Scala 集合如何从映射操作中返回正确的集合类型？

Posted 2023-02-25

【中文标题】Scala 集合如何从映射操作中返回正确的集合类型？

【英文标题】：How are Scala collections able to return the correct collection type from a map operation?

【发布时间】：2011-07-09 04:49:43

【问题描述】：

注意：这是一个常见问题解答，专门询问，所以我可以自己回答，因为这个问题似乎经常出现，我想把它放在一个可以（希望）通过以下方式轻松找到的位置搜索

根据我的 answer here 上的评论提示

---

例如：

"abcde" map _.toUpperCase //returns a String
"abcde" map _.toInt // returns an IndexedSeq[Int]
BitSet(1,2,3,4) map 2* // returns a BitSet
BitSet(1,2,3,4) map _.toString // returns a Set[String]

查看scaladoc，所有这些都使用从TraversableLike继承的map操作，那么为什么它总是能够返回最具体的有效集合？甚至是String，它通过隐式转换提供map。

【问题讨论】：

Scala 2.8 collections design tutorial的可能重复

一开始跳过了斜体部分，一时间陷入了深深的困惑。詹姆斯，链接的帖子中并没有真正回答这个具体问题。只是说隐含与它有关。假设凯文想要更精细，这不是重复。

@James - 这有点不同，我更专注于CanBuildFrom 机制

将其称为“能够返回最合适的集合”是相当牵强的。

@Tony：如果我们允许“适当”的定义与允许实体移动的上下文相关，那么该陈述将变得准确。 鉴于对集合的操作结果将是另一个集合，可以公平地说，如果可能的话，最“合适”的集合可能是另一个相同类型的集合，并且最具体的替代方案。不过，Logan 是对的，这应该是评论，而不是答案。

【参考方案1】：

Scala 集合是聪明的东西...

集合库的内部是 Scala 领域中更高级的主题之一。它涉及到更高级的类型、推理、方差、隐式和CanBuildFrom 机制——所有这些都是为了使其非常通用、易于使用并且从面向用户的角度来看功能强大。从 API 设计者的角度来理解它，对于初学者来说并不是一项轻松的任务。

另一方面，您实际上需要在这种深度使用集合是非常罕见的。

那么让我们开始吧……

随着 Scala 2.8 的发布，集合库被完全重写以消除重复，大量的方法被移动到一个地方，这样持续的维护和添加新的集合方法会容易得多，但这也使得层次结构更难理解。

以List为例，这个继承自（依次）

LinearSeqOptimised GenericTraversableTemplate LinearSeq Seq SeqLike Iterable IterableLike Traversable TraversableLike TraversableOnce

这是相当少数！那么为什么会有这么深的层次结构呢？暂时忽略XxxLike 特征，该层次结构中的每一层都会添加一些功能，或者提供更优化的继承功能版本（例如，通过Traversable 上的索引获取元素需要drop 的组合和head 操作，在索引序列上效率极低）。在可能的情况下，所有功能都尽可能地向上推到层次结构中，最大限度地增加可以使用它的子类的数量并消除重复。

map 就是这样一个例子。该方法在TraversableLike 中实现（尽管XxxLike 特征只存在于库设计者中，因此对于大多数意图和目的来说，它通常被认为是Traversable 上的一种方法——我很快就会谈到那部分），并且被广泛继承。可以在某些子类中定义优化版本，但它仍必须符合相同的签名。考虑map 的以下用法（问题中也提到过）：

"abcde" map _.toUpperCase //returns a String
"abcde" map _.toInt // returns an IndexedSeq[Int]
BitSet(1,2,3,4) map 2* // returns a BitSet
BitSet(1,2,3,4) map _.toString // returns a Set[String]

在每种情况下，输出都尽可能与输入类型相同。如果不可能，则检查输入类型的超类，直到发现 确实 提供了有效的返回类型。要做到这一点需要做很多工作，尤其是当您考虑到 String 甚至不是一个集合，它只是隐式转换为一个。

