我有一个用逗号分隔的数字数组,如下所示:
a:{108,109,110,112,114,115,116,118}
我需要这样的输出:
a:{108-110, 112, 114-116, 118}
我试图将连续的数字分组,中间用“-”。 例如,108,109,110是连续的数字,所以我得到108-110。 112是单独条目; 114,115,116 再次代表一个序列,所以我得到 114-116。 118 是单独的并按此处理。
我正在 Spark 中执行此操作。我编写了以下代码:
import scala.collection.mutable.ArrayBuffer
def Sample(x:String):ArrayBuffer[String]={
val x1 = x.split(",")
var a:Int = 0
var present=""
var next:Int = 0
var yrTemp = ""
var yrAr= ArrayBuffer[String]()
var che:Int = 0
var storeV = ""
var p:Int = 0
var q:Int = 0
var count:Int = 1
while(a < x1.length)
{
yrTemp = x1(a)
if(x1.length == 1)
{
yrAr+=x1(a)
}
else
if(a < x1.length - 1)
{
present = x1(a)
if(che == 0)
{
storeV = present
}
p = x1(a).toInt
q = x1(a+1).toInt
if(p == q)
{
yrTemp = yrTemp
che = 1
}
else
if(p != q)
{
yrTemp = storeV + "-" + present
che = 0
yrAr+=yrTemp
}
}
else
if(a == x1.length-1)
{
present = x1(a)
yrTemp = present
che = 0
yrAr+=yrTemp
}
a = a+1
}
yrAr
}
val SampleUDF = udf(Sample(_:String))
我得到的输出如下:
a:{108-108, 109-109, 110-110, 112, 114-114, 115-115, 116-116, 118}
我不知道我哪里出了问题。你能帮我纠正这个问题吗? TIA。
最佳答案
这是另一种方法:
def rangeToString(a: Int, b: Int) = if (a == b) s"$a" else s"$a-$b"
def reduce(xs: Seq[Int], min: Int, max: Int, ranges: Seq[String]): Seq[String] = xs match {
case y +: ys if (y - max <= 1) => reduce(ys, min, y, ranges)
case y +: ys => reduce(ys, y, y, ranges :+ rangeToString(min, max))
case Seq() => ranges :+ rangeToString(min, max)
}
def output(xs: Array[Int]) = reduce(xs, xs.head, xs.head, Vector())//.toArray
您可以测试:
println(output(Array(108,109,110,112,114,115,116,118)))
// Vector(108-110, 112, 114-116, 118)
基本上,这是一个尾递归函数 - 即,您将“变量”作为输入,然后它在每个循环上使用更新的“变量”调用自身。因此,这里 xs
是您的数组,min
和 max
是用于跟踪迄今为止最低和最高数字的整数,而 range
是在需要时添加的字符串的输出序列。
第一个模式(y
是第一个元素,ys
是序列的其余部分 - 因为这就是 +:
提取器的方式如果至少有一个元素(ys
可以是空列表)并且它是前一个最大值的后续元素,则匹配。
第二个是如果它不继续,则需要重置最小值并将完成的范围添加到输出中。
第三种情况是我们到达输入末尾并仅输出结果,而不是再次调用循环。
互联网业力指向任何能够找出如何消除范围重复的人:+ rangeToString(min, max)
!
关于scala - 在 Scala/Spark 中合并多个连续条目,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47611842/