说到 Java 中 Lambda 表达式如何用于集合元素计算，核心思路其实很简单：Lambda 本身并不直接执行计算，必须配合 Stream API 才能发挥威力。先将集合转为流（stream()），再通过一条函数式操作链，即可轻松完成求和、平均值、最大值最小值、分组汇总等常见操作。
下面几个高频场景，几乎覆盖了日常开发中绝大多数的数值计算需求。
基础求和：整数列表或对象属性求和
无论是针对 List 还是对象中的某个数值字段，最常用的方式就是借助 mapToInt().sum()：
list.stream().mapToInt(Integer::intValue).sum()—— 直接计算整数列表的总和users.stream().mapToInt(User::getScore).sum()—— 对 User 对象的 score 字段进行求和- 注意：
mapToInt返回的是IntStream，才能调用sum()；如果误用了map，返回的是Stream，则无法直接使用 sum 方法
多类型聚合：平均值、最值、计数
这些操作均基于对应的原始类型流（IntStream / LongStream / DoubleStream），使用模式非常一致：
- 平均值：
list.stream().mapToInt(x -> x).average().orElse(0.0)（返回 OptionalDouble，需处理空值情况） - 最大值：
list.stream().mapToInt(x -> x).max().orElse(-1) - 最小值：
list.stream().mapToInt(x -> x).min().orElse(-1) - 元素个数：
list.stream().count()（此方法无需 map，直接统计总数）
分组后聚合：按字段分类再计算总和或均值
先通过 groupingBy 进行分组，再嵌套聚合操作，最终得到一个 Map：
- 按姓名分组并求每组分数总和：
users.stream().collect(Collectors.groupingBy(User::getName, Collectors.summingInt(User::getScore))) - 按年龄分组并求每组平均分：
users.stream().collect(Collectors.groupingBy(User::getAge, Collectors.averagingInt(User::getScore))) - 结果类型分别为
Map或Map，使用起来非常直观
灵活归约：自定义计算逻辑
当内置方法无法满足需求时，reduce 就是通用的解决方案：
- 简单累加：
list.stream().reduce(0, (a, b) -> a + b)或简写为list.stream().reduce(0, Integer::sum) - 空集合安全处理：
reduce返回Optional，因此推荐使用带初始值的三参数版本，避免判空繁琐 - 对象字段归约：
users.stream().reduce(0, (sum, u) -> sum + u.getScore(), Integer::sum)
实践证明，这些方法组合应用，足以应对绝大部分集合数值计算场景。写代码时心中有数，使用起来自然得心应手。
