Scala FlatMap 提供错误的结果

Question

给定一份​​文档列表，我想获取至少共享一个 token 的对。 为此，我编写了下面的代码，通过倒排索引来实现这一点。

object TestFlatMap {
 case class Document(id : Int, tokens : List[String])

 def main(args: Array[String]): Unit = {

   val documents = List(
     Document(1, List("A", "B", "C", "D")),
     Document(2, List("A", "B", "E", "F", "G")),
     Document(3, List("E", "G", "H")),
     Document(4, List("A", "L", "M", "N"))
   )

   val expectedTokensIds = List(("A",1), ("A",2), ("A",4), ("B",1), ("B",2), ("C",1), ("D",1), ("E",2), ("E",3), ("F",2), ("G",2), ("G",3), ("H",3), ("L",4), ("M",4), ("N",4)) //Expected tokens - id tuples
   val expectedCouples = Set((1, 2), (1, 4), (2, 3), (2, 4)) //Expected resulting pairs


   /**
     * For each token returns the id of the documents that contains it
     * */
   val tokensIds = documents.flatMap{ document =>
     document.tokens.map{ token =>
       (token, document.id)
     }
   }

   //Check if the tuples are right
   assert(tokensIds.length == expectedTokensIds.length && tokensIds.intersect(expectedTokensIds).length == expectedTokensIds.length, "Error: tokens-ids not matches")

   //Group the documents by the token
   val docIdsByToken = tokensIds.groupBy(_._1).filter(_._2.size > 1)

   /**
     * For each group of documents generate the pairs
     * */
   val couples = docIdsByToken.map{ case (token, docs) =>
     docs.combinations(2).map{ c =>
       val d1 = c.head._2
       val d2 = c.last._2

       if(d1 < d2){
         (d1, d2)
       }
       else{
         (d2, d1)
       }
     }
   }.flatten.toSet


   /**
     * Same operation, but with flatMap
     * For each group of documents generate the pairs
     * */
   val couples1 = docIdsByToken.flatMap{ case (token, docs) =>
     docs.combinations(2).map{ c =>
       val d1 = c.head._2
       val d2 = c.last._2

       if(d1 < d2){
         (d1, d2)
       }
       else{
         (d2, d1)
       }
     }
   }.toSet

   //The results obtained with flatten pass the test
   assert(couples.size == expectedCouples.size && couples.intersect(expectedCouples).size == expectedCouples.size, "Error: couples not matches")
   //The results obtained with flatMap do not pass the test: they are wrong
   assert(couples1.size == expectedCouples.size && couples1.intersect(expectedCouples).size == expectedCouples.size, "Error: couples1 not matches")
}

问题是应该生成最终结果的 flatMap 无法正常工作，它只返回两对:(2,3) 和 (1,2)。 我不明白为什么它不起作用，而且 IntelliJ 建议我使用 flatMap 而不是使用 map an then flatten。

谁能帮我解释一下问题出在哪里？因为我想不通，我以前也遇到过这个问题。

谢谢

卢卡

Answer 1

这是一个很好的例子，它表明，如果您在map期间在不同类型的集合之间切换，则所有好的单子(monad)定律不一定都成立。/flatMap/flatten .

---

您必须转换 Map至List ，这样在构建另一个 Map 时，键就不会被重复覆盖。作为中间结果，因为 Map将覆盖键，而不是收集所有对:

val couples1 = docIdsByToken.toList.flatMap{ case (token, docs) =>
  docs.combinations(2).map{ c =>
    val d1 = c.head._2
    val d2 = c.last._2

    if(d1 < d2){
      (d1, d2)
    }
    else{
      (d2, d1)
    }
  }
}.toSet

这是一个更短的版本，演示了相同的问题:

val m = Map("A" -> (2, 1), "B" -> (2, 3))
val s = m.flatMap{ case (k, v) => List(v) }.toSet
println(s)

而不是 Set((2, 1), (2, 3)) ，它将产生 Set((2, 3)) ， 因为 flatMap之后在 toSet 之前中间结果是一个新的Map ，并且此映射只能保存 key = 2 的一个值 .

与第一个版本的区别在于 map 之后，您会得到类似 Iterable[List[(Int, Int)]] 的内容，这不是 Map ，因此不能丢失/覆盖任何 key 。