Rust中如何按多类别向量的单个类别分组Document集合？

这其实是个典型的多键分组场景，用Rust标准库的HashMap就能轻松搞定，我给你两种实现思路，从直观到优化一步步来：

基础实现（适合小文档场景） #

首先，因为每个文档可能属于多个类别，我们需要遍历每个文档，再遍历它的所有类别，把文档添加到对应类别的列表里。这里要注意所有权的问题，所以我们给Document派生Clone trait来支持克隆：

use std::collections::HashMap;

#[derive(Debug, Clone)]
struct Document {
    categories: Vec<String>,
    body: String,
}

fn main() {
    let docs = vec![
        Document { categories: vec!["rust".to_string()], body: "doc1".to_string() },
        Document { categories: vec!["clojure".to_string()], body: "doc2".to_string() },
        Document { categories: vec!["java".to_string()], body: "doc3".to_string() },
        Document { categories: vec!["rust".to_string(), "clojure".to_string()], body: "doc4".to_string() },
    ];

    // 初始化分组用的HashMap
    let mut category_map: HashMap<String, Vec<Document>> = HashMap::new();

    for doc in docs {
        // 遍历当前文档的每个类别
        for category in doc.categories.clone() {
            // 用entry API处理"不存在则创建，存在则追加"的逻辑
            category_map.entry(category)
                .or_insert_with(Vec::new)
                .push(doc.clone());
        }
    }

    // 打印验证结果
    for (category, docs) in category_map {
        println!("{:?} => {:?}", category, docs);
    }
}

关键点说明： #

• Clone派生：因为像doc4这样的文档需要同时出现在两个类别列表里，所以我们需要克隆文档的副本。
• entry API：这是Rust处理HashMap更新的惯用手法，比先判断键是否存在再插入更高效简洁。
• 类别克隆：我们克隆了category字符串，因为原类别属于文档的字段，直接转移所有权会导致后续遍历其他类别时出错，克隆是最直观的解决方式。

优化实现（适合大文档场景） #

如果你的文档体积很大，克隆整个文档的成本太高，可以用Rc（引用计数指针）来共享文档的所有权，这样每个类别列表里只存指向原文档的指针，不需要克隆整个文档：

use std::collections::HashMap;
use std::rc::Rc;

#[derive(Debug)]
struct Document {
    categories: Vec<String>,
    body: String,
}

fn main() {
    let docs = vec![
        Rc::new(Document { categories: vec!["rust".to_string()], body: "doc1".to_string() }),
        Rc::new(Document { categories: vec!["clojure".to_string()], body: "doc2".to_string() }),
        Rc::new(Document { categories: vec!["java".to_string()], body: "doc3".to_string() }),
        Rc::new(Document { categories: vec!["rust".to_string(), "clojure".to_string()], body: "doc4".to_string() }),
    ];

    let mut category_map: HashMap<String, Vec<Rc<Document>>> = HashMap::new();

    for doc in docs {
        for category in doc.categories.clone() {
            // 克隆Rc只是增加引用计数，几乎没有成本
            category_map.entry(category)
                .or_insert_with(Vec::new)
                .push(Rc::clone(&doc));
        }
    }

    for (category, docs) in category_map {
        println!("{:?} => {:?}", category, docs);
    }
}

优化点说明： #

• Rc的作用：通过引用计数共享所有权，多个类别列表可以指向同一个文档实例，避免了大对象的克隆开销。
• 不需要Clone派生：因为我们不再克隆Document本身，只需要克隆Rc指针即可。

运行这两段代码，都能得到你预期的分组结果：

"rust" => [Document { categories: ["rust"], body: "doc1" }, Document { categories: ["rust", "clojure"], body: "doc4" }]
"clojure" => [Document { categories: ["clojure"], body: "doc2" }, Document { categories: ["rust", "clojure"], body: "doc4" }]
"java" => [Document { categories: ["java"], body: "doc3" }]

内容的提问来源于stack exchange，提问作者Linca