Scala中如何通过单次迭代优化元组序列的双非零子序列生成？

可以用foldLeft在一次遍历中同时构建两个目标序列，彻底避免重复遍历源数据：

val subjectpairs = IndexedSeq((8,0),(3,4),(0,9),(6,1))

val (priors, posts) = subjectpairs.foldLeft((IndexedSeq.empty[Int], IndexedSeq.empty[Int])) {
  case ((pAcc, pstAcc), (f, l)) =>
    val newPAcc = if (f > 0) pAcc :+ f else pAcc
    val newPstAcc = if (l > 0) pstAcc :+ l else pstAcc
    (newPAcc, newPstAcc)
}

这段代码初始化两个空的IndexedSeq作为累积容器，遍历每个元组时分别检查首尾元素是否非零，更新对应容器，最终一次性得到两个结果序列，全程仅遍历源序列一次。

• 用可变集合提升累积效率：如果源数据量极大，不可变IndexedSeq的:+尾追加操作会频繁生成新副本，效率偏低。可以改用ArrayBuffer作为临时累积容器，最后再转成目标类型：

  import scala.collection.mutable.ArrayBuffer
  
  val (priorsBuf, postsBuf) = subjectpairs.foldLeft((ArrayBuffer.empty[Int], ArrayBuffer.empty[Int])) {
    case ((pAcc, pstAcc), (f, l)) =>
      if (f > 0) pAcc += f
      if (l > 0) pstAcc += l
      (pAcc, pstAcc)
  }
  val priors = priorsBuf.toIndexedSeq
  val posts = postsBuf.toIndexedSeq
  

• 简化过滤条件：从示例数据看元素都是整数，没必要用>0.0的浮点比较，直接用>0即可，减少不必要的类型转换开销。

• 谨慎尝试并行遍历：如果源序列支持并行化（比如ParIndexedSeq），在多核环境下可尝试并行处理，但要注意并行操作的额外开销，仅当数据量极大时才值得考虑：

  val (priors, posts) = subjectpairs.par.foldLeft((ArrayBuffer.empty[Int], ArrayBuffer.empty[Int])) {
    case ((pAcc, pstAcc), (f, l)) =>
      if (f > 0) pAcc += f
      if (l > 0) pstAcc += l
      (pAcc, pstAcc)
  } match {
    case (p, ps) => (p.toIndexedSeq, ps.toIndexedSeq)
  }
  

内容的提问来源于stack exchange，提问作者IUnknown