groupBy 应该做什么？答案

【问题标题】：What is groupBy supposed to do?groupBy 应该做什么？
【发布时间】：2014-04-06 18:09:57
【问题描述】：

我使用Data.List.groupBy 写了一些东西。它没有按预期工作，所以我最终编写了自己的groupBy 版本：毕竟我不确定Data.List 应该这样做（没有真正的文档）。

无论如何，我的测试使用我的groupBy 版本通过，而使用Data.List 失败。我发现（感谢quickcheck）两个函数行为不同的情况，我仍然不明白为什么两个版本之间存在差异。 Data.List 版本有问题还是我的？（当然我的实现是幼稚的，可能不是最有效的方法）。

代码如下：

import qualified Data.List as DL
import Data.Function (on)
import Test.QuickCheck

groupBy' :: (a -> a ->  Bool) -> [a] -> [[a]]
groupBy' _ [] = []
groupBy' eq (x:xs) = xLike:(groupBy' eq xNotLike) where
    xLike = x:[ e | e <- xs, x `eq` e  ]
    xNotLike = [ e | e <- xs, not $ x `eq` e  ]

head' [] = Nothing
head'  (x:xs) = Just x

prop_a s = (groupBy' by s) == (DL.groupBy by s) where
    types = s :: [String]
    by = (==) `on` head'

在ghc中运行quickCheck prop_a返回["", "a", ""]

*Main> groupBy' ((==) `on` head') ["","a",""]
[["",""],["a"]] # correct in my opinion
*Main> DL.groupBy ((==) `on` head') ["","a",""]
[[""],["a"],[""]] # incorrect.

发生了什么事？我不敢相信 haskell 平台中存在错误。

【问题讨论】：

groupBy 函数将列表分成几部分，例如 concat . groupBy f == id（以及其他法律）。

标签： haskell haskell-platform

【解决方案1】：

您的版本是 O (n²) - 在实际使用中速度可能会慢得无法接受¹.

标准版本通过仅对等价的相邻元素进行分组来避免这种情况。因此，

*Main> groupBy ((==) `on` head') ["", "", "a"]

会产生你想要的结果。

使用groupBy 获得“通用分组”的一种简单方法是首先对列表进行排序，如果这对于数据类型是可行的。

*Main> groupBy ((==) `on` head') $ DL.sort ["", "a", ""]

这个复杂度只有O（n log n）。

¹ 这并不妨碍委员会将nub 指定为O (n²) ...

【讨论】：

阅读groupBy 文档我意识到它确实是相邻的并且行为与我需要的不同：普通的group by。我确实可以做一个排序，但没有意识到这是必要的。我的版本没有假装在实数中可用，也没有对参数添加不必要的约束。除了明显的性能原因外，“Ord”约束在功能上是不必要的。

【解决方案2】：

Haskell 中的 Data.List.groupBy 是一个可用性错误！用户友好的 groupBy 应该是这样的：

groupByWellBehaved p = foldr (\x rest -> if null rest
                                     then [[x]]
                                     else if p x (head (head rest))
                                          then (x : head rest) : (tail rest)
                                          else [x] : rest) []

也许有更好的实现，但至少这是 O(n)。

【讨论】：