Краткий ответ

В параллельном reduce начальное значение используется не один раз, а может назначаться каждому частичному вычислению. Поэтому оно обязано быть нейтральным элементом операции: например, 0 для сложения и 1 для умножения. Если это условие нарушено, значение добавляется несколько раз, и результат может зависеть от разбиения потока на части.

Исторический контекст

Reduce предназначен для свёртки множества элементов в один результат. Такой подход удобен для последовательной обработки и допускает параллельное вычисление частичных результатов с последующим объединением.

Чтобы одна и та же операция работала в обоих режимах, Java требует согласованности начального значения, функции накопления и функции объединения. Это не формальность API, а условие корректности параллельной декомпозиции.

Постановка проблемы

В последовательном вычислении начальное значение обычно добавляется один раз. В параллельном режиме поток разбивается на несколько частей, каждая часть обрабатывается отдельно, а затем частичные результаты объединяются.

Если начальное значение не является нейтральным, оно учитывается в каждой части. Итог может оказаться завышенным, а его величина — зависеть от количества и структуры подзадач. Изменение размера входа, планирования или степени параллелизма способно изменить результат.

Подробное решение

Для сложения нейтральным значением является 0: добавление нуля не меняет результат. Для умножения это 1, поскольку умножение на единицу также не меняет результат.

Вызов reduce с identity концептуально работает так: каждая частичная задача начинает вычисление с identity, применяет аккумулятор к своим элементам, затем частичные результаты объединяются. Поэтому identity должно быть корректным начальным значением для любой части, включая пустую.

import java.util.stream.IntStream;

public class Demo {
    public static void main(String[] args) {
        int result = IntStream.rangeClosed(1, 4)
            .parallel()
            .reduce(1, Integer::sum);

        System.out.println(result);
    }
}

Здесь 1 ошибочно используется как начальное значение для сложения. Последовательная обработка добавит его один раз, а параллельная может добавить его для нескольких частичных вычислений. Корректный identity для сложения — 0.

Помимо нейтральности identity, операция объединения должна быть ассоциативной. Сложение подходит: (a + b) + c равно a + (b + c). Вычитание, деление и операции с зависящим от порядка состоянием обычно не удовлетворяют этому требованию.

Если нейтральное значение подобрать нельзя, следует использовать перегрузку reduce без identity, которая возвращает Optional. Тогда результат отсутствует для пустого потока, а не подменяется искусственным значением.

Ситуация из практики

Сервис суммирует значения из большого набора данных. Разработчик выбирает 1 как identity, потому что поток гарантированно содержит элементы, и тест на последовательном стриме проходит.

Вариант с сохранением 1 прост, но нарушает контракт редукции: identity не нейтрален для сложения. Последовательный стрим маскирует ошибку, а параллельный результат зависит от количества частичных задач.

Вариант с identity 0 корректен и сохраняет удобный числовой результат, включая пустой поток. Если бизнес-смысл требует отличать пустой набор от суммы, лучше использовать редукцию без identity и явно обработать Optional.

Выбранное решение — 0 для математической суммы либо редукция без identity, если пустой набор имеет отдельное значение. После исправления результат не зависит от режима выполнения и структуры разбиения потока.

Что кандидаты часто упускают

1. Достаточно ли нейтрального identity, если аккумулятор ассоциативен?

Нет. Для корректного параллельного reduce важна также совместимость аккумулятора и combiner. Частичный результат должен объединяться с другим частичным результатом той же логикой, что и обычные элементы, а типы и смысл результата должны оставаться согласованными.

2. Почему проблема может проявиться даже при одном и том же количестве элементов?

Параллельный поток может выбрать другое разбиение источника или другое число частичных задач. Поскольку identity применяется к каждой задаче, меняется количество его добавлений. Поэтому число входных элементов само по себе не определяет ошибочную величину результата.

3. Всегда ли редукция без identity решает проблему параллельной обработки?

Нет. Она устраняет необходимость подбирать искусственное начальное значение и корректно обрабатывает пустой поток, но аккумулятор всё равно должен удовлетворять требованиям ассоциативности и совместимости с параллельным объединением. Неассоциативная операция может давать разные результаты даже без identity.