【发布时间】:2019-10-30 09:12:43
【问题描述】:
我有以下案例类:
case class GHUser(login:String, contributions:Option[Int])
以及这些元素的列表:
val list = List(
List(GHUser("a", Some(10)), GHUser("b", Some(10))), List(GHUser("b", Some(300)))
).flatten
现在我想合并所有元素,以便为同一用户添加所有贡献。起初我以为我可以将 Monoid 应用于我的案例类,如下所示:
trait Semigroup[A] {
def combine(x: A, y: A): A
}
trait Monoid[A] extends Semigroup[A] {
def empty: A
}
case class GHUser(login: String, contributions: Option[Int])
object Main extends App {
val ghMonoid: Monoid[GHUser] = new Monoid[GHUser] {
def empty: GHUser = GHUser("", None)
def combine(x: GHUser, y: GHUser): GHUser = {
x match {
case GHUser(_, None) => GHUser(y.login, y.contributions)
case GHUser(_, Some(xv)) =>
y match {
case GHUser(_, None) => GHUser(x.login, x.contributions)
case GHUser(_, Some(yv)) => GHUser(x.login, Some(xv + yv))
}
}
}
}
val list = List(
List(GHUser("a", Some(10)), GHUser("b", Some(10))), List(GHUser("b", Some(300)))
).flatten
val b = list.groupBy(_.login)
val c = b.mapValues(_.foldLeft(ghMonoid.empty)(ghMonoid.combine))
println(c.valuesIterator mkString("\n"))
// GHUser(a,Some(10))
// GHUser(b,Some(310))
}
它有效,但我觉得我没有遵循 Monoid Laws,因为它要求所有用户都有相同的login(因此我拨打了groupBy 电话。
有更清洁的解决方案吗?
更新
重读我的问题,似乎我不需要Monoid,而是Semigroup,对吗?
【问题讨论】:
-
与简单的
groupBy-map-fold相比,这些似乎非常重量级。 -
不知道为什么,在groupby上不能调用map:
b.map(x => x),x好像是Nothing。