【问题标题】：Reduce, fold or scan (Left/Right)?缩小、折叠或扫描（左/右）？
【发布时间】：2013-06-28 20:01:36
【问题描述】：

什么时候应该使用reduceLeft、reduceRight、foldLeft、foldRight、scanLeft 或scanRight？

我想要对它们的差异有一个直观/概述 - 可能有一些简单的例子。

【问题讨论】：

推荐你看stackoverflow.com/questions/25158780/…
感谢您的指点。这有点超出我的技术知识 :) 我的回答中是否有您认为应该澄清/更改的内容？
不，只是指出一点历史和与 MPP 的相关性。
好吧，严格来说，reduce 和 fold 之间的区别不是起始值的存在，而是更深层的数学原因的结果 .

标签： scala scala-collections reduce fold

【解决方案1】：

一般来说，所有 6 个折叠函数都将二元运算符应用于集合的每个元素。每一步的结果被传递到下一步（作为二元运算符的两个参数之一的输入）。这样我们可以累积一个结果。

reduceLeft 和 reduceRight 累积一个结果。

foldLeft 和 foldRight 使用起始值累积单个结果。

scanLeft 和scanRight 使用起始值累积中间累积结果的集合。

积累

从左到右...

通过元素集合abc 和二元运算符add，我们可以探索从集合的LEFT 元素（从A 到C）前进时不同折叠函数的作用：

val abc = List("A", "B", "C")

def add(res: String, x: String) = { 
  println(s"op: $res + $x = ${res + x}")
  res + x
}

abc.reduceLeft(add)
// op: A + B = AB
// op: AB + C = ABC    // accumulates value AB in *first* operator arg `res`
// res: String = ABC

abc.foldLeft("z")(add) // with start value "z"
// op: z + A = zA      // initial extra operation
// op: zA + B = zAB
// op: zAB + C = zABC
// res: String = zABC

abc.scanLeft("z")(add)
// op: z + A = zA      // same operations as foldLeft above...
// op: zA + B = zAB
// op: zAB + C = zABC
// res: List[String] = List(z, zA, zAB, zABC) // maps intermediate results

从右到后...

如果我们从 RIGHT 元素开始并向后（从 C 到 A），我们会注意到现在二元运算符的 second 参数会累积结果（运算符相同，我们只是切换了参数名称以使其角色清晰）：

def add(x: String, res: String) = {
  println(s"op: $x + $res = ${x + res}")
  x + res
}

abc.reduceRight(add)
// op: B + C = BC
// op: A + BC = ABC  // accumulates value BC in *second* operator arg `res`
// res: String = ABC

abc.foldRight("z")(add)
// op: C + z = Cz
// op: B + Cz = BCz
// op: A + BCz = ABCz
// res: String = ABCz

abc.scanRight("z")(add)
// op: C + z = Cz
// op: B + Cz = BCz
// op: A + BCz = ABCz
// res: List[String] = List(ABCz, BCz, Cz, z)

去累积

从左到右...

如果我们要反累积一些结果，从集合的 LEFT 元素开始，我们将通过二元运算符 minus 的第一个参数 res 来累积结果：

val xs = List(1, 2, 3, 4)

def minus(res: Int, x: Int) = {
  println(s"op: $res - $x = ${res - x}")
  res - x
}

xs.reduceLeft(minus)
// op: 1 - 2 = -1
// op: -1 - 3 = -4  // de-cumulates value -1 in *first* operator arg `res`
// op: -4 - 4 = -8
// res: Int = -8

xs.foldLeft(0)(minus)
// op: 0 - 1 = -1
// op: -1 - 2 = -3
// op: -3 - 3 = -6
// op: -6 - 4 = -10
// res: Int = -10

xs.scanLeft(0)(minus)
// op: 0 - 1 = -1
// op: -1 - 2 = -3
// op: -3 - 3 = -6
// op: -6 - 4 = -10
// res: List[Int] = List(0, -1, -3, -6, -10)

从右到后...

但现在要注意 xRight 的变化！请记住，xRight 变体中的（反）累积值被传递给我们的二元运算符minus 的 second 参数res：

def minus(x: Int, res: Int) = {
  println(s"op: $x - $res = ${x - res}")
  x - res
}

xs.reduceRight(minus)
// op: 3 - 4 = -1
// op: 2 - -1 = 3  // de-cumulates value -1 in *second* operator arg `res`
// op: 1 - 3 = -2
// res: Int = -2

xs.foldRight(0)(minus)
// op: 4 - 0 = 4
// op: 3 - 4 = -1
// op: 2 - -1 = 3
// op: 1 - 3 = -2
// res: Int = -2

xs.scanRight(0)(minus)
// op: 4 - 0 = 4
// op: 3 - 4 = -1
// op: 2 - -1 = 3
// op: 1 - 3 = -2
// res: List[Int] = List(-2, 3, -1, 4, 0)

