合并 Scala/Spark 中的多个连续条目

Question

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}

我正在尝试用中间的“-”对连续数字进行分组。比如108,109,110是连续数，所以我得到108-110。 112是单独的条目； 114,115,116 再次代表一个序列，所以我得到 114-116。 118 是独立的，并被视为独立的。

我正在 Spark 中执行此操作。我写了下面的代码：

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}

我不知道哪里出了问题。你能帮我纠正一下吗？ TIA.

Answer 1

这里有一个解决方案：

def combineConsecutive(s: String): Seq[String] = {
  val ints: List[Int] = s.split(',').map(_.toInt).toList.reverse

  ints
    .drop(1)
    .foldLeft(List(List(ints.head)))((acc, e) => if ((acc.head.head - e) <= 1)
      (e :: acc.head) :: acc.tail
    else
      List(e) :: acc)
    .map(group => if (group.size > 1) group.min + "-" + group.max else group.head.toString)
}


val in = "108,109,110,112,114,115,116,118"

val result = combineConsecutive(in)

println(result) // List(108-110, 112, 114-116, 118)

}

这个解决方案部分使用了这个问题的代码：

Answer 2

这是另一种方式：

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

你可以测试的：

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——也就是说，你把你的 "variables" 作为输入，然后它在每个循环中用更新的 "variables" 调用自己。所以这里 xs 是你的数组，min 和 max 是用于跟踪到目前为止的最低和最高数字的整数，ranges 是字符串的输出序列在需要时添加到。

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 +: 提取器的工作方式）如果至少有一个元素（ys 可以是一个空列表）并且它是从前一个最大值开始的。

第二种是如果没有继续，需要重新设置最小值，把完成的范围加到输出中。

第三种情况是我们已经到了输入的末尾，只输出结果，而不是再次调用循环。

互联网业力指向任何人谁可以找出如何消除重复 ranges :+ rangeToString(min, max)!

合并 Scala/Spark 中的多个连续条目

Combine multiple sequential entries in Scala/Spark

scala

for-loop

if-statement

while-loop

arraybuffer