计算Scala中List [List [T]]中每个元素的出现次数

Question

假设你有

val docs = List(List("one", "two"), List("two", "three"))

例如List("one","two")表示包含术语"one"和"two"的文档,并且您希望为每个术语构建一个包含文档频率的地图,即在这种情况下

Map("one" -> 1, "two" -> 2, "three" -> 1)

你会如何在Scala中做到这一点？(并且以有效的方式,假设一个更大的数据集.)

我的第一个类似Java的想法是使用一个可变映射:

val freqs = mutable.Map.empty[String,Int]
for (doc <- docs)
  for (term <- doc)
    freqs(term) = freqs.getOrElse(term, 0) + 1

它运作得很好,但我想知道如何以更"功能"的方式做到这一点,而不是诉诸一个可变的地图？

Answer 1

试试这个:

scala> docs.flatten.groupBy(identity).mapValues(_.size)
res0: Map[String,Int] = Map(one -> 1, two -> 2, three -> 1)

如果您要多次访问计数,那么您应该避免mapValues因为它"懒惰",因此会在每次访问时重新计算大小.此版本为您提供相同的结果,但不需要重新计算:

docs.flatten.groupBy(identity).map(x => (x._1, x._2.size))

这个identity功能只是意味着x => x.

Answer 2

docs.flatten.foldLeft(new Map.WithDefault(Map[String,Int](),Function.const(0))){
  (m,x) => m + (x -> (1 + m(x)))}

什么火车残骸!

[编辑]

啊,那更好!

docs.flatten.foldLeft(Map[String,Int]() withDefaultValue 0){
  (m,x) => m + (x -> (1 + m(x)))}