Question

我将输入一组行作为输入并跟踪字长的分布。额外的空白区域（包括输入中的换行符）无关紧要。到达输入结束后，输出是字长分布的基于文本的直方图：例如：“嘿，你好，你好吗”

输出： 1 - 0,2 - 1， 3 - 5， 4 - 1， 5 - 0

其中（第一个字符是单词的长度，第二个字符是该长度的单词）。我写了

val lines = scala.io.Source.stdin.getLines
val words = lines.flatMap(_.split("\\W+"))

我想将相同长度的单词分组，然后将它们存储在迭代器或地图

中

val list2 = words.groupby(e.length => e.length).mapValues(_.length)

没有给我想要的结果。有什么建议吗？

Answer 1

你几乎得到了它，但你需要groupBy(e => e.length)。匿名函数（e）的左侧（e => e.length）应该是将用于集合中每个项目的变量名称（即每个单词）。所以e是一个单词，我们根据单词的长度进行分组。

（另外，groupBy有一个大写＆＃34; B＆＃34;）。

val list2 = words.groupBy(e => e.length).mapValues(_.length)

如果你想要你所描述的输出，可以用以下方式跟进：

val vectorOfLengths = (1 to list2.keys.max).map(length => list2.getOrElse(length, 0))
// Vector(0, 1, 5, 1)
println(vectorOfLengths.zipWithIndex.map{case (count, length) => f"${length+1} - $count" }.mkString(", "))
// 1 - 0, 2 - 1, 3 - 5, 4 - 1

或者，嘿，视觉上怎么样？

for ((count, length) <- vectorOfLengths.zipWithIndex)
  println(f"${length+1}: ${"#" * count}")
//   1:
//   2: #
//   3: #####
//   4: #

只是为了好玩，Alice in Wonderland的视觉直方图怎么样？

val aliceLines = io.Source.fromFile("/Users/dhg/texts/alice.txt").getLines.toVector
val aliceWords = aliceLines.flatMap(_.split("\\W+"))
val aliceHist = aliceWords.groupBy(_.length).mapValues(_.length)
val aliceLengths = (1 to aliceHist.keys.max).map(aliceHist.getOrElse(_, 0))
for ((count, length) <- aliceLengths.zipWithIndex)
  println(f"${length+1}%2s: ${"#" * (count/100)}")

//     1: ###################
//     2: ##################################################
//     3: ############################################################################
//     4: #############################################################
//     5: ###################################
//     6: ######################
//     7: ##################
//     8: ########
//     9: ######
//    10: ###
//    11: #
//    12:
//    13:
//    14:
//    15:
//    16:

Answer 2

好吧，Scala集合提供了groupBy方法，如果是Seq，它看起来像这样：

def groupBy[K](f: (A) ⇒ K): immutable.Map[K, Seq[A]]

这意味着它将一个函数应用于列表中的每个元素，并根据结果对它们进行分组。要按字符长度对单词进行分组，函数应该使用一个字符串并返回它的长度：

//words: Seq[String] = Seq(a, b, c, dd, eee, fff)
val byLength = words.groupBy{(w:String) => w.length}//Map(2 -> Seq(dd), 
                                                    //    1 -> Seq(a, b, c), 
                                                    //    3 -> Seq(eee, fff))

或者你可以把它缩短一点，省略参数类型声明，编译器会理解你：

val byLength = words.groupBy(w => w.length)

甚至用下划线占位符定义匿名函数：

val byLength = words.groupBy(_.length) //same thing

现在你可以获得指定长度的单词：

val singleCharacterWords = byLength(1) //Seq(a, b, c)

或检查地图是否包含一些长度

byLength.contains(1) //true
byLength.contains(5) //false

或遍历所有键：

byLength.foreach{
  case (length:Int, wordsGroup:Seq[String]) => 
    println(s"Words with length $length : ${wordsGroup.mkString(" ")}")
}
//Words with length 2 : dd
//Words with length 1 : b c
//Words with length 3 : eee fff

请参阅Map。

斯卡拉印刷字长直方图斯卡拉

2 个答案: