Подтвердить что ты не робот

Самый простой способ получить верхние n элементов Scala Iterable

Существует ли простое и эффективное решение для определения верхних n элементов Scala Iterable? Я имею в виду что-то вроде

iter.toList.sortBy(_.myAttr).take(2)

но без сортировки всех элементов, когда интересны только верхние 2. В идеале я ищу что-то вроде

iter.top(2, _.myAttr)

см. также: Решение для верхнего элемента с помощью Ordering: В Scala, как использовать Ordering [T] с List.min или List.max и сохранить прочитанный код

Обновление:

Спасибо всем за ваши решения. Наконец, я взял оригинальное решение неизвестного пользователя и принял его для использования Iterable и шаблона pimp-my-library:

implicit def iterExt[A](iter: Iterable[A]) = new {
  def top[B](n: Int, f: A => B)(implicit ord: Ordering[B]): List[A] = {
    def updateSofar (sofar: List [A], el: A): List [A] = {
      //println (el + " - " + sofar)

      if (ord.compare(f(el), f(sofar.head)) > 0)
        (el :: sofar.tail).sortBy (f)
      else sofar
    }

    val (sofar, rest) = iter.splitAt(n)
    (sofar.toList.sortBy (f) /: rest) (updateSofar (_, _)).reverse
  }
}

case class A(s: String, i: Int)
val li = List (4, 3, 6, 7, 1, 2, 9, 5).map(i => A(i.toString(), i))
println(li.top(3, _.i))
4b9b3361

ОТВЕТЫ

Ответ 1

Мое решение (привязано к Int, но должно быть легко изменено на Ordered (через несколько минут):

def top (n: Int, li: List [Int]) : List[Int] = {

  def updateSofar (sofar: List [Int], el: Int) : List [Int] = {
    // println (el + " - " + sofar)
    if (el < sofar.head) 
      (el :: sofar.tail).sortWith (_ > _) 
    else sofar
  }

  /* better readable:
    val sofar = li.take (n).sortWith (_ > _)
    val rest = li.drop (n)
    (sofar /: rest) (updateSofar (_, _)) */    
  (li.take (n). sortWith (_ > _) /: li.drop (n)) (updateSofar (_, _)) 
}

использование:

val li = List (4, 3, 6, 7, 1, 2, 9, 5)    
top (2, li)
  • В приведенном выше списке возьмите первые 2 (4, 3) в качестве стартового TopTen (TopTwo).
  • Сортируйте их так, чтобы первый элемент был более крупным (если есть).
  • повторяет итерацию остальной части списка (li.drop(n)) и сравнивает текущий элемент с максимумом списка минимумов; замените, если необходимо, и прибегните снова.
  • Улучшения:
    • Отбросьте Int и используйте упорядоченное.
    • Отбросьте (_ > _) и используйте User-Ordering, чтобы разрешить BottomTen. (Harder: выберите средний 10:))
    • Отбросьте список и вместо этого используйте Iterable

update (абстракция):

def extremeN [T](n: Int, li: List [T])
  (comp1: ((T, T) => Boolean), comp2: ((T, T) => Boolean)):
     List[T] = {

  def updateSofar (sofar: List [T], el: T) : List [T] =
    if (comp1 (el, sofar.head)) 
      (el :: sofar.tail).sortWith (comp2 (_, _)) 
    else sofar

  (li.take (n) .sortWith (comp2 (_, _)) /: li.drop (n)) (updateSofar (_, _)) 
}

/*  still bound to Int:  
def top (n: Int, li: List [Int]) : List[Int] = {
  extremeN (n, li) ((_ < _), (_ > _))
}
def bottom (n: Int, li: List [Int]) : List[Int] = {
  extremeN (n, li) ((_ > _), (_ < _))
}
*/

def top [T] (n: Int, li: List [T]) 
  (implicit ord: Ordering[T]): Iterable[T] = {
  extremeN (n, li) (ord.lt (_, _), ord.gt (_, _))
}
def bottom [T] (n: Int, li: List [T])
  (implicit ord: Ordering[T]): Iterable[T] = {
  extremeN (n, li) (ord.gt (_, _), ord.lt (_, _))
}

top (3, li)
bottom (3, li)
val sl = List ("Haus", "Garten", "Boot", "Sumpf", "X", "y", "xkcd", "x11")
bottom (2, sl)

Чтобы заменить List с Iterable, кажется, немного сложнее.

