如何在Scala中获得两个列表的平方和？

Question

如果我有两个列表

val first = List(1, 2, 3)
val second = List(4, 5, 6)

我将如何获得以下内容？

(1-4)^2 + (2-5)^2 + (3-6)^2

Answer 1

zip、map和sum：

first.view.zip(second).map(t => t._1 - t._2).map(x => x*x).sum

• 将两个列表的元素组合成一个元组
• 视图用于延迟计算列表，以便不在两个调用

的地图之间构建结构

(编辑以将reduceLeft替换为sum)

看到评论后，我觉得我必须回来解释一下我的观点。基本上，视图将Traversable转换为类似迭代器的结构，因此在应用map、zip和其他一些方法时，不必创建多个中间结构。GenIteratableViewLike的类型成员提供了哪些操作具有特殊处理的含义。因此，通常情况下，如果您按顺序应用了一堆map、filter、drop、takeWhile，则可以使用视图来获得一些性能。经验法则是尽早应用view以最小化创建的中间List的数量，如果有必要，在最后使用force返回到List (或您正在使用的任何集合)。因此，丹尼尔的建议。

关于性能的事情是，在实践中，如果这是重要的，你必须做一个现实的检查。下面是一些数字(越低越好)：

no view List(62, 62, 62, 62, 63) sum: 311
view before zip List(32, 31, 15, 16, 31) sum: 125
view after zip List(31, 46, 46, 31, 31) sum: 185
iterator List(16, 16, 16, 16, 15) sum: 79
zipped List(62, 47, 62, 46, 47) sum: 264

代码如下：

import testing.Benchmark

def lots[T](n: Int, f: => T): T = if (n > 0) { f; lots(n - 1, f) } else f

def bench(n: Int, id: String)(block: => Unit) {
  val times = (new testing.Benchmark { 
    def run() = lots(10000, block)
  }).runBenchmark(n)
  println(id + " " + times + " sum: " + times.sum)
}

val first = List(1, 2, 3)
val second = List(4, 5, 6)

bench(5, "no view") { first.zip(second).map(t => t._1 - t._2).map(x => x*x).sum }
bench(5, "view before zip") { first.view.zip(second).map(t => t._1 - t._2).map(x => x*x).sum }
bench(5, "view after zip") { first.zip(second).view.map(t => t._1 - t._2).map(x => x*x).sum }
bench(5, "iterator") { first.iterator.zip(second.iterator).map(t => t._1 - t._2).map(x => x*x).sum }
bench(5, "zipped") { (first, second).zipped.map((a,b) => a - b).map(x => x*x).sum }

Answer 2

通常，如果函数比较复杂，您可能希望定义一个函数，而不是应用多个映射。您可以将其作为帮助器方法来执行，也可以匿名内联。

def op(i: Int, j: Int) = { val m = i - j; m * m }

(first, second).zipped.map(op).sum

或

(first, second).zipped.map( (i, j) => { val m = i - j; m * m } ).sum

在这些情况下，zipped比zip更方便一些，因为它可以映射到带有两个参数的函数，而不是必须在其上使用._1和._2字段的单个元组。

Answer 3

带左折叠：

(0 /: first.zip (second)) ((a, b) => a + (b._1 - b._2)*(b._1 - b._2))

从拉链开始。