1. reduce 方法：通用歸約
在程式設計中，常常需要「把集合歸約」成一個最終值：計算總和、求乘積、拼接字串、計算彙總指標，或把元素組成新的結構。以往我們會用迴圈搭配累加變數手動完成。如今 Stream API 提供了更優雅的方式——通用方法 reduce 與 collect，讓你能以更精簡、宣告式的方式撰寫程式。
- reduce —— 將串流歸約為單一最終值（總和、乘積、連接等）。
- collect —— 將串流轉換為集合、字串、映射（map）或任意的資料結構。
我們按順序來看。
為什麼需要 reduce？
reduce 是一個終端方法，透過累加器函式把串流元素「歸約」成單一值。可以把它想成對集合做一次走訪，逐步累積結果。
reduce 方法的簽名
在 Stream API 中，reduce() 有三個主要變體：
Optional<T> reduce(BinaryOperator<T> accumulator)
T reduce(T identity, BinaryOperator<T> accumulator)
<U> U reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner)
- accumulator —— 接收目前的累積值與下一個元素，並回傳新的結果的函式。
- identity —— 累加器的初始值（例如總和用 0，乘積用 1）。
- combiner —— 在平行串流中用來合併中間結果。
reduce 的使用範例
範例 1：數字總和
List<Integer> numbers = List.of(1, 2, 3, 4, 5);
// 不帶 identity 的 reduce — 回傳 Optional
Optional<Integer> sum1 = numbers.stream()
.reduce((a, b) -> a + b);
System.out.println(sum1.orElse(0)); // 15
// 帶有 identity 的 reduce — 一定有結果
int sum2 = numbers.stream()
.reduce(0, (a, b) -> a + b);
System.out.println(sum2); // 15
範例 2：所有數字的乘積
int product = numbers.stream()
.reduce(1, (a, b) -> a * b);
System.out.println(product); // 120
範例 3：字串串接
List<String> words = List.of("Java", "Stream", "API");
String phrase = words.stream()
.reduce("", (a, b) -> a + " " + b);
System.out.println(phrase.trim()); // Java Stream API
範例 4：尋找最大元素
Optional<Integer> max = numbers.stream()
.reduce(Integer::max);
max.ifPresent(System.out::println); // 5
範例 5：所有字串長度總和
List<String> texts = List.of("kot", "sobaka", "slon");
int totalLength = texts.stream()
.map(String::length)
.reduce(0, Integer::sum);
System.out.println(totalLength); // 14
reduce 如何運作
reduce 的邏輯等同於以下迴圈：
T result = identity;
for (T element : collection) {
result = accumulator.apply(result, element);
}
return result;
如果未提供 identity，起始值會取串流的第一個元素，方法回傳 Optional（當串流為空時即為空）。
2. collect 方法：通用轉換
collect 是一個終端方法，可將串流轉成集合、字串、映射（map）或任何其他結構。這仰賴「收集器」（Collector）來描述收集的過程。實務上我們多半直接使用 Collectors 類別提供的現成收集器。
最常用的收集器
- Collectors.toList() —— 收集元素成 List。
- Collectors.toSet() —— 收集元素成 Set。
- Collectors.toMap() —— 收集元素成 Map。
- Collectors.joining() —— 將多個字串拼接為一個。
- Collectors.groupingBy() —— 依條件分組元素。
- Collectors.counting() —— 計算元素數量。
- Collectors.summarizingInt() —— 彙整數值統計（總和、平均、最小/最大）。
collect 的使用範例
範例 1：收集成 List
List<String> names = List.of("Anya", "Boris", "Vasya", "Anya");
List<String> uniqueNames = names.stream()
.distinct()
.collect(Collectors.toList());
System.out.println(uniqueNames); // [Anya, Boris, Vasya]
範例 2：收集成集合 (Set)
Set<String> nameSet = names.stream()
.collect(Collectors.toSet());
System.out.println(nameSet); // [Anya, Boris, Vasya]（順序不保證）
範例 3：收集成字串
String csv = names.stream()
.collect(Collectors.joining(", "));
System.out.println(csv); // Anya, Boris, Vasya, Anya
範例 4：收集成 Map
假設我們有一個類別：
public class Employee {
private String name;
private String department;
public Employee(String name, String department) {
this.name = name;
this.department = department;
}
public String getName() { return name; }
public String getDepartment() { return department; }
}
建立「姓名 → 部門」的對映：
List<Employee> employees = List.of(
new Employee("Anya", "IT"),
new Employee("Boris", "HR"),
new Employee("Vasya", "IT")
);
