Scala组合函数问题答案

【问题标题】：Scala combination function issueScala组合函数问题
【发布时间】：2018-09-19 17:43:36
【问题描述】：

我有一个这样的输入文件：

The Works of Shakespeare, by William Shakespeare 
Language: English

我想使用 flatMap 和 combinations 方法来获得每行的 K-V 对。

这就是我的工作：

var pairs = input.flatMap{line => 
  line.split("[\\s*$&#/\"'\\,.:;?!\\[\\(){}<>~\\-_]+")
    .filter(_.matches("[A-Za-z]+"))
    .combinations(2)
    .toSeq
    .map{ case array => array(0) -> array(1)}
}

在此之后我得到了 17 双，但错过了其中两双：(by,shakespeare) 和 (william,shakespeare)。我觉得第一句话的最后一个字可能有问题，但我不知道如何解决，谁能告诉我？

【问题讨论】：

欢迎来到 StackOverflow。请避免发布图像，而是将代码以文本形式发布，并通过选择代码并按 Ctrl + K 对其进行格式化。您也可以阅读How to Ask 了解更多信息。记得提供minimal reproducible example
使用combinations，您将获得(by,shakespeare) 或(shakespeare,by)，而不是两者。

标签： scala apache-spark rdd

【解决方案1】：

即使值的顺序相反，combinations 方法也不会给出重复值。因此，您缺少的值已经以其他顺序出现在解决方案中。

此代码将在文本中创建所有有序的单词对。

  for {
    line <- input
    t <- line.split("""\W+""").tails if t.length > 1
    a = t.head
    b <- t.tail
  } yield a -> b

这里是tails方法的描述：

遍历这个可遍历集合的尾部。第一个值是这个可遍历集合，最后一个值是一个空的可遍历集合，中间的值是连续应用 tail 的结果。

【讨论】：