Scala：有什么理由更喜欢`filter+map`而不是`collect`？

Question

有什么理由更喜欢filter+map：

list.filter (i => aCondition(i)).map(i => fun(i))

超过collect? ：

list.collect(case i if aCondition(i) => fun(i))

带有collect（单眼）的那个在我看来更快更干净。所以我会一直选择collect。

Answer 1

Scala 的大多数集合都急切地应用操作，并且（除非您使用的是为您执行此操作的宏库）不会融合操作。所以filter 后跟map 通常会创建两个集合（即使你使用Iterator 或类似的东西，中间形式也会暂时创建，尽管一次只创建一个元素），而collect 不会。

另一方面，collect 使用偏函数来实现联合测试，偏函数在测试集合中是否存在某些东西时比谓词 (A => Boolean) 慢。

此外，在某些情况下，读取一个比另一个更清晰，并且您不关心性能或内存使用差异 2 倍左右。在这种情况下，使用更清晰的那个。一般来说，如果你已经命名了函数，阅读起来会更清晰

xs.filter(p).map(f)
xs.collect{ case x if p(x) => f(x) }

但如果您内联提供闭包，collect 通常看起来更干净

xs.filter(x < foo(x, x)).map(x => bar(x, x))
xs.collect{ case x if foo(x, x) => bar(x, x) }

即使它不一定更短，因为您只引用了一次变量。

现在，性能差异有多大？这会有所不同，但如果我们考虑这样的集合：

val v = Vector.tabulate(10000)(i => ((i%100).toString, (i%7).toString))

并且你想根据过滤第一个条目来挑选第二个条目（所以过滤和映射操作都很容易），那么我们得到下表。

注意：可以将惰性视图放入集合中并在那里收集操作。您并不总能找回原来的类型，但您始终可以使用 to 获得正确的集合类型。因此，xs.view.filter(p).map(f).toVector 会因为视图而不会创建中间体。这也在下面进行了测试。也有人建议可以xs.flatMap(x => if (p(x)) Some(f(x)) else None)，这是高效。 事实并非如此。下面也进行了测试。并且可以通过显式创建一个构建器来避免偏函数：val vb = Vector.newBuilder[String]; xs.foreach(x => if (p(x)) vb += f(x)); vb.result，其结果也在下面列出。

在下表中，测试了三个条件：什么都不过滤、过滤一半、什么都过滤。时间已标准化为过滤器/映射（100% = 与过滤器/映射相同的时间，越低越好）。误差范围约为 +- 3%。

不同过滤器/映射替代方案的性能

====================== Vector ========================
filter/map   collect  view filt/map  flatMap   builder
   100%        44%          64%        440%      30%    filter out none
   100%        60%          76%        605%      42%    filter out half
   100%       112%         103%       1300%      74%    filter out all

因此，filter/map 和 collect 通常非常接近（当您保留很多时，collect 获胜），flatMap 在所有情况下都慢得多，并且创建构建器总是获胜。 （Vector 尤其如此。其他集合可能有一些不同的特征，但大多数的趋势会相似，因为操作上的差异是相似的。）this 中的视图em> 测试往往是一个胜利，但它们并不总是无缝地工作（而且它们并不比collect 更好，除了空的情况）。

所以，底线：如果在速度无关紧要时有助于清晰度，则更喜欢filter 然后map，或者当您过滤掉几乎所有内容但仍想保持功能正常时，更喜欢它以提高速度（所以不要'不想使用构建器）；否则使用collect。

Answer 2

我想这是相当基于意见的，但给出以下定义：

scala> val l = List(1,2,3,4)
l: List[Int] = List(1, 2, 3, 4)

scala> def f(x: Int) = 2*x
f: (x: Int)Int

scala> def p(x: Int) = x%2 == 0
p: (x: Int)Boolean

你觉得这两个中哪一个更好读：

l.filter(p).map(f)

或

l.collect{ case i if p(i) => f(i) }

（请注意，我必须修正上面的语法，因为您需要括号和 case 来添加 if 条件）。

我个人觉得filter+map 更易于阅读和理解。这完全取决于您使用的确切语法，但考虑到p 和f，您在使用filter 或map 时不必编写匿名函数，而在使用collect 时确实需要它们。

您也可以使用flatMap:

l.flatMap(i => if(p(i)) Some(f(i)) else None)

这可能是 3 种解决方案中最有效的，但我发现它不如 map 和 filter 好。

总的来说，很难说哪个会更快，因为这取决于很多优化最终由scalac 执行，然后是 JVM。所有 3 个都应该非常接近，并且绝对不是决定使用哪一个的因素。

Answer 3

filter/map 看起来更干净的一种情况是您想要展平过滤器的结果

def getList(x: Int) = {
  List.range(x, 0, -1)
}

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

//Using filter and flatMap
xs.filter(_ % 2 == 0).flatMap(getList)

//Using collect and flatten
xs.collect{ case x if x % 2 == 0 => getList(x)}.flatten