 reduce 可以描述成把集合中各元素通過一個二元操作符相連接，比如上面的求集合的和可以寫成——

但是并行流顯然不是這樣干的，總的來說，并行流的 reduce 操作，會先把流切分成多個部分（具體切分數(shù)目由處理器核心數(shù)量決定），然后對每個部分各自并行執(zhí)行 reduce 操作，然后再兩兩進行 Combine 操作，得到最終結(jié)果，這里的每個切分的部分，可以把它稱作ReduceTask，比如對[1,2,3,4,5].reduceParr(1, plus)，它的計算過程可能是這樣的——

1. 將[1, 2, 3, 4, 5]切分成四段，[1]，[2]，[3]，[4, 5]

2. 對每一段，并行調(diào)用 reduce 方法，即[1].reduce(1, plus)，[2].reduce(1, plus)……得到2，3，4，10。

3. 對結(jié)果兩兩執(zhí)行 combine 操作，這里的 combine 操作即 acc 操作，即 plus，combine(combine(2, 3), combine(4, 10))

4. 得到結(jié)果——19。（實踐好像是分了 5 段，因此結(jié)果是 20）

具體流程是我們不應(yīng)該關(guān)心的，我們只需要知道，各個部分會分別 reduce，然后會兩兩 combine，最終得到最終結(jié)果。這里的“兩兩 combine”不是說從左往右依次 combine（這不就又是一個串行的 reduce 嘛），想象一下歸并排序的迭代版，它自底向上，每次 combine 的都是更“大”的值。

對于同類型的 reduce 操作，combine 函數(shù)同 acc 函數(shù)相同，所以[1,2,3].reduce(0, Integer::sum)也可以描述成[1,2,3].reduce(0, Integer::sum, Integer::sum)，表示它的合并和積累函數(shù)都是 sum。

非同類型的 reduce

只有在非同類型的 reduce 操作中，combine 才會明確顯示出來——它需要用戶主動去定義，但我們先來看看 Java 特色的 reduce 操作。

非同類型的 reduce 操作有兩個方法可用——

• reduce(identity : U, acc : (U, T) => U, combiner : (U, U) => U)

• collect(supplier : () => U, acc : (U, T) => (), combiner : (U, U) => ())

前者（reduce）用于累積的類型是不可變值的情況；后者（collect）用于累積的類型是可變值的情況。

reduce 方法

我們先來看看 reduce，下面的操作將集合反轉(zhuǎn)——

在這里，第三個參數(shù)就是所謂的 combiner，這里因為是串行流，所以 combiner 不會被調(diào)用，可以直接返回 null。但 combiner 本身不能為 null，否則會拋空指針異常。

但若是并行流呢？我們憑第一印象，大概會這么寫——

但是這樣是無法生效的，如果試圖對該集合進行輸出，它在輸出時會拋出空指針異常！這說明它的結(jié)構(gòu)被破壞了，我們遇到了線程安全問題！

但為什么會這樣呢？原來，reduce 方法中所使用的 identity，會被每一個 ReduceTask 都共用！并且我們在 acc 函數(shù)中原樣返回了累積值，因此它會被持續(xù)使用下去，如果在 combiner 中試圖判斷a == b，它也將是 true，因為 a 和 b 是同一個對象！

因此，reduce 方法只適合不可變對象，或者我們可以每次返回值都不改變原值，而是返回一個新的值，新的引用，但這對性能是極大的損耗，只有 string 這樣的不可變類在 reduce 方法上才能得到運用。

collect 方法

這時，使用collect方法就是一個更好的選擇，我們再看一看 collect 的簽名——

這簽名實際上把所有細節(jié)都描述出來了——我們通過一個 supplier，來讓每一個 ReduceTask 都能拿到不一樣的引用，從而避免共享數(shù)據(jù)問題；acc 和 combiner 都是沒有返回值的，因此顯然我們需要通過修改累積值來完成積累和合并操作。下面使用 collect 來進行一個 count 操作——

That’s it！了解這么多就足夠了。使用原則是，當使用值類型，或不可變類型，如 String，Scala，Kotlin 的不可變集合，基本類型等的時候，使用 reduce 方法；使用引用類型，可變類型的時候，使用 collect 方法。

雖然 combiner，acc，初始值的設(shè)置要遵循的一定的規(guī)律，但給出統(tǒng)一和容易理解的表述并不容易，具體問題具體分析吧。