Scala—计算迭代器中每个键的出现次数

我有一个迭代器，其中包含一些键值对。 e、 g

（詹，xyz）（肯，zxy）（詹，asd）（肯，asdf）

结果应该是

（简，2）（肯，2）

如何使用count函数（或任何其他函数）计算该特定集合的迭代器中每个键的出现次数

编辑：

---

在我的用例中，这个迭代器表示的集合有大量记录，可能在数百万条范围内，不，我需要最有效（时间复杂度较低）的方法来实现这一点。我发现默认的count方法是一种非常快速的方法，它可以以某种方式用于生成所需的结果。

您可以

groupBy

键，然后计算每个键的出现次数：

val iterator = 
  Iterator(("jen","xyz"), ("ken","zxy"), ("jen","asd"), ("ken", "asdf"))

iterator.toList.groupBy(_._1).mapValues(_.length).toList
// List[(String, Int)] = List((jen,2), (ken,2))

---

您可以

groupBy

键，然后计算每个键的出现次数：

val iterator = 
  Iterator(("jen","xyz"), ("ken","zxy"), ("jen","asd"), ("ken", "asdf"))

iterator.toList.groupBy(_._1).mapValues(_.length).toList
// List[(String, Int)] = List((jen,2), (ken,2))

---

Peter Neyens建议的方法是可行的，但由于使用了

toList

、

groupBy

和

length

的方式，对于某些应用程序来说，它可能非常低效（时间和内存）。通常，将计数直接聚合到一个映射中并避免所有不必要的

列表的创建将更加有效

import scala.collection.TraversableOnce
import scala.collection.mutable.HashMap

def counts[T](xs: TraversableOnce[T]): Map[T, Int] = {
  xs.foldLeft(HashMap.empty[T, Int].withDefaultValue(0))((acc, x) => { acc(x) += 1; acc}).toMap
}

定义了
counts
方法后，可以将其应用于键值对迭代器，如下所示：

val iter: Iterator[(String, String)] = ???
val keyCounts = counts(iter.map(_._1))

上面定义的
计数
方法适用于大量值的
迭代器
，例如

val iter = Iterator.range(0, 100000000).map(i => (i % 1931, i))
val countMap = counts(iter.map(_._1))
// Map(645 -> 51787, 892 -> 51787, 69 -> 51787, 1322 -> 51786, ...)

效果很好，而Peter的回答中建议的方法，即

val iter = Iterator.range(0, 100000000).map(i => (i % 1931, i))
val countMap = iter.toList.groupBy(_._1).mapValues(_.length).toMap

持续一段时间，最终导致
OutOfMemoryError
。它失败的原因是由于所有不必要的
列表创建。
Peter Neyens建议的方法会起作用，但由于使用
toList
、
groupBy
和
length
的方式，对于某些应用程序来说，它可能非常低效（时间和内存）。通常，将计数直接聚合到一个映射中并避免所有不必要的
列表的创建将更加有效

import scala.collection.TraversableOnce
import scala.collection.mutable.HashMap

def counts[T](xs: TraversableOnce[T]): Map[T, Int] = {
  xs.foldLeft(HashMap.empty[T, Int].withDefaultValue(0))((acc, x) => { acc(x) += 1; acc}).toMap
}

定义了
counts
方法后，可以将其应用于键值对迭代器，如下所示：

val iter: Iterator[(String, String)] = ???
val keyCounts = counts(iter.map(_._1))

上面定义的
计数
方法适用于大量值的
迭代器
，例如

val iter = Iterator.range(0, 100000000).map(i => (i % 1931, i))
val countMap = counts(iter.map(_._1))
// Map(645 -> 51787, 892 -> 51787, 69 -> 51787, 1322 -> 51786, ...)

效果很好，而Peter的回答中建议的方法，即

val iter = Iterator.range(0, 100000000).map(i => (i % 1931, i))
val countMap = iter.toList.groupBy(_._1).mapValues(_.length).toMap

持续一段时间，最终导致
OutOfMemoryError
。它失败的原因是因为所有不必要的
列表创建。
Peter，请参见下面我的答案。使用
groupBy
获取列表，然后按
length
对每个列表进行计数将是非常低效的。@JasonLenderman，“非常低效”？这几乎肯定不会对绝大多数案件产生影响。微优化只是愚蠢的，直到你真的需要它们（这是非常罕见的）。另外，如果你真的很关心那一点点的效率，你可能应该重写你的答案，不要使用
foldLeft
；毕竟，
虽然
循环总是会更有效率…@dhg，
groupBy
方法是为每个键创建一个新的
列表
，并且这些
列表中的每一个都在内存中实例化。此外，还需要对每个列表进行额外的遍历来计算长度。如果正在迭代的不同键的数量（以及它们出现的次数）很小，那么这可能不是一个大问题，但对于某些应用程序来说可能真的很糟糕。至于使用while循环，我没有这样做，因为我认为这是一个微观优化。为什么？因为无论应用程序或数据如何，它只会导致不断的因子改进。我同意了解中间集合很重要。毕竟，有多少人的名字叫肯？我认识几个詹，但那一刻可能已经过去了。@JasonLenderman不，我认为OP不关心xyz，只关心你的计数。OP的下一篇文章将用给定长度的值来计算键数。使用
groupBy
获取列表，然后按
length
对每个列表进行计数将是非常低效的。@JasonLenderman，“非常低效”？这几乎肯定不会对绝大多数案件产生影响。微优化只是愚蠢的，直到你真的需要它们（这是非常罕见的）。另外，如果你真的很关心那一点点的效率，你可能应该重写你的答案，不要使用
foldLeft
；毕竟，
虽然
循环总是会更有效率…@dhg，
groupBy
方法是为每个键创建一个新的
列表
，并且这些
列表中的每一个都在内存中实例化。此外，还需要对每个列表进行额外的遍历来计算长度。如果正在迭代的不同键的数量（以及它们出现的次数）很小，那么这可能不是一个大问题，但对于某些应用程序来说可能真的很糟糕。至于使用while循环，我没有这样做，因为我认为这是一个微观优化。为什么？因为无论应用程序或数据如何，它只会导致不断的因子改进。我同意了解中间集合很重要。毕竟，有多少人的名字叫肯？我认识几个詹，但那一刻可能已经过去了。@JasonLenderman不，我认为OP不关心xyz，只关心你的计数。OP的下一篇文章将用给定长度的值来计数键。嘿，不必要的映射怎么了？一个扩展方法如何
countBy（f:A=>K）
？我的理解是OP对值不感兴趣，他只对计算每个键遇到的次数感兴趣。所以m