Scala中无限流上的嵌套迭代

Question

有时，我发现自己希望在Scala 中的无限流上执行嵌套迭代，以获得理解，但是指定循环终止条件可能有点棘手。有更好的方法来做这种事吗？

我想到的用例是，我不一定预先知道我正在迭代的每个无限流需要多少个元素(但很明显，我知道它不会是一个无穷多的数字)。假设每个流的终止条件可能以某种复杂的方式依赖于for表达式中其他元素的值。

最初的想法是尝试将流终止条件写为if filter子句在for表达式中，但是当在嵌套的无限流上循环时会遇到麻烦，因为在第一个无限流上没有短路的方法，这最终会导致OutOfMemoryError。考虑到 for 表达式如何映射到 map 、flatMap和withFilter方法调用，我理解为什么会这样--我的问题是，做这种事情是否有更好的成语(可能根本不涉及forE 215理解)。

为了给出一个有点做作的例子来说明刚才描述的问题，请考虑下面(非常天真的)代码来生成数字1和2的所有配对：

val pairs = for {
  i <- Stream.from(1) 
  if i < 3 
  j <- Stream.from(1) 
  if j < 3
} 
yield (i, j)

pairs.take(2).toList 
// result: List[(Int, Int)] = List((1,1), (1,2)) 

pairs.take(4).toList
// 'hoped for' result: List[(Int, Int)] = List((1,1), (1,2), (2,1), (2,2))
// actual result:
//  java.lang.OutOfMemoryError: Java heap space
//      at scala.collection.immutable.Stream$.from(Stream.scala:1105)

显然，在这个简单的示例中，通过将if过滤器移动到对原始流的takeWhile方法调用中可以很容易地避免问题，如下所示：

val pairs = for {
  i <- Stream.from(1).takeWhile(_ < 3) 
  j <- Stream.from(1).takeWhile(_ < 3) 
}    
yield (i, j)

但是为了这个问题的目的，想象一个更复杂的用例，在这个用例中，流终止条件不能很容易地移动到流表达式本身。

Answer 1

我已经采纳了Petr的建议，想出了一个我认为更通用的解决方案，因为它不限制的位置，如果在for理解中过滤(尽管它有更多的语法开销)。

这个想法再次将底层流封装在包装对象中，该对象不需要修改就委托flatMap、map和filter方法，但首先对底层流应用takeWhile调用，并使用!isTruncated谓词，其中isTruncated是属于包装器对象的字段。在任何时候对包装器对象调用truncate将翻转isTruncated标志，并有效地结束流上的进一步迭代。这在很大程度上依赖于这样一个事实:对底层流的takeWhile调用是延迟计算的，因此在迭代的后期阶段执行的代码有可能影响其行为。

缺点是您必须保留对您希望能够截断中间迭代的流的引用，方法是将|| s.truncate附加到过滤器表达式(其中s是对包装流的引用)。您还需要确保在流中的每次新迭代之前对包装器对象(或使用新的包装器对象)调用reset，除非您知道每次重复迭代的行为都是相同的。

import scala.collection._
import scala.collection.generic._

class TruncatableStream[A]( private val underlying: Stream[A]) {
  private var isTruncated = false;

  private var active = underlying.takeWhile(a => !isTruncated)

  def flatMap[B, That](f: (A) => GenTraversableOnce[B])(implicit bf: CanBuildFrom[Stream[A], B, That]): That = active.flatMap(f);

  def map[B, That](f: (A) => B)(implicit bf: CanBuildFrom[Stream[A], B, That]): That = active.map(f);

  def filter(p: A => Boolean): Stream[A] = active.filter(p);

  def truncate() = {
    isTruncated = true
    false
  }

  def reset() = {
    isTruncated = false
    active = underlying.takeWhile(a => !isTruncated)
  }
}

val s1 = new TruncatableStream(Stream.from(1))
val s2 = new TruncatableStream(Stream.from(1))

val pairs = for {
  i <- s1

  // reset the nested iteration at the start of each outer iteration loop 
  // (not strictly required here as the repeat iterations are all identical)
  // alternatively, could just write: s2 = new TruncatableStream(Stream.from(1))  
  _ = _s2.reset()      

  j <- s2
  if i < 3 || s1.truncate
  if j < 3 || s2.truncate
} 
yield (i, j)

pairs.take(2).toList  // res1: List[(Int, Int)] = List((1,1), (1,2))
pairs.take(4).toList  // res2: List[(Int, Int)] = List((1,1), (1,2), (2,1), (2,2))

毫无疑问，这是可以改进的，但这似乎是一个合理的解决办法。

Answer 2

一种可能的方法是将Stream封装到您自己的类中，这个类处理filter的方式不同，在本例中是takeWhile。

import scala.collection._
import scala.collection.generic._

class MyStream[+A]( val underlying: Stream[A] ) {
  def flatMap[B, That](f: (A) => GenTraversableOnce[B])(implicit bf: CanBuildFrom[Stream[A], B, That]): That = underlying.flatMap(f);

  def map[B, That](f: (A) ⇒ B)(implicit bf: CanBuildFrom[Stream[A], B, That]): That = underlying.map(f);

  def filter(p: A => Boolean): Stream[A] = underlying.takeWhile(p);
  //                                       ^^^^^^^^^^^^^^^^^^^^^^^^
}

object MyStream extends App {
  val pairs = for {
    i <- new MyStream(Stream.from(1))
    if i < 3
    j <- new MyStream(Stream.from(1))
    if j < 3
  } yield (i, j);

  print(pairs.toList);
}

这个打印List((1,1), (1,2), (2,1), (2,2))。