流上循环的Scala嵌套

我编写了以下Scala代码来计算距离矩阵：

def dist(fasta: Stream[FastaRecord], f: (FastaRecord, FastaRecord) => Int) = {
  val inF = fasta.par
  for (i <- inF; j <- inF)
   yield (f(i, j))
}

def dist（fasta:Stream[FastaRecord]，f:（FastaRecord，FastaRecord）=>Int）{
瓦尔英夫
对于（我我认为使用
zipWithIndex
可能会满足您的需求：

def dist(fasta: Stream[FastaRecord], f: (FastaRecord, FastaRecord) => Int) = {
  val inF = fasta.zipWithIndex.par
  for ((x, i) <- inF; (y, j) <- inF; if i <= j)
   yield f(x, y)
}

我不认为这真的是一个问题，但我也不知道如何抑制错误…
流缓存它们的结果，如中所示。因此，在第一次
j
遍历整个流之后，它应该像普通列表一样快。这意味着我认为最好在开始时使用
长度
来评估流然后用你的
f
函数只做了一半的并行计算。我这样评论只是为了让你在对流进行一次迭代后了解它们的性能。我认为这里更大的问题是流没有针对随机访问进行优化，所以
inF（I）
和
inF（j）
操作将很慢。
def dist(fasta: Stream[FastaRecord], f: (FastaRecord, FastaRecord) => Int) = {
  val inF = fasta.zipWithIndex.par
  for ((x, i) <- inF; (y, j) <- inF; if i <= j)
   yield f(x, y)
}

warning: `withFilter' method does not yet exist on scala.collection.parallel.immutable.ParSeq[(FastaRecord, Int)], using `filter' method instead