并行Scala的迭代器

假设我有这个简单的说法：

(1 to 100).toSet.subsets.find(f)

它工作完美.它是懒惰的,一旦找到一个元素,就不会使用大量的内存并返回.当您要并行化时,会出现此问题.你可能会说,这是Scala,必须有.par或迭代器,但是没有.

在互联网上提出的解决方案是使用.grouped,但它不如我想要的那么好.为什么？

val it = (1 to 100).toSet.subsets.grouped(1000000).map(_.par.find(f)).flatten
if (it.hasNext) Some(it.next) else None

>使用更多的内存我知道它仍然是O(1),但让我们在这里完美:)
>这不是完全可以并行化(按照Amdahl定律).当.grouped正在为下一个百万个元素块使用迭代器时,除了一个线程之外的所有等待.如果迭代器消耗昂贵,这是特别有问题的.此外,必须有一个开销,产生一组新的线程来处理新的块.
>生成更复杂/更长的代码(参见示例).如果迭代器有.nextOption,那么它会缩短代码.

有没有其他的,尽管编程我自己的生产者 – 消费者模型(迭代器是生产者,线程是消费者),然后最终减少步骤？