Как отметил Даниэль С. Собрал в комментариях, высокий n в topN может привести к большой работе сортировки, так что было бы полезно сделать ручную сортировку вставки вместо повторной сортировки всего списка сверху -n элементов:

def extremeN [T](n: Int, li: List [T])
  (comp1: ((T, T) => Boolean), comp2: ((T, T) => Boolean)):
     List[T] = {

  def sortedIns (el: T, list: List[T]): List[T] = 
    if (list.isEmpty) List (el) else 
    if (comp2 (el, list.head)) el :: list else 
      list.head :: sortedIns (el, list.tail)

  def updateSofar (sofar: List [T], el: T) : List [T] =
    if (comp1 (el, sofar.head)) 
      sortedIns (el, sofar.tail)
    else sofar

  (li.take (n) .sortWith (comp2 (_, _)) /: li.drop (n)) (updateSofar (_, _)) 
}

верхний/нижний метод и использование, как указано выше. Для небольших групп верхних/нижних элементов сортировка редко вызывается, несколько раз в начале, а затем все реже и реже с течением времени. Например, 70 раз с вершиной (10) 10 000 и 90 раз с вершиной (10) 100 000.

Ответ 2

Еще одна версия:

val big = (1 to 100000)

def maxes[A](n:Int)(l:Traversable[A])(implicit o:Ordering[A]) =
    l.foldLeft(collection.immutable.SortedSet.empty[A]) { (xs,y) =>
      if (xs.size < n) xs + y
      else {
        import o._
        val first = xs.firstKey
        if (first < y) xs - first + y
        else xs
      }
    }

println(maxes(4)(big))
println(maxes(2)(List("a","ab","c","z")))

Использование Set заставляет список иметь уникальные значения:

def maxes2[A](n:Int)(l:Traversable[A])(implicit o:Ordering[A]) =
    l.foldLeft(List.empty[A]) { (xs,y) =>
      import o._
      if (xs.size < n) (y::xs).sort(lt _)
      else {
        val first = xs.head
        if (first < y) (y::(xs - first)).sort(lt _)
        else xs
      }
    }

Ответ 3

Вам не нужно сортировать всю коллекцию, чтобы определить верхние N элементов. Тем не менее, я не считаю, что эта функциональность предоставляется исходной библиотекой, поэтому вам придется сворачивать вас самостоятельно, возможно, используя шаблон pimp-my-library.

Например, вы можете получить n-й элемент коллекции следующим образом:

  class Pimp[A, Repr <% TraversableLike[A, Repr]](self : Repr) {

    def nth(n : Int)(implicit ord : Ordering[A]) : A = {
      val trav : TraversableLike[A, Repr] = self
      var ltp : List[A] = Nil
      var etp : List[A] = Nil
      var mtp : List[A] = Nil
      trav.headOption match {
        case None      => error("Cannot get " + n + " element of empty collection")
        case Some(piv) =>
          trav.foreach { a =>
            val cf = ord.compare(piv, a)
            if (cf == 0) etp ::= a
            else if (cf > 0) ltp ::= a
            else mtp ::= a
          }
          if (n < ltp.length)
            new Pimp[A, List[A]](ltp.reverse).nth(n)(ord)
          else if (n < (ltp.length + etp.length))
            piv
          else
            new Pimp[A, List[A]](mtp.reverse).nth(n - ltp.length - etp.length)(ord)
      }
    }
  }

(Это не очень функционально, извините)

Тогда тривиально получить верхние элементы n:

def topN(n : Int)(implicit ord : Ordering[A], bf : CanBuildFrom[Repr, A, Repr]) ={
  val b = bf()
  val elem = new Pimp[A, Repr](self).nth(n)(ord)
  import util.control.Breaks._
  breakable {
    var soFar = 0
    self.foreach { tt =>
      if (ord.compare(tt, elem) < 0) {
         b += tt
         soFar += 1
      }
    }
    assert (soFar <= n)
    if (soFar < n) {
      self.foreach { tt =>
        if (ord.compare(tt, elem) == 0) {
          b += tt
          soFar += 1
        }
        if (soFar == n) break
      }
    }

  }
  b.result()
}

К сожалению, у меня возникли проблемы с открытием этого сутенера с помощью этого неявного:

implicit def t2n[A, Repr <% TraversableLike[A, Repr]](t : Repr) : Pimp[A, Repr] 
  = new Pimp[A, Repr](t)

Я получаю это:

scala> List(4, 3, 6, 7, 1, 2, 8, 5).topN(4)
<console>:9: error: could not find implicit value for evidence parameter of type (List[Int]) => scala.collection.TraversableLike[A,List[Int]]
   List(4, 3, 6, 7, 1, 2, 8, 5).topN(4)
       ^

Однако код действительно работает нормально:

scala> new Pimp(List(4, 3, 6, 7, 1, 2, 8, 5)).topN(4)
res3: List[Int] = List(3, 1, 2, 4)

и

scala> new Pimp("ioanusdhpisjdmpsdsvfgewqw").topN(6)
res2: java.lang.String = adddfe

Ответ 4

Если цель состоит в том, чтобы не отсортировать весь список, тогда вы могли бы сделать что-то вроде этого (конечно, его можно было бы оптимизировать так, чтобы мы не меняли список, когда числа явно не должно быть):

List(1,6,3,7,3,2).foldLeft(List[Int]()){(l, n) => (n :: l).sorted.take(2)}

Ответ 5

Недавно я реализовал такой алгоритм ранжирования в классе Rank Apache Jackrabbit (на Java, хотя). См. Метод take для его сущности. Основная идея заключается в быстрой сортировке, но заканчивается преждевременно, как только будут найдены верхние элементы n.