最后一个 List(-2, 3, -1, 4, 0) 可能不是您直觉所期望的！

如您所见，您可以通过简单地运行 scanX 来检查您的 foldX 正在做什么，并在每个步骤中调试累积的结果。

底线

使用reduceLeft 或reduceRight 累积结果。
如果有起始值，则使用 foldLeft 或 foldRight 累积结果。
使用scanLeft 或scanRight 累积中间结果的集合。
如果您想向前浏览集合，请使用 xLeft 变体。
如果您想向后浏览集合，请使用 xRight 变体。

【讨论】：

如果我没记错的话，左边的版本可以使用尾调用优化，这意味着它的效率要高得多。
@Marc，我喜欢带字母的例子，它让事情很清楚
@Trylks foldRight 也可以用tailrec实现
@TimothyKim 可以，通过优化的非直接实现来做到这一点。例如。在particular case of Scala lists 中，这种方式包括将List 反转为然后应用foldLeft。其他集合可能会实施不同的策略。一般来说，如果foldLeft 和foldRight 可以互换使用（应用运算符的关联属性），那么foldLeft 更有效且更可取。
@Trylks xLeft 和 xRight 具有相同的渐近复杂度，并且可以以尾递归的方式实现。然而，Scala 标准库中的实际实现是不纯的（为了提高效率）。

【解决方案2】：

通常 REDUCE,FOLD,SCAN 方法通过在 LEFT 上累积数据并不断更改 RIGHT 变量来工作。它们之间的主要区别是REDUCE，FOLD是：-

Fold 将始终以 seed 值开始，即用户定义的起始值。如果 collection 为空，reduce 将抛出异常，而 fold 会返回种子值。 将始终产生单个值。

扫描用于从左侧或右侧对项目进行一些处理顺序，然后我们可以在后续计算中使用之前的结果。这意味着我们可以扫描项目。 总会产生一个集合。

LEFT_REDUCE 方法的工作原理类似于 REDUCE 方法。
RIGHT_REDUCE 与 reduceLeft 相反，即它在 RIGHT 中累积值并不断更改 left 变量。
reduceLeftOption 和 reduceRightOption 类似于 left_reduce 和 right_reduce 唯一的区别是它们在 OPTION 对象中返回结果。

下面提到的代码的一部分输出将是：-

对数字列表使用scan 操作（使用seed 值0）List(-2,-1,0,1,2)

{0,-2}=>-2 {-2,-1}=>-3 {-3,0}=>-3 {-3,1}=>-2 {-2 ,2}=>0 扫描列表(0, -2, -3, -3, -2, 0)
{0,-2}=>-2 {-2,-1}=>-3 {-3,0}=>-3 {-3,1}=>-2 {-2 ,2}=>0 scanLeft (a+b) List(0, -2, -3, -3, -2, 0)
{0,-2}=>-2 {-2,-1}=>-3 {-3,0}=>-3 {-3,1}=>-2 {-2 ,2}=>0 scanLeft (b+a) List(0, -2, -3, -3, -2, 0)
{2,0}=>2 {1,2}=>3 {0,3}=>3 {-1,3}=>2 {-2,2}=>0 scanRight ( a+b) 列表(0, 2, 3, 3, 2, 0)
{2,0}=>2 {1,2}=>3 {0,3}=>3 {-1,3}=>2 {-2,2}=>0 scanRight ( b+a) 列表(0, 2, 3, 3, 2, 0)

对字符串列表使用reduce,fold 操作List("A","B","C","D","E")

{A,B}=>AB {AB,C}=>ABC {ABC,D}=>ABCD {ABCD,E}=>ABCDE 减少 (a+b) ABCDE
{A,B}=>AB {AB,C}=>ABC {ABC,D}=>ABCD {ABCD,E}=>ABCDE reduceLeft (a+b) ABCDE
{A,B}=>BA {BA,C}=>CBA {CBA,D}=>DCBA {DCBA,E}=>EDCBA reduceLeft (b+a) EDCB
{D,E}=>DE {C,DE}=>CDE {B,CDE}=>BCDE {A,BCDE}=>ABCDE reduceRight (a+b) ABCDE
{D,E}=>ED {C,ED}=>EDC {B,EDC}=>EDCB {A,EDCB}=>EDCBA reduceRight (b+a) EDCBA

