如何用两种归约操作实现Group、map和reduce处理元组

你需要将相同第一个元素的三元组归约，同时完成数字求和与字符串列表收集，之前的代码仅处理了求和逻辑，补充字符串列表的收集即可实现需求。

方法一：使用groupBy处理 #

假设你的数据是一个Seq类型的集合：

val data = Seq(("T1",2,"x1"), ("T1",2,"x2"), ("T2",3,"y1"))

通过groupBy按第一个元素分组后，分别处理求和和列表收集：

val result = data.groupBy(_._1).map { case (key, tuples) =>
  // 对分组内的第二个元素求和
  val total = tuples.map(_._2).sum
  // 提取分组内的第三个元素并转为List
  val strList = tuples.map(_._3).toList
  // 组合成目标三元组
  (key, total, strList)
}

执行后result的结果为：

Map(T2 -> (3, List(y1)), T1 -> (4, List(x1, x2)))

方法二：使用foldLeft逐步累积（适合大数据量） #

如果需要避免groupBy的中间集合生成，可通过foldLeft直接累积结果，还能控制字符串列表的顺序：

val result = data.foldLeft(Map.empty[String, (Int, List[String])]) { (acc, (key, num, str)) =>
  acc.get(key) match {
    case Some((currentSum, currentList)) =>
      // 已有该key，更新求和结果并追加字符串
      acc + (key -> (currentSum + num, str :: currentList))
    case None =>
      // 首次遇到该key，初始化求和值和列表
      acc + (key -> (num, List(str)))
  }
}.map { case (key, (sum, list)) =>
  // 反转列表以保持原数据中的顺序（不需要可省略reverse）
  (key, sum, list.reverse)
}

内容的提问来源于stack exchange，提问作者Sam Sam