Java函数式编程(七)：MapReduce
译注：map（映射）和reduce(归约，化简）是数学上两个很基础的概念，它们很早就出现在各类的函数编程语言里了，直到2003年Google将其发扬光大，运用到分布式系统中进行并行计算后，这个组合的名字才开始在计算机界大放异彩（那些函数式粉可能并不这么认为）。本文我们会看到Java 8在摇身一变支持函数式编程后，map和reduce组合的首次亮相（这里只是初步介绍，后续还会有针对它们的专题）。
对集合进行归约
现在为止我们已经介绍了几个操作集合的新技巧了：查找匹配元素，查找单个元素，集合转化。这些操作有一个共同点，它们都是对集合中的单个元素进行操作。不需要对元素进行比较，或者对两个元素进行运算。本节中我们来看一下如何比较元素，以及在遍历集合过程中动态维护一个运算结果。
我们先从简单的例子开始，然后再循序渐进。在第一个例子中，我们先来遍历一下friends集合，计算出所有名字的总字符数。
System.out.println("Total number of characters in all names: " + friends.stream()
.mapToInt(name -> name.length())
.sum());
要算出所有字符的总数我们得知道每个名字的长度。通过mapToInt()方法可以轻松的完成这个。当我们已经把名字转化成了对应的长度之后，最后只需要把它们加到一块就行了。我们有一个内置的sum()方法来完成这个。下面是最后的输出：
Total number of characters in all names: 26
我们使用了map操作的一个变种,mapToInt()方法（这种的有mapToInt, mapToDouble等，会对应生成具体类型的流，比如IntStream，DoubleStream），然后根据返回的长度计算出总的字符数。
除了使用sum方法，还有很多类似的方法可以使用，比如用max()可以求出最大的长度，用min()是最小长度，sorted()对长度进行排序，average()求平均长度，等等。
上述这个例子还有一个吸引人的地方就是现在越来越流行的MapReduce模式，map()方法进行映射，而sum()方法是一个比较常用的reduce操作。事实上，JDK中sum()方法的实现用的就是reduce()方法。我们来看下reduce操作更常用的一些形式。
比方说，我们遍历所有的名字，然后打印出名字最长的那个。如果最长的名字有好几个，我们就打印出最开始找到的那个。一种方法是，我们计算出最大的长度，然后选出匹配这个长度的第一个元素。不过这样做需要遍历两次列表——效率太低了。这正是reduce操作上场的时候了。
我们可以用reduce操作来比较两个元素的长度，然后返回最长的那个，再和剩下的元素做进一步比较。跟我们之前看到的别的高阶函数一样，reduce()方法同样也是遍历了整个集合。除此之外，它还记录了lambda表达式返回的计算结果。有个例子的话可以帮助我们更好的理解这点，那我们先来看一段代码吧。
final Optional<String> aLongName = friends.stream()
.reduce((name1, name2) ->
name1.length() >= name2.length() ? name1 : name2);
aLongName.ifPresent(name ->
System.out.println(String.format("A longest name: %s", name)));
传给reduce()方法的lambda表达式接收两个参数，name1和name2，它会比较它们的长度，返回最长的那个。reduce()方法根本不知道我们要干什么。这个逻辑被剥离到我们传递进去的lambda表达式里面了——这是策略模式的一个轻量级的实现。
这个lambda表达式正好能适配成JDK中一个BinaryOperator的函数式接口的apply方法。这正是reduce方法要接受的参数类型。我们来运行下这个reduce方法，看看它能否正确地在两个最长的名字中选出第一个来。
A longest name: Brian
