Scala：单趟完成列表的map与unzip操作

嘿，这个需求很实用啊！想要在单次遍历里同时完成元素映射（提取前两个字段）和拆分操作，确实能避免多趟遍历带来的额外开销，尤其是当数据量较大的时候。

你原来的方案是先map再unzip，确实会遍历列表两次——第一次把每个三元组转换成二元组，第二次再把二元组拆分成两个列表。下面给你几种纯函数式的单趟实现方式：

方式一：用foldLeft（最通用的标准库方案） #

这是最直接的纯函数式写法，利用foldLeft的单趟遍历特性，同时累积两个结果列表：

val l = List((8, 3, 9), (10, 3, 0), (-37, 4, 1))
val (list1, list2) = l.foldLeft((List.empty[Int], List.empty[Int])) {
  // 每次遍历元素时，提取前两个值，分别加到累积列表的头部
  case ((acc1, acc2), (a, b, _)) => (a :: acc1, b :: acc2)
} // 因为::是往列表头部添加元素，最后需要反转来保持原顺序
match {
  case (a, b) => (a.reverse, b.reverse)
}

说明： #

• foldLeft只会遍历列表一次，每一步都把当前元素的前两个字段分别追加到两个累积列表中
• 由于Scala的List是链表结构，往头部添加元素（::）是O(1)操作，最后反转列表是O(n)，但整体还是单趟遍历的总复杂度O(n)
• 全程使用不可变数据结构，完全符合函数式编程的风格

方式二：用Iterator优化（适合超大列表） #

如果你的列表特别大，不想一次性持有整个反转后的列表，可以用Iterator来延迟计算，同时保证单趟遍历：

val l = List((8, 3, 9), (10, 3, 0), (-37, 4, 1))
val iter = l.iterator.map { case (a, b, _) => (a, b) }
val (list1, list2) = iter.unzip

说明： #

• iterator.map是惰性求值的，不会立即遍历列表；unzip在执行时会一次性遍历这个迭代器，所以整个过程只遍历原列表一次
• 这种写法更简洁，而且对于超大列表来说，内存开销更小，因为不会生成中间的二元组列表

对比原来的方案 #

你原来的代码：

val (list1, list2) = l.map({ el => (el._1, el._2) }).unzip

会先遍历一次列表生成二元组列表，再遍历一次二元组列表完成拆分，总共两趟遍历。而上面的两种方式都只需要单趟遍历，效率更高。

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