Question

编辑：添加了以下事实：列表已排序，并且实现“重复”具有误导性，将其替换为标题中的“冗余”。

我有一个排序的条目列表，说明给定时间间隔内的生产值。在以后说明完全相同的值的条目不会添加任何信息，可以安全地省略。

case class Entry(minute:Int, production:Double)
val entries = List(Entry(0, 100.0), Entry(5, 100.0), Entry(10, 100.0), Entry(20, 120.0), Entry(30, 100.0), Entry(180, 0.0))

尝试使用scala 2.8集合函数，到目前为止，我有这个有效的实现：

entries.foldRight(List[Entry]()) {
  (entry, list) => list match {
    case head :: tail if (entry.production == head.production) => entry :: tail
    case head :: tail => entry :: list
    case List() => entry :: List()
  }
}
res0: List[Entry] = List(Entry(0,100.0), Entry(20,120.0), Entry(30,100.0), Entry(180,0.0))

有何评论？我错过了一些斯卡拉魔法吗？

Answer 1

当你比较列表中的连续条目时，从zip开始 - 用它的尾部ping列表以获得连续元素对的列表。

下面，我从列表中选择第一个条目，并使用collect同时过滤掉生产未更改的对，对于其余对，请映射e2。（collect是Scala 2.8中的新功能，有一段时间称为partialMap）

scala> entries.head :: ((entries zip entries.tail).collect { 
           case (Entry(_, p1), e2@Entry(_, p2)) if p1 != p2 => e2 
       })
res13: List[Entry] = List(Entry(0,100.0), Entry(20,120.0), Entry(30,100.0), Entry(180,0.0))

更新为简单起见，假设条目不为空。

Answer 2

对于某些操作，zipped方法的新Tuple2方法在列表上比zip更高效（和更懒惰）。您可以在您的基准测试中尝试这一点 - 我不知道它是否实际上更快，但它肯定可以（并且它肯定会短得多）：

entries.take(1) :::
(entries,entries.drop(1)).zipped.filter(_.production != _.production)._2

它不是一对一对地压缩列表，而是创建一个列表视图，可以将各个部分一起操作，然后返回操作列表。请注意使用take和drop来处理空案例。

它不是超级高效的，因为当你真的只需要一个列表时它会构建两个列表，但它是一类尚未出现的解决方案。

Answer 3

使用map [Double，Int]，而不是为每个项目（即O（n ^ 2）或zipping（内存中的n ^ 2）查找重复项。然后只需添加“生产”作为键，“分钟”作为值。该地图将确保“生产”的唯一值。您可以自然地在代码中的其他位置加载地图，但即使您必须从上面的列表开始，加载地图在列表上是线性的，在地图上只有O（n log（n））。

当你添加“mymap + = production - ＆gt; minute”时，地图将被替换，以便保留第一个值，在插入或使用'contains（key）'后卫之前反转列表。检查将是O（log（n）），因此整个算法将为O（n log（n））。

顺便说一句，您可以使用地图[Double，Entry]从生产值直接映射到Entry结构。然后，如果需要，您可以直接从地图中拉出地图的值并对条目的任一元素进行排序（如果需要），轻松获取列表。

删除冗余条目，scala方式

3 个答案: