fold和foldLeft或foldRight之间的区别？

Question

注意：我在使用Scala 2.8 - 这可能是个问题吗？

为什么我不能像fold或foldLeft一样使用foldRight功能？

在Set scaladoc中它说：

  

折叠的结果可能只是此并行集合的类型参数T的超类型。

但我在函数签名中看不到类型参数T：

def fold [A1 >: A] (z: A1)(op: (A1, A1) ⇒ A1): A1

foldLeft-Right和fold之间有什么区别，我如何使用后者？

编辑：例如，如何编写折叠以添加列表中的所有元素？使用foldLeft，它将是：

val foo = List(1, 2, 3)
foo.foldLeft(0)(_ + _)

// now try fold:
foo.fold(0)(_ + _)
>:7: error: value fold is not a member of List[Int]
  foo.fold(0)(_ + _)
    ^

Answer 1

简短回答：

foldRight与右边相关联。即元素将按从右到左的顺序累积：

List(a,b,c).foldRight(z)(f) = f(a, f(b, f(c, z)))

foldLeft左侧同伴。即将初始化累加器，并按从左到右的顺序将元素添加到累加器：

List(a,b,c).foldLeft(z)(f) = f(f(f(z, a), b), c)

fold是 associative ，因为没有定义元素加在一起的顺序。即fold的参数构成 monoid 。

Answer 2

与fold和foldRight相反，

foldLeft并未提供有关处理集合元素的顺序的任何保证。您可能希望使用具有更多约束签名的fold和并行集合，其中缺少有保证的处理顺序有助于并行集合以并行方式实现折叠。更改签名的原因是类似的：通过附加约束，更容易进行并行折叠。

Answer 3

你对Scala的旧版本是个问题是对的。如果您查看Scala 2.8.1的scaladoc page，您会看到没有定义折叠（这与您的错误消息一致）。显然，Scala 2.9中引入了fold。

Answer 4

对于您的特定示例，您将使用与foldLeft相同的方式对其进行编码。

val ns = List(1, 2, 3, 4)
val s0 = ns.foldLeft (0) (_+_) //10
val s1 = ns.fold (0) (_+_) //10
assert(s0 == s1)

Answer 5

同意其他答案。考虑给出一个简单的说明性例子：

 object MyClass {
 def main(args: Array[String]) {
val numbers = List(5, 4, 8, 6, 2)
 val a =  numbers.fold(0) { (z, i) =>
 {
     println("fold val1 " + z +" val2 " + i)
  z + i

 }
}
println(a)
 val b =  numbers.foldLeft(0) { (z, i) =>
 println("foldleft val1 " + z +" val2 " + i)
  z + i

}
println(b)
   val c =  numbers.foldRight(0) { (z, i) =>
   println("fold right val1 " + z +" val2 " + i)
  z + i

}
println(c)
 }
}

结果是不言自明的：

fold val1 0 val2 5
fold val1 5 val2 4
fold val1 9 val2 8
fold val1 17 val2 6
fold val1 23 val2 2
25
foldleft val1 0 val2 5
foldleft val1 5 val2 4
foldleft val1 9 val2 8
foldleft val1 17 val2 6
foldleft val1 23 val2 2
25
fold right val1 2 val2 0
fold right val1 6 val2 2
fold right val1 8 val2 8
fold right val1 4 val2 16
fold right val1 5 val2 20
25

Answer 6

fold（）进行并行处理，因此不能保证处理顺序。 就像foldLeft和foldRight一样，从左到右（对于foldLeft）或从右到左（对于foldRight）依次处理项目

列表总和的示例-

val numList = List(1, 2, 3, 4, 5)

val r1 = numList.par.fold(0)((acc, value) => {
  println("adding accumulator=" + acc + ", value=" + value + " => " + (acc + value))
  acc + value
})
println("fold(): " + r1)
println("#######################")
/*
 * You can see from the output that,
 * fold process the elements of parallel collection in parallel
 * So it is parallel not linear operation.
 * 
 * adding accumulator=0, value=4 => 4
 * adding accumulator=0, value=3 => 3
 * adding accumulator=0, value=1 => 1
 * adding accumulator=0, value=5 => 5
 * adding accumulator=4, value=5 => 9
 * adding accumulator=0, value=2 => 2
 * adding accumulator=3, value=9 => 12
 * adding accumulator=1, value=2 => 3
 * adding accumulator=3, value=12 => 15
 * fold(): 15
 */

val r2 = numList.par.foldLeft(0)((acc, value) => {
  println("adding accumulator=" + acc + ", value=" + value + " => " + (acc + value))
  acc + value
})
println("foldLeft(): " + r2)
println("#######################")
/*
 * You can see that foldLeft
 * picks elements from left to right.
 * It means foldLeft does sequence operation
 * 
 * adding accumulator=0, value=1 => 1
 * adding accumulator=1, value=2 => 3
 * adding accumulator=3, value=3 => 6
 * adding accumulator=6, value=4 => 10
 * adding accumulator=10, value=5 => 15
 * foldLeft(): 15
 * #######################
 */

// --> Note in foldRight second arguments is accumulated one.
val r3 = numList.par.foldRight(0)((value, acc) => {
 println("adding value=" + value + ", acc=" + acc + " => " + (value + acc))
  acc + value
})
println("foldRight(): " + r3)
println("#######################")

/*
 * You can see that foldRight
 * picks elements from right to left.
 * It means foldRight does sequence operation.
 * 
 * adding value=5, acc=0 => 5
 * adding value=4, acc=5 => 9
 * adding value=3, acc=9 => 12
 * adding value=2, acc=12 => 14
 * adding value=1, acc=14 => 15
 * foldRight(): 15
 * #######################
 */

Answer 7

有两种解决问题的方法，即迭代和递归。让我们通过一个简单的例子来理解。让我们编写一个函数来求和直到给定的数字。

例如，如果我将输入设为5，则应该得到15作为输出，如下所述。

输入：5

输出 ：( 1 + 2 + 3 + 4 + 5）= 15

迭代解决方案。

重复1到5并求和每个元素。

  def sumNumber(num: Int): Long = {
    var sum=0
    for(i <- 1 to num){
      sum+=i
    }
    sum
  }

递归解决方案

将较大的问题分解为较小的问题并加以解决。

  def sumNumberRec(num:Int, sum:Int=0): Long = {
    if(num == 0){
      sum
    }else{
      val newNum = num - 1
      val newSum = sum + num
      sumNumberRec(newNum, newSum)
    }
  }

FoldLeft ：是一种迭代解决方案

FoldRight ：是一种递归解决方案 我不确定他们是否有备忘录来提高复杂性。

因此，如果您在小型列表上运行foldRight和FoldLeft，则两者都将为您提供性能相似的结果。

但是，如果您尝试在长列表上运行FoldRight，则可能会引发 StackOverFlow 错误（取决于您的内存）

检查以下屏幕截图，其中foldLeft正常运行，但是同一列表上的foldRight给出了OutofMemmory错误。