Question

我发现了很多关于如何删除重复项的内容，但是首先删除唯一项目然后删除剩余重复项的最优雅方法是什么。

E.g。序列（1,2,5,2,3,4,4,0,2）应转换为（2,4）。

我可以考虑使用for循环为每个不同的项添加计数，但我可以想象Scala有更优雅的方法来实现这一点。

Answer 1

distinct和diff适合您：

val a = List(1, 2, 5, 2, 3, 4, 4, 0, 2)
> a: List[Int] = List(1, 2, 5, 2, 3, 4, 4, 0, 2)

val b = a diff a.distinct
> b: List[Int] = List(2, 4, 2)

val c = (a diff a.distinct).distinct
> c: List[Int] = List(2, 4)

到位distinct您也可以使用toSet。

Answer 2

另请注意，i => i可以由identity和map(_._1)替换为keys，如下所示：

Seq(1, 2, 5, 2, 3, 4, 4, 0, 2).groupBy(identity).filter(_._2.size > 1).keys.toSeq

这是countByKey方法（例如可以在Spark的API中找到的方法）的用法。

Answer 3

非常直接：

Seq(1, 2, 5, 2, 3, 4, 4, 0, 2).groupBy(i => i).filter(_._2.size > 1).map(_._1).toSeq

使用Ende Neu的链接我认为你的代码会变成这样：

 Seq(1, 2, 5, 2, 3, 4, 4, 0, 2).groupBy(identity).collect { case (v, l) if l.length > 1 => v } toSeq

从序列中删除唯一的项目

3 个答案: