Question

如果我有两个清单：

listA - 100万字符串，
listB - 100万字符串

我希望将它们合并到第三个listC，它只包含上述两个列表中的唯一值，以下哪种方法更好：

在加入listC OR之前，取一个listA和listB的distinct（），
生成工会化的listC，然后在listC上应用distinct

相同的逻辑是否也适用于数组？

Answer 1

让我们看看distinct实施：

def distinct: Repr = {
  val b = newBuilder
  val seen = mutable.HashSet[A]()
  for (x <- this) {
    if (!seen(x)) {
      b += x
      seen += x
    }
  }
  b.result()
}

出于性能原因，它使用可变结构。

因此，如果性能存在问题，您可以采用相同的方式实现不同的联合：

def distinctUnion[E](listA: Seq[E], listB: Seq[E]): Seq[E] = {
  val b = Seq.newBuilder[E]
  val seen = mutable.HashSet[E]()
  for (x <- listA) {
    if (!seen(x)) {
      b += x
      seen += x
    }
  }
  for (x <- listB) {
    if (!seen(x)) {
      b += x
      seen += x
    }
  }
  b.result()
}

Answer 2

您需要先进行联合，但是您希望以惰性方式执行此操作，以避免在内存中创建联合集合。这样的事情应该有效：

val listC = (listA.view union listB).distinct.toList

计算上，这可能最终会做一些与Jean发布的非常类似的事情，但它更好一点，因为它更好地利用了Scala集合库。

斯卡拉：哪个更好 - 然后联盟或联盟与众不同？

2 个答案: