用Stream.reduce()合并复杂对象需满足结果类型一致、无副作用、结合律三条件；简单场景用双参数，多属性联动必须用三参数并确保不可变性；否则并行时出错。
要用 Stream.reduce() 实现复杂对象的属性合并，关键不是“写个 lambda 就完事”，而是让归约逻辑满足三个硬性条件：结果类型一致、操作无副作用、行为满足结合律。否则串行可能凑合，一开并行就出错或数据污染。
先明确要合并什么，再选对 reduce 形式
如果只是简单求和、拼字符串、找最大值，用双参数 reduce(identity, BinaryOperator) 即可。但一旦涉及多个属性联动（比如同时累加 age、拼接 name、统计非空个数），就必须用三参数版本：
-
identity：提供一个中性、不可变的初始容器，比如
new PersonSummary(0, "", 0)，不能是new StringBuilder()或复用的ArrayList -
accumulator：接收当前汇总对象和新元素，返回一个全新对象，不修改任何入参。例如：
(sum, p) -> new PersonSummary(sum.age + p.getAge(), sum.name + ";" + p.getName(), sum.count + 1) -
combiner：只在并行流中调用，负责合并两个中间结果。它必须和 accumulator 语义一致，且满足结合律。例如：
(s1, s2) -> new PersonSummary(s1.age + s2.age, s1.name + ";" + s2.name, s1.count + s2.count)
避免常见陷阱：别让对象“被改”
下面这种写法看似简洁，实则危险：
错误示范people.stream().reduce(new Person("", 0), (p, e) -> { p.setName(p.getName() + e.getName()); p.setAge(p.getAge() + e.getAge()); return p; }, (a, b) -> { a.setName(a.getName() + b.getName()); a.setAge(a.getAge() + b.getAge()); return a; });
问题在哪？
- identity 是可变对象，多个线程共用同一实例 → 并行时 name 和 age 被反复覆盖
- accumulator 和 combiner 都直接修改入参 p / a → 不是纯函数，破坏不可变性
- combiner 修改 a，而 a 可能已被其他线程使用 → 数据污染或
ConcurrentModificationException
实战：合并用户信息并带去重与排序逻辑
假设要从 List<User> 中归约出一个 UserReport，要求：
- name 拼接，用逗号分隔，且自动去重
- age 求平均值（需同时维护 sum 和 count）
- email 收集到
LinkedHashSet保持插入顺序
正确做法是定义不可变容器：
record UserReport(long sumAge, int count, String names, Set<String> emails) { static UserReport empty() { return new UserReport(0, 0, "", new LinkedHashSet()); } UserReport merge(UserReport other) { var allNames = Stream.of(this.names, other.names).filter(s -> !s.isEmpty()).collect(Collectors.joining(",")); var allEmails = Stream.concat(this.emails.stream(), other.emails.stream()).collect(Collectors.toCollection(LinkedHashSet::new)); return new UserReport(this.sumAge + other.sumAge, this.count + other.count, allNames, allEmails); }}
然后调用：
var report = users.parallelStream() .reduce(UserReport.empty(), (r, u) -> new UserReport(r.sumAge + u.getAge(), r.count + 1, r.names.isEmpty() ? u.getName() : r.names + "," + u.getName(), Stream.concat(r.emails.stream(), Stream.of(u.getEmail())) .collect(Collectors.toCollection(LinkedHashSet::new))), UserReport::merge);
什么时候该换 collect() 而不是硬刚 reduce
如果你发现 accumulator 里开始写 if 判断、循环、IO、或频繁 new 复杂集合，说明 reduce 已经不是最优解。这时应转向 collect() 配合自定义 Collector：
-
Collector内置了 supplier/accumulator/combiner/finalizer 四阶段，语义更清晰 - 支持并发收集（
CONCURRENT特性）、可选归一化（CHARACTERISTICS） - 对 Map 分组、多级统计、条件过滤等场景更自然，代码可读性高