Ответ 6

Здесь другое решение, которое является простым и имеет довольно хорошую производительность.

def pickTopN[T](k: Int, iterable: Iterable[T])(implicit ord: Ordering[T]): Seq[T] {
  val q = collection.mutable.PriorityQueue[T](iterable.toSeq:_*)
  val end = Math.min(k, q.size)
  (1 to end).map(_ => q.dequeue())
}

Большой O - это O(n + k log n), где k <= n. Таким образом, производительность является линейной для небольших k и в худшем случае n log n.

Решение также может быть оптимизировано для O(k) для памяти, но O(n log k). Идея состоит в том, чтобы использовать MinHeap для отслеживания только верхних k элементов во все времена. Здесь решение.

def pickTopN[T](n: Int, iterable: Iterable[T])(implicit ord: Ordering[T]): Seq[T] = {
  val seq = iterable.toSeq
  val q = collection.mutable.PriorityQueue[T](seq.take(n):_*)(ord.reverse)

  seq.drop(n).foreach(v => {
    q += v
    q.dequeue()
  })

  q.dequeueAll.reverse
}

Ответ 7

При небольших значениях n и больших списков получение верхних элементов n можно реализовать, выбирая максимальный элемент n times:

def top[T](n:Int, iter:Iterable[T])(implicit ord: Ordering[T]): Iterable[T] = {
  def partitionMax(acc: Iterable[T], it: Iterable[T]): Iterable[T]  = {
    val max = it.max(ord)
    val (nextElems, rest) = it.partition(ord.gteq(_, max))
    val maxElems = acc ++ nextElems
    if (maxElems.size >= n || rest.isEmpty) maxElems.take(n)
    else partitionMax(maxElems, rest)
  }
  if (iter.isEmpty) iter.take(0)
  else partitionMax(iter.take(0), iter)
}

Это не сортирует весь список и принимает Ordering. Я полагаю, что каждый метод, который я вызываю в partitionMax, равен O (размер списка), и я ожидаю назвать его n не более, так что общая эффективность для малого n будет пропорциональна размеру итератора.

scala> top(5, List.range(1,1000000))
res13: Iterable[Int] = List(999999, 999998, 999997, 999996, 999995)

scala> top(5, List.range(1,1000000))(Ordering[Int].on(- _))
res14: Iterable[Int] = List(1, 2, 3, 4, 5)

Вы также можете добавить ветку, когда n приближается к размеру итерации и переключится на iter.toList.sortBy(_.myAttr).take(n).

Он не возвращает тип предоставляемой коллекции, но вы можете посмотреть Как применить шаблон обогащения-my-library к коллекциям Scala?, если это требование.

Ответ 8

Здесь асимптотически решение O (n).

def top[T](data: List[T], n: Int)(implicit ord: Ordering[T]): List[T] = {
    require( n < data.size)

    def partition_inner(shuffledData: List[T], pivot: T): List[T] = 
      shuffledData.partition( e => ord.compare(e, pivot) > 0 ) match {
          case (left, right) if left.size == n => left
          case (left, x :: rest) if left.size < n => 
            partition_inner(util.Random.shuffle(data), x)
          case (left @ y :: rest, right) if left.size > n => 
            partition_inner(util.Random.shuffle(data), y)
      }

     val shuffled = util.Random.shuffle(data)
     partition_inner(shuffled, shuffled.head)
}

scala> top(List.range(1,10000000), 5)

Из-за рекурсии это решение займет больше времени, чем некоторые нелинейные решения выше, и может вызвать java.lang.OutOfMemoryError: GC overhead limit exceeded. Но немного более читаемый IMHO и функциональный стиль. Только для собеседования;).

Что более важно, это решение можно легко распараллелить.

def top[T](data: List[T], n: Int)(implicit ord: Ordering[T]): List[T] = {
    require( n < data.size)

    @tailrec
    def partition_inner(shuffledData: List[T], pivot: T): List[T] = 
      shuffledData.par.partition( e => ord.compare(e, pivot) > 0 ) match {
          case (left, right) if left.size == n => left.toList
          case (left, right) if left.size < n => 
            partition_inner(util.Random.shuffle(data), right.head)
          case (left, right) if left.size > n => 
            partition_inner(util.Random.shuffle(data), left.head)
      }

     val shuffled = util.Random.shuffle(data)
     partition_inner(shuffled, shuffled.head)
}