Scala 3中如何合并ADT枚举集合内同类型统计项？

首先先把你的Stats枚举定义好（假设是数值型统计项，合并逻辑为求和）：

enum Stats:
  case MaximumHealth(value: Int)
  case HealthRegen(value: Int)

要实现同类型统计项合并，核心就是按枚举case分组，忽略参数值，然后对每组内的实例做数值合并。

步骤1：按枚举case分组 #

Scala 3的枚举实例自带enumCase方法，它会返回该实例对应的枚举case单例对象——同一个case的所有实例，enumCase是完全相同的，刚好可以作为分组的key：

val stats = Array(Stats.MaximumHealth(20), Stats.MaximumHealth(10), Stats.HealthRegen(5))
// 按枚举case分组，得到Map[EnumCase, Array[Stats]]
val groupedStats = stats.groupBy(_.enumCase)

步骤2：合并每组内的统计项 #

接下来给每组写合并逻辑，用模式匹配处理不同case的求和：

先写一个通用的合并函数，处理同类型统计项的累加：

def mergeSameTypeStats(items: Iterable[Stats]): Stats = items match {
  // 从第一个元素开始，依次和后面的元素合并
  case head :: tail =>
    tail.foldLeft(head) { (acc, curr) =>
      (acc, curr) match {
        case (Stats.MaximumHealth(a), Stats.MaximumHealth(b)) => Stats.MaximumHealth(a + b)
        case (Stats.HealthRegen(a), Stats.HealthRegen(b)) => Stats.HealthRegen(a + b)
        case _ => throw new IllegalArgumentException("不能合并不同类型的统计项")
      }
    }
  case Nil => throw new IllegalArgumentException("没有可合并的统计项")
}

然后用这个函数处理每个分组，再转成数组：

val mergedStats = groupedStats.values.map(mergeSameTypeStats).toArray
// 输出：Array(MaximumHealth(30), HealthRegen(5))

更优雅的写法（给枚举加合并方法） #

如果想让代码更内聚，可以给每个枚举case单独定义合并方法：

enum Stats:
  case MaximumHealth(value: Int) extends Stats:
    def merge(other: MaximumHealth): MaximumHealth = MaximumHealth(this.value + other.value)
  case HealthRegen(value: Int) extends Stats:
    def merge(other: HealthRegen): HealthRegen = HealthRegen(this.value + other.value)

然后分组合并时用reduce：

val mergedStats = groupedStats.values.map { items =>
  items.reduce { (a, b) =>
    (a, b) match {
      case (mh1: Stats.MaximumHealth, mh2: Stats.MaximumHealth) => mh1.merge(mh2)
      case (hr1: Stats.HealthRegen, hr2: Stats.HealthRegen) => hr1.merge(hr2)
      case _ => throw new IllegalArgumentException("类型不匹配")
    }
  }
}.toArray

注意点 #

• 如果你不想用enumCase，也可以用_.productPrefix（返回枚举case的名称字符串，比如"MaximumHealth"），但enumCase是类型安全的，更推荐。
• 合并逻辑可以根据需求调整，比如不是求和而是取最大值，只需要修改对应case的合并代码即可。

内容的提问来源于stack exchange，提问作者user426445