Question

我正在努力让这个要求尽可能高效，因为它是组合问题求解器的一部分，因此每一点点都有助于宏观方案。

假设我有一个元素列表，在这种情况下称为转换。

val possibleTransitions : List[Transition] = List[...] //coming from somewhere

我想对每次转换执行（有点贵）计算，以获得另一个对象，在本例中称为State。

我这样做的自然方式是使用for-comprehension或map。前者对我来说更方便，因为我想过滤掉一些不相关的State对象，例如那些早先已经处理过的对象。

val newStates = for {
     transition <- possibleTransitions
     state <- computeExpensiveOperation(transition)
     if (confirmNewState(state))
} yield state

State包含一个值，我们称之为value()，这表示该状态具有某种吸引力。如果value()非常低（有吸引力），我想丢弃列表的其余部分并使用它。由于possibleTransitions可能是一个非常长的列表（数千个），所以如果第一个computeExpensiveOperation对象已经拥有我想要的State，理想情况下我会避免这样做value()。 p>

另一方面，如果我找不到任何具有吸引力value()的项目，我想保留所有，并将它们添加到另一个列表中。

val newPending = pending ++ newStates

我试图使用Stream来避免在处理它们之前计算所有值。如果我使用find()而我找不到所需的项目，那么我将无法获取流中的项目（因为它使用一次）。

我目前唯一可以看到的是在possibleItems.toStream()中使用for-comprehension并创建另一个集合，逐个遍历每个项目，直到我找到该项目（并丢弃集合）或否（并使用所有项目的集合）。

我错过了一些更聪明，更有效的方法吗？

Answer 1

我会使用延迟视图并将它们转换为流来缓存中间结果，然后您可以获得所需的信息：

val newStates = for {
     transition <- possibleTransitions.view
     state <- computeExpensiveOperation(transition)
     if (confirmNewState(state))
} yield state
val newStatesStream = newStates.toStream // cache results

val attractive = newStatesStream.find(isAttractive(_))
attractive match {
  case Some(a) => // do whatever
  case None => {
    val newPending = pending ++ newStatesSteam
  }
}

由于流是惰性的，因此只有在val attractive的行中找到第一个元素时才会计算它。如果没有吸引人的元素，则将计算和缓存完整的流，并且将返回None。

在计算新的待处理元素时，我们可以将此流附加到待处理状态。（顺便说一句：待定应该是一个队列）

列表中项目的延迟计算，直到找到所需的元素

1 个答案: