在Scala中提取域后缀和计算命中数

寻找一些在vanilla Scala中优化此解决方案的建议，以解决我在教科书中遇到的问题：

假设您获得了如下数据：

val计数=数组(
“900，google.com”，
“60，mail.yahoo.com”，
“40，sports.yahoo.com”，
“50，mobile.sports.yahoo.com”，
“3，en.wikipedia.org”
)

第一个值表示该域收到的命中数。我想做的是能够汇总每个域和属于它的每个子域的计数。因此，输出应该如下所示：

res=List(
（“com”，1050），
（“google.com”，900），
（“yahoo.com”，150），
（“sports.yahoo.com”，90），
（“mail.yahoo.com”，60），
（“mobile.sports.yahoo.com”，50），
（“sports.yahoo.com”，40），
（“组织”，3），
（“en.wikipedia.org”，3）
)

以下代码至少在提供的数据上起作用：

对象解决方案{
val计数=数组(
“900，google.com”，
“60，mail.yahoo.com”，
“10，mobile.sports.yahoo.com”，
“40，sports.yahoo.com”，
“10，stackoverflow.com”，
“2，en.wikipedia.org”，
“1，es.wikipedia.org”，
“1、移动。运动”
)
case类DomainMapEntry（计数：Int，后缀：String）
私有后缀（str:String）：列表[String]=
str.split（'.'）.foldLeft（List.empty[String]）{（acc，part）=>
零件：：acc.map（rest=>s“$rest.$part”）
}
//拆分数组中的每个条目，提取后缀并与count配对。
私有def createDomainMap（str:String）：列表[选项[DomainMapEntry]]=
str.split（“，”）.take（2）.列表匹配{
案例h:：t:：Nil=>extractSuffix（t）.map（后缀=>Some（DomainMapEntry（Integer.parseInt（h），后缀）））
案例=>列表（无）
}
//创建后缀和计数的地图，按后缀展平和分组，
//对分组计数求和，并按相反顺序排序
def解析计数（arr:Array[String]）=
啊
.map（createDomainMap）
压平
压平
.groupBy（\后缀）
.mapValues（0.map（0.count）.sum）
托利斯先生
.sortBy（-uuu.u 2）
def main（args:Array[String]）：Unit=println（parseCounts（counts）.mkString（“\n”））
}

但是，我觉得它可以大大改进。显然，

case类

可能只是一个元组，但在算法上，我觉得我遗漏了一些东西，而且我也不太担心格式错误的数据，只是一个练习

我能更优雅地（简单地说，性能更好）提取带有计数的后缀吗

那双

flatten

电话，可能是一股代码气味

拆分和重新连接以创建后缀模式似乎很简单

---

有许多不同的方法来完成这样的任务。这里有一个选择

counts.flatMap{str=>
val数组（num，domain）=str.split（“，”）
域。拆分（“\\”）
.尾巴
.collect{如果d.nonEmpty=>（d.mkString（“.”，num.toInt）}
}.groupMapReduce（u._1）（u._2）（u+）//Scala 2.13.0
托利斯先生
.sortBy（-uuu.u 2）
//res0:List[（String，Int）]=List（（com，1050）
//，（谷歌网站，900）
//，（yahoo.com，150）
//，（sports.yahoo.com，90）
//，（mail.yahoo.com，60）
//，（mobile.sports.yahoo.com，50）
//，（wikipedia.org，3）
//，（组织，3）
//，（en.wikipedia.org，3））

---

请注意，这不会筛选错误输入，因此必须事先添加或完成。

谢谢，很高兴我这么问。我从您的提交中学到了三件事，scala的模式匹配在case语句之外工作

tails

，以及关于2.13

groupMapReduce

的另一件很酷的事情，这应该有助于解决

mapValues

可能存在的一些奇怪之处。干杯