scala - 如何折叠 Scala 迭代器并获得延迟计算的序列作为结果？

Question

我有一个字符串迭代器，其中每个字符串可以是 "H"(标题)或 "D"(详细信息)。
我想将此迭代器拆分为多个块，其中每个块以一个标题开头，并且可以有 0 到多个细节。

我知道如何解决这个问题，将所有内容加载到内存中。例如，下面的代码:

Seq("H","D","D","D","H","D","H","H","D","D","H","D").toIterator
  .foldLeft(List[List[String]]())((acc, x) => x match {
    case "H" => List(x) :: acc
    case "D" => (x :: acc.head) :: acc.tail })
  .map(_.reverse)
  .reverse

返回 5 个块 - List(List(H, D, D, D), List(H, D), List(H), List(H, D, D), List(H, D)) - 这就是我想要的。

但是，不是结果中的 List[List[String]]，我想要 Iterator[List[String]] 或其他一些允许我懒惰地评估结果的结构，并且如果整个迭代器被消耗，则不将整个输入加载到内存中，我只想将块加载到内存中一次被消耗(例如:当我调用 iterator.next 时)。

如何修改上面的代码来达到我想要的结果？

编辑:我在 Scala 2.11 中特别需要这个，因为我使用的环境坚持它。很高兴也接受其他版本的答案。

Answer 1

这是我能找到的最简单的实现(它是通用且懒惰的):

/** takes 'it' and groups consecutive elements 
 *  until next item that satisfy 'startGroup' predicate occures. 
 *  It returns Iterator[List[T]] and is lazy 
 *  (keeps in memory only last group, not whole 'it'). 
*/
def groupUsing[T](it:Iterator[T])(startGroup:T => Boolean):Iterator[List[T]] = {
  val sc = it.scanLeft(List.empty[T]) {
    (a,b) => if (startGroup(b)) b::Nil else b::a
  }

  (sc ++ Iterator(Nil)).sliding(2,1).collect { 
    case Seq(a,b) if a.length >= b.length => a.reverse
  }
}

像这样使用它:

val exampleIt = Seq("H1","D1","D2","D3","H2","D4","H3","H4","D5","D6","H5","D7").toIterator
groupUsing(exampleIt)(_.startsWith("H"))
// H1 D1 D2 D3 / H2 D4 / H3 / H4 D5 D6 / H5 D7

这是规范:

X | GIVEN            | EXPECTED     |
O |                  |              | empty iterator
O | H                | H            | single header
O | D                | D            | single item (not header)
O | HD               | HD           |
O | HH               | H,H          | only headers
O | HHD              | H,HD         |
O | HDDDHD           | HDDD,HD      |
O | DDH              | DD,H         | heading D's have no Header as you can see.
O | HDDDHDHDD        | HDDD,HD,HDD  |

带有测试和附加注释的 Scalafiddle:
https://scalafiddle.io/sf/q8xbQ9N/11

(如果答案有帮助，请点赞。我在这上面花了太多时间:))

第二个实现:

您有建议版本 不使用 sliding .在这里，但它有下面列出的自己的问题。

def groupUsing2[T >: Null](it:Iterator[T])(startGroup:T => Boolean):Iterator[List[T]] = {
  type TT = (List[T], List[T])
  val empty:TT = (Nil, Nil)
  //We need this ugly `++ Iterator(null)` to close last group.
  val sc = (it ++ Iterator(null)).scanLeft(empty) {
    (a,b) => if (b == null || startGroup(b)) (b::Nil, a._1) else (b::a._1, Nil)
  }

  sc.collect { 
    case (_, a) if a.nonEmpty => a.reverse
  }
}

特性:

(-) 仅适用于 T>:Null类型。我们只需要添加将在最后关闭最后一个集合的元素(null 是完美的，但它限制了我们的类型)。

(~) 它应该创建与以前版本相同数量的 trsh。我们只是在第一步而不是第二步中创建元组。

(+) 它不检查 List 的长度(老实说这是很大的收获)。

(+) 核心是 Ivan Kurchenko 的回答，但没有额外的拳击。

这是 scalfiddle: https://scalafiddle.io/sf/q8xbQ9N/11