那么它是怎么做的呢？

难题的一半是XxxLike 特征（我确实说我会找到它们...），其主要功能是采用Repr 类型参数（简称对于“表示”），以便他们知道实际操作的真正子类。所以例如TraversableLike 与 Traversable 相同，但在 Repr 类型参数上进行了抽象。然后这个参数被拼图的后半部分使用；捕获源集合类型、目标元素类型和目标集合类型的CanBuildFrom 类型类，以供集合转换操作使用。

举个例子更容易解释！

BitSet 定义了一个 CanBuildFrom 的隐式实例，如下所示：

implicit def canBuildFrom: CanBuildFrom[BitSet, Int, BitSet] = bitsetCanBuildFrom

编译BitSet(1,2,3,4) map 2*时，编译器会尝试隐式查找CanBuildFrom[BitSet, Int, T]

这是聪明的部分...只有一个隐含的范围与前两个类型参数匹配。第一个参数是Repr，由XxxLike 特征捕获，第二个参数是元素类型，由当前集合特征捕获（例如Traversable）。然后map 操作也使用类型参数化，此类型T 是根据隐式定位的CanBuildFrom 实例的第三个类型参数推断的。 BitSet 在这种情况下。

所以CanBuildFrom 的前两个类型参数是输入，用于隐式查找，第三个参数是输出，用于推理。

BitSet中的CanBuildFrom因此匹配BitSet和Int这两种类型，所以查找会成功，推断的返回类型也会是BitSet。

编译BitSet(1,2,3,4) map _.toString 时，编译器将尝试隐式查找CanBuildFrom[BitSet, String, T]。对于 BitSet 中的隐式，这将失败，因此编译器接下来将尝试其超类 - Set - 这包含隐式：

implicit def canBuildFrom[A]: CanBuildFrom[Coll, A, Set[A]] = setCanBuildFrom[A]

匹配，因为 Coll 是一个类型别名，当 BitSet 派生自 Set 时，它被初始化为 BitSet。 A 将匹配任何内容，因为canBuildFrom 使用A 类型参数化，在这种情况下，它被推断为String...因此产生Set[String] 的返回类型。

所以要正确实现一个集合类型，你不仅需要提供一个正确的隐式类型CanBuildFrom，还需要确保该集合的具体类型作为Repr参数提供给正确的父特征（例如，在子类化Map 的情况下，这将是MapLike）。

String 稍微复杂一点，因为它通过隐式转换提供map。隐式转换为StringOps，它是StringLike[String] 的子类，最终派生TraversableLike[Char,String] - String 是Repr 类型参数。

在范围内还有一个CanBuildFrom[String,Char,String]，以便编译器知道当将String 的元素映射到Chars 时，返回类型也应该是一个字符串。从现在开始，使用相同的机制。

【讨论】：

+1 非常酷地解释了 Scala 的类型保留集合转换。此外，*** 的使用非常好。回到 Ye Olde Podcasts，Jeff 反复提到这个用例（将洞察力表达为一个问题，然后立即回答它），而我很少看到它。

@Jörg 然后更频繁地检查 Scala 问题。 :-) 我在某些情况下自己使用过它，我想我也看到其他人也这样做过。我想我们scalazzi喜欢解释事情！ :-)

我一直在思考为什么尝试将breakOut 和Iterator 转换为List 无法编译。在阅读了这篇文章和@DanielC.Sobral answer here 之后，我终于意识到a）我确实了解这一切是如何工作的，b）Iterator.map(...) 没有在第二个参数列表中使用隐式 CanBuildFrom ......为什么会这样？

【参考方案2】：

Architecture of Scala Collections 在线页面对基于 2.8 集合设计创建新集合的实际方面进行了详细说明。

引用：

“如果你想集成一个新的集合类，需要做些什么，以便它可以从正确类型的所有预定义操作中受益？在接下来的几页中，你将通过两个示例来完成此操作。 "

它使用一个用于编码 RNA 序列的集合和一个用于 Patricia trie 的集合作为示例。查找处理地图和朋友部分，了解如何返回适当的集合类型。