[英]Composing Operations on Streams in Scala
假設您有一個程序以某種方式操縱流Stream[Foo]
以產生感興趣的計算,例如
myFooStream.map(toBar).groupBy(identity).mapValues(_.size)
可愛,除了你現在必須在myFooStream
上做一些其他類型的計算
myFooStream.map(toBar).sum
並且您希望以某種方式組合這些計算,這樣您就不需要在流上迭代兩次(假設由於某種原因迭代流是昂貴的)。
是否有一些Scala-ish方法來處理這個問題? 更抽象的是,我的問題是,我想以某種方式從這些流上的迭代中抽象出這些流的計算。 也就是說,最好的是如果我能以某種方式編寫兩個方法f: Stream[Foo] => Bar
和g: Stream[Foo] => Baz
並以某種方式組合f
和g
,使得它們在單次迭代中運行的流。
是否有一些抽象允許這個?
更新的問題:我做了一點挖掘。 scalaz箭頭會對這個問題有幫助嗎?
如果可能的話, Streams
會自然地嘗試通過記憶結果來避免多次生成元素。 來自文檔 :
Stream
類還使用memoization,使得先前計算的值從Stream元素轉換為A
類型A
具體值。
我們可以看到,通過構造一個Stream
,每次生成元素時都會打印,並運行多個操作:
val stream = Stream.from(0).map(x => { println(x); x }).take(10) //prints 0
val double = stream.map(_ * 2).take(5).toList //prints 1 through 4
val sum = stream.sum //prints 5 through 9
val sum2 = stream.sum //doesn't print any more
只要您使用val
而不是def
這就有效:
只要有東西抓住頭部,頭部就會抓住尾巴,所以它會繼續遞歸。 另一方面,如果沒有任何東西保持頭部(例如我們使用
def
來定義Stream
),那么一旦它不再被直接使用,它就會消失。
這個memoization意味着必須謹慎使用Streams
:
一個人必須謹慎記憶; 如果你不小心,你可以很快吃掉大量的記憶。 這樣做的原因是
Stream
的memoization創建了一個與scala.collection.immutable.List
非常相似的結構。
當然,如果項目的生成不是很昂貴的,但是實際遍歷Stream
或者memoization是不可用的,因為它太貴了,可以總是使用foldLeft
和一個元組,跟蹤多個值:
//Only prints 0-9 once, even if stream is a def
val (sum, double) = stream.foldLeft(0 -> List.empty[Int]) {
case ((sum, list), next) => (sum + next, list :+ (next * 2))
}
如果這是一個足夠普通的操作,你甚至可以豐富Stream
以進行一些更常見的操作,如foldLeft
, reduceLeft
和其他以這種格式提供的操作:
implicit class RichStream[T](val stream: Stream[T]) extends AnyVal {
def doubleFoldLeft[A, B](start1: A, start2: B)(f: (A, T) => A, g: (B, T) => B) = stream.foldLeft(start1 -> start2) {
case ((aAcc, bAcc), next) => (f(aAcc, next), g(bAcc, next))
}
}
這將允許你做的事情,如:
val (sum, double) = stream.doubleFoldLeft(0, List.empty[Int])(_ + _, _ :+ _)
流不會迭代兩次:
Stream.continually{println("bob"); 1}.take(4).map(v => v).sum
bob
bob
bob
bob
4
和
val bobs = Stream.continually{println("bob"); 1}.take(4)
val alices = Stream.continually{println("alice"); 2}.take(4)
bobs.zip(alices).map{ case (b, a) => a + b}.sum
bob
bob
bob
bob
alice
alice
alice
alice
12
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.