Java8 Stream reduce 归约的并发注意事项。combiner.apply(u, accumulator.apply(identity, t))理解

reduce概念

下面解释是抄别人的。和haskell等语言里的概念很像

好的命名是自解释的 reduce的方法取得就是其中归纳的含义 java8 流相关的操作中,我们把它理解
“累加器”,之所以加引号是因为他并不仅仅是加法 他的运算可以是一个Lambda 表达式 所以更准确的说 reduce 是一个迭代运算器
Stream包的文档中其实已经说的很明白了 但是就是因为不是很理解所以看的云里雾里 其中说到:
一个reduce操作（也称为折叠）接受一系列的输入元素，并通过重复应用操作将它们组合成一个简单的结果

并发的问题

函数介绍

• reduce(accumulator)
• reduce(identity,accumulator)
• reduce(identity,accumulator,combiner)
  identity是reduce进行迭代操作的初始值。accumulator是用来迭代的。combiner是并发时用来合并各线程结果的。

代码

public class AppTest {
    /**
     * Rigorous Test :-)
     */
    @Test
    public void test2() {
        assertTrue(true);
        int b = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9).parallel().reduce(0, (acc, x) -> acc + x);
        int c = Stream.of(2, 3, 4, 5, 6, 7, 8, 9).parallel().reduce(1, (acc, x) -> acc + x);
        int d = Stream.of(2, 3, 4, 5, 6, 7, 8, 9).parallel().reduce(1, (acc, x) -> acc + x, (x, y) -> x + y - 1);
        System.out.printf("初始值个数不影响结果：%d\n", b);
        System.out.printf("无修正:%d\n", c);
        System.out.printf("合并修正:%d\n", d);
    }
}

结果

---

可以明显看到第二个方式是有问题的。原因是初始值加了四遍。这是由于他内部是使用了fork-join框架 把大任务转小任务，然后并发运行。有点像归并排序的感觉。但是为了保证并发安全，他把每个输入数据都复制了一份，这样自然不用🔓了，但同时导致初始值多加三遍。所以redue源代码注释里才会有这句话。

combiner.apply(u, accumulator.apply(identity, t)) == accumulator.apply(u, t)

和这句话

combiner(identity, u) is equal to u

这两句话只要满足一个就行了。
在这个例子里，初始值为0当然是符合的，为1 是不符合的。

我们这里可以把思维再扩展些。这里的等于并不是要求地址相等是同一个对象，而只是要求逻辑上等价。

话说这也太卷了，我就做个累加也要并发。😃