Stream reduction identity vs. 幂等值
Stream reduction identity vs. idempotent value
java.util.stream 包文档在缩减上下文中给出了 identity 的定义：
the identity value must be an identity for the combiner function. This means that for all u, combiner.apply(identity, u) is equal to u.
Stream.reduce() 及其原始版本提供了类似的定义。
据我了解，这个定义是支持并行流所必需的。例如，总和减少的非零种子值可能会乘以并行处理器的数量，从而无法预测地扭曲最终结果。
但是这个定义似乎比支持并行性所必需的要严格。为什么不要求 idempotent value x, such that combiner.apply(x, x) is equal to x? This would protect functions like Integer::sum, (a, b) -> a * b and String::concat from skewing across multiple processes, while still allowing the use of any seed with idempotent functions like Math::max, (a, b) -> a | b and Sets::intersection.
是否有一些我忽略的身份值的独特优势？
为什么 combiner.apply(x, x) == x 是 身份 的良好定义？
假设组合器是 max()。当然，max(x, x) == x 是正确的。对于任何 x，这实际上都是正确的，这意味着 任何 值对于 max().
都是一个很好的 identity 值
这当然不是真的，因为 max() 组合器的唯一有效 identity 值是 MIN_VALUE（或 "no value"，例如null 或 NaN，假设组合器理解并忽略这样的值）。
仅仅询问 "why not?" 并提供一些不会造成问题的示例是不够的。您必须提供证明，证明在这种宽松的要求下，顺序和并行评估可以保证产生相同的正确结果。
让我们使用 2 参数 reduce 来简化问题。让我们也将自己限制为具有 2 个元素的流（a、b）。设恒等式为 i，累加器为 op。
按顺序计算时，结果为(i op a) op b。当并行评估时，它可能是 (i op a) op (i op b) （或者甚至可能在两者之间有一个裸体 i ，但我们暂时不用担心）。我们希望它们都等于 a op b
如果要求i是恒等式，很容易看出顺序和并行求值都是正确的。但是，如果我们对 i 的全部要求是 i op i = i，那么它显然不遵循 (i op a) op (i op b) 必须等于 a op b 对于任何关联 op 和任何 a 和 b.
我能想到的一个反例是 space-折叠串联：(x, y) -> (x + y).replaceAll(" +", " ")。它是关联的，" " 是幂等的，但不是关于此功能的恒等式。并行和顺序评估将产生不同的结果。
java.util.stream 包文档在缩减上下文中给出了 identity 的定义：
the
identityvalue must be an identity for the combiner function. This means that for allu,combiner.apply(identity, u)is equal tou.
Stream.reduce() 及其原始版本提供了类似的定义。
据我了解，这个定义是支持并行流所必需的。例如，总和减少的非零种子值可能会乘以并行处理器的数量，从而无法预测地扭曲最终结果。
但是这个定义似乎比支持并行性所必需的要严格。为什么不要求 idempotent value x, such that combiner.apply(x, x) is equal to x? This would protect functions like Integer::sum, (a, b) -> a * b and String::concat from skewing across multiple processes, while still allowing the use of any seed with idempotent functions like Math::max, (a, b) -> a | b and Sets::intersection.
是否有一些我忽略的身份值的独特优势？
为什么 combiner.apply(x, x) == x 是 身份 的良好定义？
假设组合器是 max()。当然，max(x, x) == x 是正确的。对于任何 x，这实际上都是正确的，这意味着 任何 值对于 max().
identity 值
这当然不是真的，因为 max() 组合器的唯一有效 identity 值是 MIN_VALUE（或 "no value"，例如null 或 NaN，假设组合器理解并忽略这样的值）。
仅仅询问 "why not?" 并提供一些不会造成问题的示例是不够的。您必须提供证明，证明在这种宽松的要求下，顺序和并行评估可以保证产生相同的正确结果。
让我们使用 2 参数 reduce 来简化问题。让我们也将自己限制为具有 2 个元素的流（a、b）。设恒等式为 i，累加器为 op。
按顺序计算时，结果为(i op a) op b。当并行评估时，它可能是 (i op a) op (i op b) （或者甚至可能在两者之间有一个裸体 i ，但我们暂时不用担心）。我们希望它们都等于 a op b
如果要求i是恒等式，很容易看出顺序和并行求值都是正确的。但是，如果我们对 i 的全部要求是 i op i = i，那么它显然不遵循 (i op a) op (i op b) 必须等于 a op b 对于任何关联 op 和任何 a 和 b.
我能想到的一个反例是 space-折叠串联：(x, y) -> (x + y).replaceAll(" +", " ")。它是关联的，" " 是幂等的，但不是关于此功能的恒等式。并行和顺序评估将产生不同的结果。