map()和filter()都是Stream的转换方法，而Stream.reduce()则是Stream的一个聚合方法，它可以把一个Stream的所有元素按照聚合函数聚合成一个结果。
我们来看一个简单的聚合方法：
import java.util.stream.*;
public class Main {
public static void main(String[] args) {
int sum = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9).reduce(0, (acc, n) -> acc + n);
System.out.println(sum); // 45
}
}reduce()方法传入的对象是BinaryOperator接口，它定义了一个apply()方法，负责把上次累加的结果和本次的元素
进行运算，并返回累加的结果：
@FunctionalInterfacepublic interface BinaryOperator<T> {
// Bi操作：两个输入，一个输出
T apply(T t, T u);
}上述代码看上去不好理解，但我们用for循环改写一下，就容易理解了：
Stream<Integer> stream = ...
int sum = 0;
for (n : stream) {
sum = (sum, n) -> sum + n;
}可见，reduce()操作首先初始化结果为指定值（这里是0），紧接着，reduce()对每个元素依次调用(acc, n) -> acc + n，其中，acc是上次计算的结果：
// 计算过程:acc = 0 // 初始化为指定值acc = acc + n = 0 + 1 = 1 // n = 1acc = acc + n = 1 + 2 = 3 // n = 2acc = acc + n = 3 + 3 = 6 // n = 3acc = acc + n = 6 + 4 = 10 // n = 4acc = acc + n = 10 + 5 = 15 // n = 5acc = acc + n = 15 + 6 = 21 // n = 6acc = acc + n = 21 + 7 = 28 // n = 7acc = acc + n = 28 + 8 = 36 // n = 8acc = acc + n = 36 + 9 = 45 // n = 9
因此，实际上这个reduce()操作是一个求和。
如果去掉初始值，我们会得到一个Optional<Integer>：
Optional<Integer> opt = stream.reduce((acc, n) -> acc + n);
if (opt.isPresent) {
System.out.println(opt.get());
}这是因为Stream的元素有可能是0个，这样就没法调用reduce()的聚合函数了，因此返回Optional对象，需要进一步判断结果是否存在。
利用reduce()，我们可以把求和改成求积，代码也十分简单：
import java.util.stream.*;
public class Main {
public static void main(String[] args) {
int s = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9).reduce(1, (acc, n) -> acc * n);
System.out.println(s); // 362880
}
}注意：计算求积时，初始值必须设置为1。
除了可以对数值进行累积计算外，灵活运用reduce()也可以对Java对象进行操作。下面的代码演示了如何将配置文件的每一行配置通过map()和reduce()操作聚合成一个Map<String, String>：