假设我正在写diff(s1: String, s2: String): List[String]
来检查s1
== s2
并返回错误列表:
s1[i] != s2[i]
错误是s1[i] != s2[i]
s1[i]
如果i >= s2.length
错误是s1[i] is undefined
s2[i]
如果i >= s1.length
错误是s2[i] is missing
例如:
diff("a", "a") // returns Nil
diff("abc", "abc") // Nil
diff("xyz", "abc") // List("x != a", "y != b", "z != c")
diff("abcd", "ab") // List("c is undefined", "d is undefined")
diff("ab", "abcd") // List("c is missing", "d is missing")
diff("", "ab") // List("a is missing", "b is missing")
diff("axy", "ab") // List("x != b", "y is undefined")
你会怎么写?
P.S。我正在这样写diff
:
def compare(pair: (Option[Char], Option[Char])) = pair match {
case (Some(x), None) => Some(s"$x is undefined")
case (None, Some(y)) => Some(s"$y is missing")
case (Some(x), Some(y)) => if (x != y) Some(s"$x != $y") else None
case _ => None
}
def diff(s1: String, s2: String) = {
val os1 = s1.map(Option.apply)
val os2 = s2.map(Option.apply)
os1.zipAll(os2, None, None).flatMap(compare)
}
答案 0 :(得分:5)
首先,这是我实现此方法的方法:
def diff(s1: String, s2: String): List[String] =
(s1, s2).zipped.collect {
case (x, y) if x != y => s"$x != $y"
}.toList ++
s1.drop(s2.length).map(x => s"$x is undefined") ++
s2.drop(s1.length).map(y => s"$y is missing")
大约是原始实现的一半字符,在我看来,它至少具有可读性。您可能会说drop
技巧太聪明了,也许您是对的,但是我认为一旦掌握,它的含义就很好了。
像这样的方法是独立的并且易于测试,并且如果有可能在性能很重要的情况下使用它,则必须考虑强制性的实现。这是我的操作方法的简短概述:
def diffFast(s1: String, s2: String): IndexedSeq[String] = {
val builder = Vector.newBuilder[String]
def diff(short: String, long: String, status: String) = {
builder.sizeHint(long.length)
var i = 0
while (i < short.length) {
val x = s1.charAt(i)
val y = s2.charAt(i)
if (x != y) builder += s"$x != $y"
i += 1
}
while (i < long.length) {
val x = long.charAt(i)
builder += s"$x is $status"
i += 1
}
}
if (s1.length <= s2.length) diff(s1, s2, "missing")
else diff(s2, s1, "undefined")
builder.result
}
通过提示大小等,您也许可以使它变得小。[更新:我继续并添加了此内容],但是此版本可能接近最佳状态,我也发现它很易读-不像上面的简短实现或您的原始实现那样清晰,但是我发现它比其他答案中的递归实现更好。
请注意,这将返回IndexedSeq
,而不是List
。在此遵循原始的实现方式,而不是第一句话中的签名。如果您需要List
,可以将Vector.newBuilder
更改为List.newBuilder
,但是矢量版本在大多数情况下可能会更快一些。
我们可以一整天都在猜测性能,但是运行一些快速的JMH微基准测试非常容易,因此我们也可以这样做(完整资料here)。我将以下面的字符串作为简单示例:
val example1: String = "a" * 1000
val example2: String = "ab" * 100
我们可以针对您的原始版本(无论是原样并返回List
),我的简洁版本,我的快速版本(返回IndexedSeq
和List
)的输入量来衡量吞吐量)和蒂姆的递归版本:
Benchmark Mode Cnt Score Error Units
DiffBench.checkConcise thrpt 20 47412.127 ± 550.693 ops/s
DiffBench.checkFast thrpt 20 108661.093 ± 371.827 ops/s
DiffBench.checkFastList thrpt 20 91745.269 ± 157.128 ops/s
DiffBench.checkOrig thrpt 20 8129.848 ± 59.989 ops/s
DiffBench.checkOrigList thrpt 20 7916.637 ± 15.736 ops/s
DiffBench.checkRec thrpt 20 62409.682 ± 580.529 ops/s
简而言之:就性能而言,您的原始实现确实很差(我想是因为所有分配都比多次遍历更多),我的简洁实现与(据说可读性较差)递归比较一个,并获得比原始吞吐量高六倍的吞吐量,而命令式实现的速度几乎是其他任何一种的两倍。
答案 1 :(得分:1)
[参见下面的原始答案]
这可以通过递归算法完成:
def diff(a: String, b: String): List[String] = {
@annotation.tailrec
def loop(l: List[Char], r: List[Char], res: List[String]): List[String] =
(l, r) match {
case (Nil, Nil) =>
res.reverse
case (undef, Nil) =>
res.reverse ++ undef.map(c => s"$c is undefined")
case (Nil, miss) =>
res.reverse ++ miss.map(c => s"$c is missing")
case (lh :: lt, rh :: rt) if lh != rh =>
loop(lt, rt, s"$lh != $rh" +: res)
case (_ :: lt, _ :: rt) =>
loop(lt, rt, res)
}
loop(a.toList, b.toList, Nil)
}
我个人认为,这比使用Option
/ zipAll
/ flatMap
更为明显,但这显然是个人喜好和碰巧所要解决的问题。我认为这比较灵活,因为例如可以轻松地对其进行修改,以为所有未定义/缺失的字符生成单个错误字符串。
如果效率很重要,则此版本使用Iterator
来避免创建临时列表,而使用嵌套的if
/ else
而不是match
:
def diff(a: String, b: String): List[String] = {
val l = a.toIterator
val r = b.toIterator
@annotation.tailrec
def loop(res: List[String]): List[String] =
if (l.isEmpty) {
res.reverse ++ r.map(c => s"$c is missing")
} else {
if (r.isEmpty) {
res.reverse ++ l.map(c => s"$c is undefined")
} else {
val lhead = l.next()
val rhead = r.next()
if (lhead == rhead) {
loop(res)
} else {
loop(s"$lhead != $rhead" +: res)
}
}
}
loop(Nil)
}
感谢Brian McCutchon指出使用String
而不是List[Char]
的问题,并感谢Andrey Tyukin鼓励我发布更有效的解决方案。
递归实现并不太可怕:
def diff(a: String, b: String): List[String] = {
@annotation.tailrec
def loop(l: String, r: String, res: List[String]) : List[String] = (l, r) match {
case ("", "") =>
res
case (lrem, "") =>
res ++ lrem.map(c => s"$c is undefined")
case ("", rrem) =>
res ++ rrem.map(c => s"$c is missing")
case _ if l.head != r.head =>
loop(l.tail, r.tail, res :+ s"${l.head} != ${r.head}")
case _ =>
loop(l.tail, r.tail, res)
}
loop(a, b, Nil)
}
除非有很多错误,否则应执行OK,否则在res
后面添加将变得昂贵。您可以通过在res
之前添加前缀来解决此问题,然后在必要时在末尾进行反向操作,但这会使代码不太清晰。