Java8 Stream reduce操作

Reduce，顾名思义为减少的意思，就是根据指定的计算模型将Stream中的值计算得到一个最终结果。在之前的一篇文章Java8函数式编程中简单介绍，Stream的count、min 和max方法底层都是依赖reduce实现的，本篇文章将简单介绍一下Java8 Stream reduce的几种基本用法。

首先来看一下Reduce三种形式：

S.N.	方法说明
1	Optional<T> reduce(BinaryOperator<T> accumulator); 对Stream中的数据通过累加器accumulator迭代计算，最终得到一个Optional对象
2	T reduce(T identity, BinaryOperator<T> accumulator); 给定一个初始值identity，通过累加器accumulator迭代计算，得到一个同Stream中数据同类型的结果
3	<U> U reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner); 给定一个初始值identity，通过累加器accumulator迭代计算，得到一个identity类型的结果，第三个参数用于使用并行流时合并结果

1. Optional<T> reduce(BinaryOperator<T> accumulator);

首先看一下函数式接口BinaryOperator，继承于BiFunction，Bifunction中有一个apply方法，接收两个参数，返回一个结果。如下：

@FunctionalInterface
public interface BinaryOperator<T> extends BiFunction<T,T,T> {
}
 
@FunctionalInterface
public interface BiFunction<T, U, R> {
    R apply(T t, U u);

也就是说，reduce(BinaryOperator<T> accumulator)方法需要一个函数式接口参数，该函数式接口需要两个参数，返回一个结果(reduce中返回的结果会作为下次累加器计算的第一个参数)，也就是所讲的累加器。所以reduce(BinaryOperator<T> accumulator)方法可以如下调用：

@Test
public void reduceTest() {
    Optional accResult = Stream.of(1, 2, 3, 4)
            .reduce((acc, item) -> {
                System.out.println("acc : " + acc);
                acc += item;
                System.out.println("item: " + item);
                System.out.println("acc+ : " + acc);
                System.out.println("--------");
                return acc;
            });
    System.out.println(accResult);
}

运行结果：

acc : 1
item: 2
acc+ : 3
--------
acc : 3
item: 3
acc+ : 6
--------
acc : 6
item: 4
acc+ : 10
--------
Optional[10]

2. T reduce(T identity, BinaryOperator<T> accumulator);

提供一个跟Stream中数据同类型的初始值identity，通过累加器accumulator迭代计算Stream中的数据，得到一个跟Stream中数据相同类型的最终结果，可以如下调用：

@Test
public void reduceTest1() {
    int accResult = Stream.of(1, 2, 3, 4)
            .reduce(100, (acc, item) -> {
                System.out.println("acc : "  + acc);
                acc += item;
                System.out.println("item: " + item);
                System.out.println("acc+ : "  + acc);
                System.out.println("--------");
                return acc;
            });
    System.out.println(accResult);
}

运行结果：

acc : 100
item: 1
acc+ : 101
--------
acc : 101
item: 2
acc+ : 103
--------
acc : 103
item: 3
acc+ : 106
--------
acc : 106
item: 4
acc+ : 110
--------
110

3. <U> U reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner);

首先看一下BiFunction的三个泛型类型分别是U、 ? super T、U，参考BiFunction函数式接口apply方法定义可以知道，累加器累加器通过类型为U和? super T的两个输入值计算得到一个U类型的结果返回。也就是说这种reduce方法，提供一个不同于Stream中数据类型的初始值，通过累加器规则迭代计算Stream中的数据，最终得到一个同初始值同类型的结果。看一个调用示例：
 

@Test
public void reduceTest2() {
    ArrayList<Integer> accResult_ = Stream.of(2, 3, 4)
            .reduce(Lists.newArrayList(1),
                    (acc, item) -> {
                        acc.add(item);
                        System.out.println("item: " + item);
                        System.out.println("acc+ : " + acc);
                        System.out.println("BiFunction");
                        return acc;
                    }, (acc, item) -> {
                        System.out.println("BinaryOperator");
                        acc.addAll(item);
                        System.out.println("item: " + item);
                        System.out.println("acc+ : " + acc);
                        System.out.println("--------");
                        return acc;
                    }
            );
    System.out.println("accResult_: " + accResult_);
}

运行结果：

item: 2
acc+ : [1, 2]
BiFunction
item: 3
acc+ : [1, 2, 3]
BiFunction
item: 4
acc+ : [1, 2, 3, 4]
BiFunction
accResult_: [1, 2, 3, 4]

通过运行结果可以看出，第三个参数定义的规则并没有执行。这是因为reduce的第三个参数是在使用parallelStream的reduce操作时，合并各个流结果的，本例中使用的是stream，所以第三个参数是不起作用的。上述示例，提供一个只有一个元素1的arrayList，通过累加器迭代，将stream中的数据添加到arrayList中。

以上就是stream中reduce的三种用法，用来通过特定的规则计算stream中的值，得到一个最终结果，其实还是很简单的。推荐一篇刚看到的讲解Java8 Stream的文章，Java Stream 详解，我陆陆续续也写了好几篇关于Java8新特性的文章了，但是比较下来并没有上面那篇文写的那么体系，之后的文章可以借鉴一下那篇文章的组织方法。

来源：oschina

链接：https://my.oschina.net/fairy1674/blog/3168511