为什么scala reduce（）和reduceLeft（）以相同的方式减少值序列？

如果我跑步：

List(1, 4, 3, 9).reduce {(a, b) => println(s"$a + $b"); a + b}

结果是：

1 + 4
5 + 3
8 + 9

但是，如果我使用

reduceLeft

而不是

reduce

，它还会打印：

1 + 4
5 + 3
8 + 9

我认为

reduce

以这种方式减少了值的顺序：

(1+4) + (3+9)
(5) + (12)
(17)

reduceLeft

和

reduce

之间的真正区别是什么？

区别在于：

reduce

可以按任意顺序进行reduce；对于

列表

而言，它恰好与

reduceLeft

相同，因为它更高效（因此，它们中的大多数都是相同的）。对于另一个集合，它可能相当于

reduceRight

，对于树类型，它可能更符合您的预期

不同类型的签名：

reduce[B >: A](op: (B, B) => B): B

对

reduceLeft[B >: A](op: (B, A) => B): B

因为

reduceLeft

中

op

的第一个参数始终是调用它的集合的元素，但是对于

reduce

来说，它可能是递归

reduce

调用的结果

---

看看这两个函数的类型：

def reduce[B >: A](op: (B, B) => B): B 
def reduceLeft[B >: A](op: (B, A) => B): B

请注意，

reduceLeft

中

op

的第二个参数是

A

（与元素类型相同），而在

reduce

中是

B

（与返回值相同）

这是一个重要的区别。reduce中的操作必须是关联的，这意味着您可以将列表拆分为多个部分，分别对每个部分应用该操作，然后再次将其应用于要合并的结果

当您希望并行执行操作时，这一点很重要：

reduce

可以并行应用于列表的不同部分，然后可以组合结果

另一方面，

reduceLeft

只能按顺序工作（顾名思义，从左到右），操作不必是关联的，并且可以期望其第二个参数始终是序列的一个元素（第一个参数是迄今为止操作的结果）

考虑

    val sum = (1 to 100).reduce(_ + _) 

这将产生与

（1到100）相同的结果。reduceLeft（+u-）

，只是前者可以并行化。 另一方面：

    val strings = (1 to 100).reduceLeft[Any](_.toString + ";" + _.toString) 

不应写为

reduce

（即使在这个人为的示例中，只要您坚持串行处理，它就可以，甚至可以工作），因为结果取决于元素输入操作的顺序。

“我认为reduce以这种方式减少了值的顺序：”ham no.

reduce

的大多数实现只是回退到

reduceLeft

，但它们可能回退到

reduceRight

-

reduce

只是不能保证操作的顺序，如果您不关心订单，请使用

reduce

，因为基础集合将选择最有效的订单，如果您需要从左到右或从右到左选择其他订单之一；区别更多的是语义，而不是真正的实现细节。如果您想要总是并行搜索的内容，请搜索

aggregate