Scala匹配某些词并计算频率

Question

我读了这篇文章:Scala beginners - simplest way to count words in file

代码只有一行，非常壮观。但是，我无法理解它是什么:

scala.io.Source.fromFile("file.txt")
  .getLines
  .flatMap(_.split("\\W+"))
  .foldLeft(Map.empty[String, Int]){
     (count, word) => count + (word -> (count.getOrElse(word, 0) + 1))
  }

我无法理解 foldLeft 部分，这直接削弱了我修改此代码的能力。 foldLeft 定义为:def foldLeft[B](z: B)(f: (B, A) => B): B

这个 foldLeft 有什么作用？怎么能把count和word抽出来放到第二个curry函数的部分函数里呢？

我要匹配的词在 Map 中表示:

  val dictionary = Map(
    """will""" -> 1,
    """going to""" -> 2,
    """future""" -> 3
  )

如何将此 Map 与该代码合并？还是我应该尝试完全不同的东西？

我想到了这个坏主意:我可能会在外面放一个 for 循环……但它看起来会很丑。

Answer 1

假设您只想计算在 dictionary 中作为键出现的单词，您将添加一个过滤器:

scala.io.Source.fromFile("file.txt")
  .getLines
  .flatMap(_.split("\\W+"))
  .filter(dictionary.contains(_))
  .foldLeft(Map.empty[String, Int]){
     (count, word) => count + (word -> (count.getOrElse(word, 0) + 1))
  }

现在，关于这里如何使用 foldLeft 的一般解释...

将我们的类型插入到 foldLeft 定义中，我们有:foldLeft[Map[String, Int]](z: Map[String, Int])(f: (Map[String, Int], String) => Map[String, Int]): Map[String, Int ]

如此简化，foldLeft 有两个柯里化(Currying)参数，一个累加器的初始值(在我们的例子中是一个空的 Map)，以及一个本身有两个参数的函数: 累加器，以及正在遍历的结构中的当前项(当前词)。

因此，对于函数的每次调用，count 将是计数的当前 Map，而 word 将是当前单词。

对于每个单词，我们将返回一个新的 Map，其中当前单词的计数(如果不存在则为 0)加 1。foldLeft 的最终结果> 是计数的完整 Map。