如何在scala的流中找到第一个重复项

Question

如何在 scala 的 Stream 中找到第一个重复项？

我目前的想法是将每个元素与所有先前元素的Set 配对。之后，find 会在结果 Stream 上被调用。

所以，对于每个元素，我们有

• Set 中的插入：O(1)
• 在Set 中的测试contains：O(1)

因此，这个算法的整体复杂度似乎是 O(n)。

  def firstDuplicate[A](s: Stream[A]) = {
    def recurse(s: Stream[A], set: Set[A]) : Stream[(A, Set[A])]=
      (s.head, set) #:: recurse(s.tail, set + s.head)
    val pairedWithElements = recurse(s, Set.empty)
    pairedWithElements.find{ case (e, elems) => elems.contains(e)}.get._1
  }

有没有更好的办法？

Answer 1

你应该让你的函数尾递归。按照您的方式，您正在堆栈上制作整个流的几乎另一个副本。另外，我不明白您为什么要复制整个流（以及一大堆集），然后再次扫描以找到副本。将其添加到集合时，您可以立即判断它是一个 dup，然后就停在那里。

可能是这样的：

   def firstDup[T](s: Stream[T], seen: Set[T] = Set.empty[T]): Option[T] =  s match {
      case head #:: tail if seen(head) => Some(head)
      case head #:: tail => firstDup(tail, seen + head)
      case _ => None
   }

来自上述 cmets 的布隆过滤器建议对于真正巨大的输入流来说是个好主意。在这种情况下，“外壳”将保持不变，您只需要更改底层的 seen 实现。