面试题：Java Stream终止操作中reduce方法的高级应用

Question

在Java Stream里，reduce方法功能强大。请描述reduce方法的重载形式及其参数含义，并举例说明如何利用reduce方法实现对一个整数流的自定义累加操作，比如计算流中所有偶数的平方和。此外，说明在并行流场景下使用reduce方法需要注意什么。

Answer 1

reduce方法的重载形式及其参数含义

1. Optional<T> reduce(BinaryOperator<T> accumulator)
   • 参数含义：accumulator是一个BinaryOperator<T>类型的函数，用于将流中的元素两两结合。它接受两个同类型的参数（流中的元素），并返回一个同类型的结果。这个结果会继续与流中的下一个元素结合，直到处理完流中的所有元素。
   • 示例：计算整数流中所有元素的和

import java.util.stream.Stream;

public class ReduceExample {
    public static void main(String[] args) {
        Stream<Integer> numberStream = Stream.of(1, 2, 3, 4, 5);
        numberStream.reduce((a, b) -> a + b).ifPresent(System.out::println);
    }
}

2. T reduce(T identity, BinaryOperator<T> accumulator)
   • 参数含义：identity是一个初始值，在流为空时会直接返回这个初始值。accumulator同样是一个BinaryOperator<T>类型的函数，用于将流中的元素与identity或中间结果结合。
   • 示例：计算整数流中所有元素的乘积，初始值设为1

import java.util.stream.Stream;

public class ReduceExample {
    public static void main(String[] args) {
        Stream<Integer> numberStream = Stream.of(2, 3, 4);
        int product = numberStream.reduce(1, (a, b) -> a * b);
        System.out.println(product);
    }
}

3. <U> U reduce(U identity, BiFunction<U,? super T,U> accumulator, BinaryOperator<U> combiner)
   • 参数含义：identity是初始值。accumulator是一个BiFunction<U,? super T,U>类型的函数，用于将identity或中间结果与流中的元素结合。combiner是一个BinaryOperator<U>类型的函数，用于在并行流的情况下，将不同子流的中间结果合并。
   • 示例：在并行流中计算整数流中所有元素的和

import java.util.stream.Stream;

public class ReduceExample {
    public static void main(String[] args) {
        Stream<Integer> numberStream = Stream.of(1, 2, 3, 4, 5).parallel();
        int sum = numberStream.reduce(0, Integer::sum, Integer::sum);
        System.out.println(sum);
    }
}

利用reduce方法实现对一个整数流的自定义累加操作（计算流中所有偶数的平方和）

import java.util.stream.Stream;

public class ReduceExample {
    public static void main(String[] args) {
        Stream<Integer> numberStream = Stream.of(1, 2, 3, 4, 5);
        int sumOfSquaresOfEvens = numberStream.filter(n -> n % 2 == 0)
                                              .map(n -> n * n)
                                              .reduce(0, Integer::sum);
        System.out.println(sumOfSquaresOfEvens);
    }
}

在并行流场景下使用reduce方法需要注意什么

1. 结合性：accumulator和combiner函数必须是结合性的，即(a op b) op c == a op (b op c)。否则，在并行流中执行reduce操作时，不同线程处理子流得到的结果合并后可能不一致。
2. 无状态性：accumulator和combiner函数应该是无状态的。如果函数有状态，在并行执行时，不同线程可能会同时修改状态，导致结果不可预测。
3. 初始值：identity初始值必须与accumulator和combiner函数兼容。例如，在计算整数和的场景下，初始值为0是合适的；如果计算乘积，初始值应为1。如果初始值设置不当，可能导致计算结果错误。