Scala foldLeft映射与文档的termCount

Question

我有一个文档列表，我希望在所有文档上找到(term -> termCount)对。我就是这样做的：

object termCount extends App {

  val docs = List(
    List("A", "B", "C", "C"),
    List("A", "D"),
    List("B", "B", "C"))

  val countsMap = docs.flatMap { ts =>
    val m = ts.map((_, 1)).groupBy(_._1)
    m.map { e => e._1 -> e._2.foldLeft(0)(_ + _._2) }
  }.groupBy(_._1)
    .map { e => e._1 -> e._2.foldLeft(0)(_ + _._2) }

  println(countsMap)

}

产出：

Map(D -> 1, A -> 2, C -> 3, B -> 3)

要把它分解成行动，我要做的是：

• (term, 1)元组的生成 ts.map((_，1)).groupBy(_._1)
• 计算文档-本地termCount e => e._1 -> e._2.foldLeft(0)(_ + _._2)
• 生成文档的Map -本地(term -> termCount)条目
• 在所有文档中将此映射还原为元组(term, termCount)
• 也可以再次执行一个foldLeft来获取全局术语数。

我的问题是，如何使这段代码更简洁？

Answer 1

这是相当简洁的：

scala> docs.flatten.groupBy(identity).map { case (k,vs) => (k,vs.size)}
res0: scala.collection.immutable.Map[String,Int] = Map(D -> 1, A -> 2, C -> 3, B -> 3)

帮助您完成原始代码的一件事是，您在两个不同的级别上执行相同的foldLeft操作:首先在每个子列表上，然后在整个过程中。相反，您可以将集合flatten到一个大列表中，因此只需执行一次：

顺便说一句:这里有一种foldLeft方式：

docs.flatten.foldLeft(Map.empty[String,Int]){ case (z,x) => z.updated(x, z.getOrElse(x,0) + 1) }