Question

我有一个案例，我会浏览大量数据并构建多个地图。我的函数的结果将是Maps：

case class Maps(map1: Map[String, String], map2: Map[String, String])

我试图决定是否使用功能风格或者老式的＆＃34;建立可变地图的方法。后者看起来大致像

type MutableMap = scala.collection.mutable.Map[String, String]
val MutableMap = scala.collection.mutable.Map

def buildMaps(input: Something): Maps = {
    var map1: MutableMap = MutableMap()
    var map2: MutableMap = MutableMap()
    input.getAnIterator.foreach(x => {
        map1 += (key1(x) -> val1(x))
        map2 += (key2(x) -> val2(x))
    }
    Maps(map1.toMap, map2.toMap)
}

我能看到的功能替代方案就像

def addToMaps(maps: Maps, x: SomeElement): Maps =
    Maps(maps.map1 + (key1(x) -> val1(x)), maps.map2 + (key2(x) -> val2(x)))

def buildMaps(input: Something): Maps = 
    input.getAnIterator.foldLeft(Maps(Map(), Map()))(addToMaps)

[我的语法可能不完全正确，但希望这给出了我尝试做的事情的要点。]

第二种方式似乎更多＆＃34;优雅＆＃34 ;;但如果通过制作不可变地图的重复副本来实现它，它就不可行（我希望input非常大）。

Scala能否优化第二种解决方案，使其性能与第一种解决方案相当？我还缺少另一种方法吗？或者我应该坚持使用非功能性方法？

Answer 1

您还可以对2元素元组的集合执行.toMap。类似的东西：

def buildMaps(input: Something): Maps = {
  val m1 = input.getAnIterator.map(x => key1(x) -> val1(x)).toMap
  val m2 = input.getAnIterator.map(x => key2(x) -> val2(x)).toMap
  Maps(m1, m2)
}

（假设getAnIterator返回一个scala迭代器或一些scala集合）

Answer 2

我想说你方法的第一次实现完全没问题。它还有一个优点，它只使用迭代器一次，并且不会遍历整个集合两次。毕竟，这就是＆＃34;默认环境机器状态monad＆＃34;在Scala中最适合：修改可变数据结构。如果不是这种情况，你还会在哪里使用可变变量？函数集合操作的默认实现（如map，filter等）无论如何都使用了可变Builder。

我想引用奥德斯基本人的话： https://www.youtube.com/watch?v=iPitDNUNyR0&t=34m1s。这是ScalaDays2013的重点说明。大约30分钟左右，Odersky提出了他在小局部范围内使用可变变量的意见。我认为他的观点是：如果可变版本更快，更清晰，并且没有可变状态可以从该方法中逃脱，那么使用可变局部变量就可以了。

我怀疑Scala会自动优化第二个解决方案到第一个，我实际上怀疑第一个解决方案可能会更快一点。但是，您应该对其进行分析，然后才决定这段代码是否值得进行优化。

Answer 3

正如您所看到的here，Scala的不可变HashMap实现在有效的恒定时间内进行插入：

所以 - 虽然您对性能的关注并非不切实际，但鉴于此信息我们可以得出结论两个版本的性能可能相当。如果是这样的话 - 我肯定会选择更安全，更简洁的功能风格。

如果您不确定在使用Map()时实际使用哪种实现，您可以专门实例化new HashMap[String, String]()以确保这是使用的实现。

Answer 4

＆＃34;惯用＆＃34;答案可能是第三个，除非你有任何一种并发问题，但听起来我们可以把它们排除在外。 Scala的内部集合将集合构建为名为scala.collection.CanBuildFrom的东西，它为您提供了一个带有不可变result()方法的可变API。

def buildMaps(input: Something): Maps = {
  val builder = Map.newBuilder[A, B]
  val m1 = input.getAnIterator.foreach(i => builder += i -> i)
  Maps(builder.result())
}

基本上这是引擎盖下使用的模式，所以它使用最低级别的API。

Answer 5

我倾向于采用函数式方法，因为不可变Map（特别是HashMap）在查找/添加/删除方面具有设计效率，正如其他人所指出的那样。

至于关注re：复制不可变地图的成本，我的理解是内部这些地图不是字面上复制的。如果您查看HashMap的源代码，您会注意到它是使用HashTrieMap实现的。 hash trie数据结构的一个重要特征是，在更新时，只会重写从根到存储密钥的叶子的路径。 trie的其余部分保持不变。这是关于hash trie的文档。

使用可变地图或foldLeft来构建地图？

5 个答案: