Java Stream归约操作应优先用collect()配合Collectors，而非reduce()；Collectors支持分组统计等复杂场景且线程安全，reduce仅适用于无法用收集器表达的逻辑，需注意结合律与并发安全。
Java Stream API 的归约操作本质是把多个元素聚合成一个结果，核心在于选择合适的方式——是用内置的 collect() 配合收集器，还是用通用的 reduce() 方法。实际开发中，多数复杂归约并不需要手写 reduce，而是组合 Collectors 更安全、更清晰、也更高效。
用 Collectors 实现分组+统计这类常见复杂归约
当需求涉及“按某字段分组，再对每组做聚合”，比如「按部门统计平均薪资、最高年龄、员工数」，直接用嵌套收集器即可：
-
groupingBy(dept, averagingDouble(Employee::getSalary))→ 各部门平均薪资 -
groupingBy(dept, summarizingInt(Employee::getAge))→ 各部门年龄的 count/min/avg/max/sum -
groupingBy(dept, mapping(Employee::getName, joining(", ")))→ 各部门员工姓名拼接成字符串
这种写法天然支持并发（parallelStream() 下自动线程安全），且语义明确，比手动 reduce + ConcurrentHashMap 更简洁可靠。
reduce 的适用场景和关键细节
reduce 真正适合的是无法用现有收集器表达的逻辑，比如：
- 计算连续差值的绝对值之和：
(a, b) -> Math.abs(a - b) + b（需注意初始值和结合律） - 构建自定义不可变对象（如汇总报告类），且该对象构造过程不满足结合律时，必须用单线程流
使用时牢记三点：
- 带初始值的版本
reduce(identity, accumulator)不返回Optional，空流也返回 identity，更稳妥 -
accumulator必须满足结合律（(a op b) op c == a op (b op c)），否则并行流结果不可靠 - 若类型不一致（如
Stream<String>归约为StringBuilder），需用三参数reduce(identity, accumulator, combiner)，combiner 负责合并子任务结果
复杂对象归约的实用写法
比如统计员工列表中「30岁以上男性人数」和「所有女性薪资总和」两个指标：
Map<String, Integer> result = employees.stream()
.collect(Collectors.collectingAndThen(
Collectors.groupingBy(
e -> e.getGender().equals("M") && e.getAge() > 30 ? "maleOver30" : "female",
Collectors.summingInt(e -> "female".equals(e.getGender()) ? e.getSalary() : 0)
),
map -> {
int maleCount = Math.toIntExact(map.getOrDefault("maleOver30", 0L));
int femaleSum = map.getOrDefault("female", 0);
return Map.of("maleOver30Count", maleCount, "femaleSalarySum", femaleSum);
}
));这种写法比写两个独立流或手动遍历更紧凑，也避免重复迭代。
避免常见陷阱
- 不要为简单求和、计数、最值等场景硬套
reduce，优先用sum(),count(),max()等终端方法，它们做了底层优化 -
collect(Collectors.toList())是归约，但目标不是单值而是新集合；reduce专注单值结果，二者定位不同 - 流一旦执行终端操作就关闭，不能复用；若需多次归约，要么重新生成流，要么先
collect成集合再处理
归约不是炫技，而是让逻辑可读、可维护、可扩展。用对工具，比用全工具更重要。
