你可以使用reduce方法:

long sum = result.stream().map(e -> e.getCreditAmount()).reduce(0L, (x, y) -> x + y);

or

long sum = result.stream().map(e -> e.getCreditAmount()).reduce(0L, Integer::sum);

这里还有一个没有考虑到的选项，它反映了多核环境的使用。如果你想利用它的优势，那么应该使用下面的代码，而不是其他提到的解决方案:

int sum = integers.values().parallelStream().mapToInt(Integer::intValue)
        .reduce(0, Integer::sum, Integer::sum);

This solution is similar to other ones, but please notice the third argument in reduce. It tells compiler what to do with partial summaries calculated in different chunks of the stream, by different threads. Also instead of stream(), the parallelStream() is used. In this case it would just summarize it. The other option to put as third argument is (i, j) -> i + j, which means that it would add a value of a stream chunk (j) to the current value (i) and use it as a current value for the next stream chunk until all partial results are processed.

即使在使用普通的stream()时，告知如何减少对流块的摘要的处理也是有用的，以防将来有人(或您)想要并行化它。最初的开发是最好的时间，因为之后你需要记住这应该是什么，需要花一些时间来再次理解代码的目的。

当然，除了方法引用运算符，你可以用不同的方言。我更喜欢这种方式，因为它更紧凑，而且仍然易于阅读。

还要记住，这也可以用于更复杂的计算，但始终要注意，不能保证流元素到线程的顺序和部署。

你可以使用reduce方法:

long sum = result.stream().map(e -> e.getCreditAmount()).reduce(0L, (x, y) -> x + y);

or

long sum = result.stream().map(e -> e.getCreditAmount()).reduce(0L, Integer::sum);

我建议另外两种选择:

integers.values().stream().mapToInt(Integer::intValue).sum();
integers.values().stream().collect(Collectors.summingInt(Integer::intValue));

第二个使用collections . summingint()收集器，还有一个summingLong()收集器，您可以将其与mapToLong一起使用。

第三个选择:Java 8引入了非常有效的LongAdder累加器，旨在加快并行流和多线程环境中的汇总速度。这里有一个例子:

LongAdder a = new LongAdder();
map.values().parallelStream().forEach(a::add);
sum = a.intValue();

可以使用reduce()对整数列表求和。

int sum = integers.values().stream().reduce(0, Integer::sum);

可以使用collect方法添加整数列表。

List<Integer> list = Arrays.asList(2, 4, 5, 6);
int sum = list.stream().collect(Collectors.summingInt(Integer::intValue));