Java 并行化reduce操作

通过简单地将stream更改为parallelstream，是否可以将下面常见的“max”操作作为多核上的reduce操作分发？
不同线程的结果之间如何进行最终协调（没有显式组合器）

List<Employee> emps = new ArrayList<>();
emps.add(new Employee("Roy1",32));
emps.add(new Employee("Roy2",12));
emps.add(new Employee("Roy3",22));
emps.add(new Employee("Roy4",42));
emps.add(new Employee("Roy5",52));

Integer maxSal= emps.parallelStream().mapToInt(e -> e.getSalary()).reduce((a,b)->Math.max(a, b)).getAsInt();

System.out.println("Maximum in parallel " + maxSal);

List emps=new ArrayList（）；
emps.add（新员工（“Roy1”，32））；
EMP.add（新员工（“Roy2”，12））；
EMP.add（新员工（“Roy3”，22））；
EMP.add（新员工（“Roy4”，42））；
EMP.add（新员工（“Roy5”，52））；
整数maxSal=emps.parallelStream（）.mapToInt（e->e.getSalary（））.reduce（（a，b）->Math.max（a，b））.getAsInt（）；
System.out.println（“并行最大值”+maxSal）；

是的，

reduce

可以并行化。但是，这需要传递一个关联的运算符。摘自

java.util.stream

JavaDoc:

结合性

如果满足以下条件，则运算符或函数op是关联的：

（a op b）op c==a op（b op c）

如果我们将其扩展到四个术语，就可以看出这对平行评估的重要性：

 a op b op c op d == (a op b) op (c op d)  

a op b op c op d==（a op b）op（c op d）

因此，我们可以并行计算（a op b）和（c op d），然后对结果调用op。 关联操作的示例包括数字相加、最小值和最大值以及字符串连接

---

如果操作（包括内部操作）具有良好的属性，那么并行化流是没有问题的。空气污染指数说（为了减少污染）：

[…]正确构造的reduce操作本质上是可并行的， 只要用于处理元素的函数是 关联的和无状态的。[……]

并且（在文档中）有关联和无状态的定义：

无状态操作，如筛选和映射，不保留来自 以前在处理新元素时看到的元素--每个元素 可以独立于对其他元素的操作进行处理

及

如果以下条件成立，则运算符或函数op是关联的：

 (a op b) op c == a op (b op c)  

如果我们将其扩展到四个术语，就可以看出这对平行评估的重要性：

 a op b op c op d == (a op b) op (c op d)  

因此，我们可以并行计算（a op b）和（c op d），然后对结果调用op

粗略地说，如果操作是关联的和无状态的，这意味着您可以按照想要得到结果的任何顺序应用它。因此，任何好的泛型收集都可以应用。请记住，Java8流是基于Fork-Join池的，因此收集是众所周知的。有关该主题的教程介绍了基本知识：

if (my portion of the work is small enough)
  do the work directly
else
  split my work into two pieces
  invoke the two pieces and wait for the results

---

在这种情况下，累加器和合并器是相同的，这是您的还原功能。但是您可以简单地调用

max（）

而不是

.reduce（（a，b）->Math.max（a，b））

，得到相同的结果…