Scala列表归约问题：列表转单列表及键值对列表处理

问题1：将列表的列表归约为单个列表 #

这个需求在Scala里有几种简洁的实现方式，根据场景选就行：

• 用flatten方法（最直接）：这是Scala为嵌套列表专门提供的展开方法，能一键把外层列表里的所有子列表元素合并成一个单一列表。

  val listOfLists = List(List(1, 2), List(3, 4), List(5))
  val flattenedList = listOfLists.flatten
  // 输出结果: List(1, 2, 3, 4, 5)
  

• 用归约操作（foldLeft/reduce）：如果需要手动控制合并逻辑，比如自定义合并规则，可以用foldLeft从空列表开始逐个合并子列表；reduce则更简洁，但要注意原列表为空时会抛出异常，所以foldLeft更安全。

  // foldLeft实现，兼容空列表场景
  val mergedWithFold = listOfLists.foldLeft(List.empty[Int])(_ ++ _)
  // reduce实现，仅当listOfLists非空时可用
  val mergedWithReduce = listOfLists.reduce(_ ++ _)
  

问题2：归约多组(name, value)列表，统计最频繁值及占比 #

你已经完成了最核心的分组统计步骤，接下来只需要对每个分组的结果做进一步处理，就能得到目标输出，咱们一步步来完善：

步骤1：合并所有输入列表 #

首先把多组(name, value)列表合并成一个单一列表，方便后续统一处理：

val inputLists = List(
  List(('a',1), ('b',2), ('c',4)),
  List(('a',2), ('b',3), ('c',4)),
  List(('a',1), ('b',3), ('c',4))
)
val combinedList = inputLists.flatten

步骤2：基于你的分组代码继续处理 #

你已经写出了这段代码，用来统计每个name下各value的出现次数：

val grouped = combinedList
  .groupBy(_._1)
  .mapValues(_.groupBy(_._2).mapValues(_.size))
  .toList
  .map(x => (x._1, x._2.toList))
// 输出结果: List((b,List((2,1), (3,2))), (a,List((2,1), (1,2))), (c,List((4,3))))

接下来我们对每个(name, List((value, count)))元组做三件事：

1. 计算当前name对应的总出现次数（所有value的count之和）
2. 找到出现次数最多的value（若有多个最大值，任选其一即可）
3. 计算该value的出现占比（次数/总次数）

把这些逻辑整合到代码里：

val result = grouped.map { case (name, valueCounts) =>
  // 计算当前name的总出现次数
  val totalCount = valueCounts.map(_._2).sum
  // 找到最大的出现次数
  val maxFreq = valueCounts.map(_._2).max
  // 筛选出出现次数等于maxFreq的项，取第一个（多最大值场景任选其一）
  val (mostFreqValue, freq) = valueCounts.find(_._2 == maxFreq).get
  // 计算占比，这里保留两位小数，你可以根据需求调整精度
  val ratio = BigDecimal(freq.toDouble / totalCount).setScale(2, BigDecimal.RoundingMode.HALF_UP).toDouble
  // 组合成目标格式的元组
  (name, mostFreqValue, ratio)
}
// 输出结果: List((b,3,0.67), (a,1,0.67), (c,4,1.0))

简化版：链式调用整合所有步骤 #

你也可以把整个流程写成链式调用，代码更紧凑：

val finalResult = inputLists.flatten
  .groupBy(_._1)
  .mapValues { entries =>
    val valueCounts = entries.groupBy(_._2).mapValues(_.size).toList
    val total = valueCounts.map(_._2).sum
    val maxFreq = valueCounts.map(_._2).max
    val (value, freq) = valueCounts.find(_._2 == maxFreq).get
    (value, BigDecimal(freq.toDouble / total).setScale(2, BigDecimal.RoundingMode.HALF_UP).toDouble)
  }
  .toList
  .map { case (name, (value, ratio)) => (name, value, ratio) }

这样就能得到你期望的输出啦，示例里的0.66和这里的0.67差异是因为四舍五入规则，你可以根据需求调整精度或者保留原始小数。

内容的提问来源于stack exchange，提问作者yalkris