Map<String, String> nameToDept = employees.stream()
.collect(Collectors.toMap(
Employee::getName,
Employee::getDepartment,
(oldValue, newValue) -> newValue // 處理姓名重複
));
System.out.println(nameToDept); // {Anya=IT, Boris=HR, Vasya=IT}
範例 5：收集唯一元素到 Set
Set<String> unique = names.stream()
.collect(Collectors.toSet());
System.out.println(unique);
範例 6：彙總數值統計
List<Integer> numbers = List.of(1, 2, 3, 4, 5);
IntSummaryStatistics stats = numbers.stream()
.collect(Collectors.summarizingInt(Integer::intValue));
System.out.println(stats.getSum()); // 15
System.out.println(stats.getAverage()); // 3.0
System.out.println(stats.getMax()); // 5
System.out.println(stats.getMin()); // 1
3. 比較：什麼時候用 reduce，什麼時候用 collect
reduce —— 當你需要透過二元運算得到單一最終值時：總和、乘積、最大值、字串連接。
collect —— 當你要把元素收集成集合/映射/字串，或用 Collector 執行更複雜的彙總時。對這類任務，collect 通常更強大也更高效。
表格：reduce 與 collect
| 任務 | 該用什麼 | 範例 |
|---|---|---|
| 數字總和 | |
|
| 乘積 | |
|
| 收集成 List | |
|
| 收集成 Map | |
|
| 分組 | |
|
| 字串串接 | reduce / collect | reduce("", String::concat) 或 Collectors.joining() |
4. 實作練習
練習 1：計算清單中所有字串長度的總和
List<String> words = List.of("kot", "sobaka", "slon");
int totalLength = words.stream()
.mapToInt(String::length)
.sum(); // 或使用 reduce：.reduce(0, Integer::sum)
System.out.println(totalLength); // 14
練習 2：收集唯一元素到 Set
List<String> fruits = List.of("yabloko", "grusha", "yabloko", "apelsin");
Set<String> uniqueFruits = fruits.stream()
.collect(Collectors.toSet());
System.out.println(uniqueFruits); // [yabloko, grusha, apelsin]
練習 3：由物件清單建立 Map
List<Employee> employees = List.of(
new Employee("Anya", "IT"),
new Employee("Boris", "HR"),
new Employee("Vasya", "IT")
);
Map<String, String> nameToDept = employees.stream()
.collect(Collectors.toMap(
Employee::getName,
Employee::getDepartment,
(oldValue, newValue) -> newValue // 若姓名重複
));
System.out.println(nameToDept);
練習 4：用逗號串接所有姓名
String allNames = employees.stream()
.map(Employee::getName)
.collect(Collectors.joining(", "));
System.out.println(allNames); // Anya, Boris, Vasya
5. 實作特點與眉角
Optional 與 reduce
若使用不帶 identity 的 reduce，結果為 Optional。這很安全：當串流為空，結果也會是空的。別忘了正確處理它：ifPresent(...)、orElse(...)、orElseThrow(...)。
Optional<Integer> max = numbers.stream().reduce(Integer::max);
max.ifPresent(System.out::println);
自訂收集器：如果你想挑戰進階用法
如果標準收集器不夠用，你可以自行撰寫 Collector。但對 99% 的情況，Collectors 中的現成收集器已經足夠。
收集器與平行串流
Collectors 中的收集器設計上能正確支援 parallelStream()。不要在平行串流中的 forEach 內，手動把元素加入共享且可變的集合——你會遇到資料競爭。
6. 使用 reduce 與 collect 的常見錯誤
錯誤 1：在 reduce 之後沒有檢查 Optional。 如果串流為空，不帶 identity 的 reduce 會回傳空的 Optional。此時呼叫 get() 會拋出 NoSuchElementException。請使用 ifPresent、orElse 或 orElseThrow。
錯誤 2：試圖用 reduce 來收集集合。 雖然可以這樣做，但對此目的 collect 更合適也更快：
// 效率不佳！
List<String> list = stream.reduce(
new ArrayList<>(),
(acc, elem) -> { acc.add(elem); return acc; },
(acc1, acc2) -> { acc1.addAll(acc2); return acc1; }
);
// 較佳作法：
List<String> list2 = stream.collect(Collectors.toList());
錯誤 3：在 toMap 中沒有處理重複鍵。 如果鍵相同，會丟出例外。請在 toMap 中提供第三個參數以解決衝突。
錯誤 4：在平行串流中未同步就使用可變集合。 在 collect 中請使用標準收集器——它們在平行模式下能正確運作。不要在 parallelStream() 的 forEach 裡做 list.add()。
錯誤 5：在複雜任務上混用 reduce 與 collect。 reduce 適合簡單彙總（總和、最大值）。collect 則用於收集到集合、分組、建立 Map 與複雜彙總。
GO TO FULL VERSION