是否可以使用'yield'生成'Iterator'而不是Scala中的列表？

Question

是否可以在不评估每个值的情况下将yield用作迭代器？

这很容易实现复杂的列表生成,然后你需要将其转换成一个常见的任务Iterator,因为你不需要一些结果......

Answer 1

当然.实际上,非严格性有三种选择,我在下面列出.对于示例,假设:

val list = List.range(1, 10)
def compute(n: Int) = {
    println("Computing "+n)
    n * 2
}

1. Stream.A Stream是一个懒惰的评估列表.它将按需计算值,但一旦计算出值,它将不会重新计算值.如果您多次重用流的某些部分,它将非常有用.例如,运行下面的代码将打印"计算1","计算2"和"计算3",每次一次.

   val stream = for (n <- list.toStream) yield compute(n)
   val third = stream(2)
   println("%d %d" format (third, stream(2)))
   

2. 一个视图.视图是基础集合上的操作组合.在检查视图时,检查的每个元素都是按需计算的.如果你随机访问视图,它是最有用的,但它永远不会只看其中的一小部分.例如,运行下面的代码将打印"计算3"两次,没有别的(除了结果).

   val view = for (n <- list.view) yield compute(n)
   val third = view(2)
   println("%d %d" format (third, view(2)))
   

3. Iterator.这Iterator是一种习惯于懒洋洋地走过一个系列的东西.人们可以把它想象成一个"一次性"的收藏品,可以这么说.它既不会重新计算也不会存储任何元素 - 一旦元素被"计算",它就不能再次使用.由于这个原因,使用起来有点棘手,但鉴于这些限制,它是最有效的.例如,以下示例需要不同,因为Iterator不支持索引访问(如果以这种方式编写,视图将执行得很糟糕),并且下面的代码打印"计算1","计算2","计算3","计算4","计算5"和"计算6".此外,它最后打印两个不同的数字.

   val iterator = for (n <- list.iterator) yield compute(n)
   val third = iterator.drop(2).next
   println("%d %d" format (third, iterator.drop(2).next))