代码：

object ScanFoldReduce extends App {

    val list = List("A","B","C","D","E")
            println("reduce (a+b) "+list.reduce((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  ")
                a+b
            }))

            println("reduceLeft (a+b) "+list.reduceLeft((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  ")
                a+b
            }))

            println("reduceLeft (b+a) "+list.reduceLeft((a,b)=>{
                print("{"+a+","+b+"}=>"+ (b+a)+"  " )
                b+a
            }))

            println("reduceRight (a+b) "+list.reduceRight((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  " )
                a+b
            }))

            println("reduceRight (b+a) "+list.reduceRight((a,b)=>{
                print("{"+a+","+b+"}=>"+ (b+a)+"  ")
                b+a
            }))

            println("scan            "+list.scan("[")((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  " )
                a+b
            }))
            println("scanLeft (a+b)  "+list.scanLeft("[")((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  " )
                a+b
            }))
            println("scanLeft (b+a)  "+list.scanLeft("[")((a,b)=>{
                print("{"+a+","+b+"}=>"+ (b+a)+"  " )
                b+a
            }))
            println("scanRight (a+b) "+list.scanRight("[")((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  " )
                a+b
            }))
            println("scanRight (b+a) "+list.scanRight("[")((a,b)=>{
                print("{"+a+","+b+"}=>"+ (b+a)+"  " )
                b+a
            }))
//Using numbers
     val list1 = List(-2,-1,0,1,2)

            println("reduce (a+b) "+list1.reduce((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  ")
                a+b
            }))

            println("reduceLeft (a+b) "+list1.reduceLeft((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  ")
                a+b
            }))

            println("reduceLeft (b+a) "+list1.reduceLeft((a,b)=>{
                print("{"+a+","+b+"}=>"+ (b+a)+"  " )
                b+a
            }))

            println("      reduceRight (a+b) "+list1.reduceRight((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  " )
                a+b
            }))

            println("      reduceRight (b+a) "+list1.reduceRight((a,b)=>{
                print("{"+a+","+b+"}=>"+ (b+a)+"  ")
                b+a
            }))

            println("scan            "+list1.scan(0)((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  " )
                a+b
            }))

            println("scanLeft (a+b)  "+list1.scanLeft(0)((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  " )
                a+b
            }))

            println("scanLeft (b+a)  "+list1.scanLeft(0)((a,b)=>{
                print("{"+a+","+b+"}=>"+ (b+a)+"  " )
                b+a
            }))

            println("scanRight (a+b)         "+list1.scanRight(0)((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  " )
                a+b}))

            println("scanRight (b+a)         "+list1.scanRight(0)((a,b)=>{
                print("{"+a+","+b+"}=>"+ (a+b)+"  " )
                b+a}))
}

【讨论】：

这篇文章几乎无法阅读。请缩短句子，使用真正的关键字（例如 reduceLeft 而不是 LEFT_REDUCE）。在处理代码时使用真正的数学箭头、代码标签。更喜欢输入/输出示例而不是解释所有内容。中间计算让人难以阅读。

【解决方案3】：

对于包含元素 x0、x1、x2、x3 和任意函数 f 的集合 x，您有以下内容：

1. x.reduceLeft    (f) is f(f(f(x0,x1),x2),x3) - notice 3 function calls
2. x.reduceRight   (f) is f(f(f(x3,x2),x1),x0) - notice 3 function calls
3. x.foldLeft (init,f) is f(f(f(f(init,x0),x1),x2),x3) - notice 4 function calls
4. x.foldRight(init,f) is f(f(f(f(init,x3),x2),x1),x0) - notice 4 function calls
5. x.scanLeft (init,f) is f(init,x0)=g0
                          f(f(init,x0),x1) = f(g0,x1) = g1
                          f(f(f(init,x0),x1),x2) = f(g1,x2) = g2
                          f(f(f(f(init,x0),x1),x2),x3) = f(g2,x3) = g3
                          - notice 4 function calls but also 4 emitted values
                          - last element is identical with foldLeft
6. x.scanRight (init,f) is f(init,x3)=h0
                          f(f(init,x3),x2) = f(h0,x2) = h1
                          f(f(f(init,x3),x2),x1) = f(h1,x1) = h2
                          f(f(f(f(init,x3),x2),x1),x0) = f(h2,x0) = h3
                          - notice 4 function calls but also 4 emitted values
                          - last element is identical with foldRight

总结

scan 类似于 fold，但也会发出所有中间值
reduce 不需要初始值，有时很难找到
fold 需要一个更难找到的初始值：
- 0 表示总和
- 1 代表产品
- min 的第一个元素（有些人可能建议使用 Integer.MAX_VALUE）
不是 100% 肯定，但看起来有以下等效实现：
- x.reduceLeft(f) === x.drop(1).foldLeft(x.head,f)
- x.foldRight(init,f) === x.reverse.foldLeft(init,f)
- x.foldLeft(init,f) === x.scanLeft(init,f).last

【讨论】：