F#:按重复出现的元素序列分组

Question

我有一个序列对(键，值)就像

[("a", 1), ("a", 2), ("a", 111), ("b", 3), ("bb", 1), ("bb", -1), ...]

, 什么是最有效的把它转换成像这样的序列

[("a", [1,2,111]), ("b", [3]), ("bb", [1,-1])] 

或类似的？

序列具有以下属性:它真的很大(>2Gb)

这使得 Seq.groupBy 真的无效且不正确，还有其他方法吗？

附言:这个序列:

[("a", 1), ("a", 2), ("a", 111), ("bb", 1), ("bb", -1), ("a", 5), ("a", 6), ...]

应转换为

[("a", [1,2,111]), ("bb", [1,-1]), ("a", [5,6]), ...]

--

编辑 #1:修复了不正确的样本

编辑 #2:序列很大，因此首选惰性(或最快)解决方案

Answer 1

如果您想要获得惰性结果的选项，那么我认为没有维护可变状态的优雅方法。这是一个相对简单的突变。您维护您看到的最后一个键的存储，以及与之对应的所有值:

let s = [("a", 1); ("a", 2); ("a", 111); ("bb", 1); ("bb", -1); ("a", 5); ("a", 6)]
let s2 = 
    [
        let mutable prevKey = None
        let mutable values = System.Collections.Generic.List<_>()
        let init key value = 
            prevKey <- Some key
            values.Clear()
            values.Add value
        for (key, value) in s do
            match prevKey with
            | None -> init key value
            | Some k when k = key -> values.Add value
            | Some k -> 
                yield (k, List.ofSeq values)
                init key value
        match prevKey with
        | Some k -> yield (k, List.ofSeq values)
        | _ -> ()
    ]

这给出:

val s2 : (string * int list) list =
  [("a", [1; 2; 111]); ("bb", [1; -1]); ("a", [5; 6])]

对于惰性评估，将 [ ... ] 替换为 seq { ... }