如何在Julia中根据函数对向量进行拆分？

Base标准库中并没有直接提供像你描述的partition(f, v)这样的现成函数，但可以通过Base自带工具组合出高效实现，或是写出性能媲美库函数的手动实现：

1. 最简洁的实现（两次遍历） #

利用filter分别筛选符合和不符合条件的元素，写法直观易懂：

f = iseven
v = [1,2,3]
(filter(f, v), filter(!f, v))  # 返回 ([2], [1, 3])

这种方式的优势是代码简洁，对于常规规模的向量，性能完全够用，唯一的不足是会对向量进行两次遍历。

2. 高效一次遍历实现 #

如果处理超大向量，追求极致性能，可以手动实现一次遍历的版本——Julia的原生循环效率极高，和Base库函数的性能处于同一水平：

function partition(f, v)
    yes = eltype(v)[]
    no = eltype(v)[]
    # 预分配内存，避免动态扩容开销
    sizehint!(yes, length(v))
    sizehint!(no, length(v))
    for x in v
        f(x) ? push!(yes, x) : push!(no, x)
    end
    yes, no
end

# 调用示例
partition(iseven, [1,2,3])  # 返回 ([2], [1, 3])

3. 基于索引的实现 #

如果你已经通过findall获取了符合条件的索引，可以直接用索引拆分向量：

f = iseven
v = [1,2,3]
idx = findall(f, v)
(v[idx], v[setdiff(eachindex(v), idx)])

这种方式的性能介于前两者之间，适合已经有索引需求的场景，但setdiff操作会带来额外的开销。

内容的提问来源于stack exchange，提问作者Davi Barreira