集合
Scala的集合有三大类：
序列Seq、集Set、映射Map
所有的集合都扩展自Iterable特质。对于几乎所有的集合类
Scala都同时提供了可变和不可变的版本
可变集合
可以在适当的地方被更新或扩展。这意味着你可以修改，添加，移除一个集合的元素。
不可变集合
永远不会改变。不过，你仍然可以模拟添加，移除或更新操作。
但是这些操作将在每一种情况下都返回一个新的集合，同时使原来的集合不发生改变，
所以这里的不可变并不是变量本身的值不可变，而是变量指向的那个内存地址不可变
集合特质
-- scala.collection.immutable
-- scala.collection.mutable
数组（array）
严格意义上，数组不是集合
scala中给数组一个特定的类型：Array
构建Scala中的数组，其实等同于构造Java的数组
不可变数组
基本语法
-
数组定义
// 集合分为两大类：可变集合，不可变集合 // Scala默认提供的集合都是不可变。 // val array = new Array[String](3) // array(0) = "a" // array(1) = "a" // array(2) = "a" // 使用集合的伴生对象构建集合，并同时初始化 val array1 = Array(1,2,3,4) val array2 = Array(5,6,7,8) //val array2 = Array.apply(1,2,3,4) -
数组赋值
-
修改某个元素的值
arr01(3) = 10 val i = 10 arr01(i/3) = 20 -
采用方法的形式修改数组的值
arr01.update(0,1)
-
-
遍历数组
-
查看数组
println(arr01.mkString(",")) -
普通遍历
for (i <- arr01) { println(i) } -
简化遍历
def printx(elem:Int): Unit = { println(elem) } arr01.foreach(printx) arr01.foreach((x)=>{println(x)}) arr01.foreach(println(_)) arr01.foreach(println)
-
基本操作
- 添加数组元素，创建新数组
val arr1 = Array(1,2,3,4)
val arr3: Array[Int] = arr1 :+ 5
println( arr1 eq arr3 ) // false
arr3.foreach(println)
// 12345
- 添加集合
val arr1 = Array(1,2,3,4)
val arr2 = Array(5,6,7,8)
val arr5: Array[Int] = arr1 ++ arr2
arr5.foreach(println)
// 12345678
- 多维数组
var myMatrix = Array.ofDim[Int](3,3)
myMatrix.foreach(list=>println(list.mkString(",")))
// 0,0,0
// 0,0,0
// 0,0,0
- 合并数组
val arr1 = Array(1,2,3,4)
val arr2 = Array(5,6,7,8)
// 合并数组
val arr6: Array[Int] = Array.concat(arr1, arr2)
arr6.foreach(println)
// 12345678
- 创建指定范围的数组
// 创建指定范围的数组
val arr7: Array[Int] = Array.range(0,2)
arr7.foreach(println)
// 01
- 创建并填充指定数量的数组
val arr8:Array[Int] = Array.fill[Int](5)(-1)
arr8.foreach(println)
可变数组
基本语法
- 创建可变数组
val buffer = new ArrayBuffer[String]()
val buffer = ArrayBuffer("a", "b", "c")
println(buffer)
// ArrayBuffer(a, b, c)
- 增加数据
buffer.append("a", "b", "c", "d")
// ArrayBuffer(a, b, c, a, b, c, d)
buffer.appendAll(Array("a", "b", "c"))
// ArrayBuffer(a, b, c, a, b, c, d, a, b, c)
val buffer1 = ArrayBuffer(1,2,3,4)
val buffer2 = ArrayBuffer(5,6,7,8)
val buffer3: ArrayBuffer[Int] = buffer1 += 5
println( buffer1 eq buffer3 ) // true
// 使用 ++ 运算符会产生新的集合数组
val buffer4: ArrayBuffer[Int] = buffer1 ++ buffer2
// 使用 ++= 运算符会更新之前的集合，不会产生新的数组
val buffer5: ArrayBuffer[Int] = buffer1 ++= buffer2
println( buffer1 eq buffer4 ) // false
println( buffer1 eq buffer5 ) // true
- 修改数据
buffer.update(0, "e")
buffer(0) = "e"
- 删除数据
val buffer = ArrayBuffer("a", "b", "c")
buffer.remove(2) // ArrayBuffer(a, b)
val buffer = ArrayBuffer("a","b","c","a","b","c","d")
buffer.remove(2,2) // ArrayBuffer(a, b, b, c, d)
val strings: ArrayBuffer[String] = buffer - "a"
println(buffer eq strings)
println(buffer)
println(strings)
// false
// ArrayBuffer(a, b, c)
// ArrayBuffer(b, c)
- 查询数据
println(buffer(3))
- 循环集合
for ( i <- buffer ) {
println(i)
}
可变数组和不可变数组转换
val buffer = ArrayBuffer(1,2,3,4)
val array = Array(4,5,6,7)
// 将不可变数组转换为可变数组
val buffer1: mutable.Buffer[Int] = array.toBuffer
// 将可变数组转换为不可变数组
val array1: Array[Int] = buffer.toArray
数组方法
val array = Array(1,2,3,4)
println(array.size) // 4
println(array.length) // 4
println(array.isEmpty) // false
println(array.contains(2)) // true 判断集合中是否包含某个元素
println(array.distinct.mkString(",")) // 1,2,3,4
println(array.reverse.mkString(",")) // 4,3,2,1
println(array.mkString(",")) // 1,2,3,4
array.foreach(println)
// 1
// 2
// 3
// 4
val iterator = array.iterator // 生成迭代器
while (iterator.hasNext){
println(iterator.next())
}
// 1
// 2
// 3
// 4
val array = ArrayBuffer(1,2,3,4)
// 从集合中获取部分数据
println(array.head) // 1
println(array.tail) // ArrayBuffer(2, 3, 4)
println(array.tails) // <iterator>
println(array.last) // 4
println(array.init) // 初始 ArrayBuffer(1, 2, 3) 返回当前序列中不包含最后一个元素的序列（去尾）
println(array.inits) // <iterator> 对集合中的元素进行 init 操作，该操作的返回值中， 第一个值是当前序列的副本，包含当前序列所有的元素，最后一个值是空的，对头尾之间的值进行init操作，上一步的结果作为下一步的操作对象
// 取前几个
println(array.take(3)) // ArrayBuffer(1, 2, 3)
println(array.reverse.take(2).reverse) // ArrayBuffer(3, 4)
println(array.takeRight(2)) // ArrayBuffer(3, 4)
println(array.drop(1)) // ArrayBuffer(2, 3, 4)
println(array.dropRight(1)) // ArrayBuffer(1, 2, 3)
val array = ArrayBuffer(1,2,3,4,5)
println(array.sum) // 15 加法
println(array.max) // 5
println(array.min) // 1
println(array.product) // 120 乘法
LEFT与RIGHT计算
// 自定义数据操作的方法
// 集合的数据无论是多少，最基本的数据操作其实都是两两计算。
// map => reduce => 简化，规约（聚合）
def reduceFunction(x : Int, y : Int): Int = {
x + y
}
//println(array.reduce(reduceFunction))
//println(array.reduce((x:Int, y:Int)=>{x + y}))
//println(array.reduce((x:Int, y:Int)=>x + y))
//println(array.reduce((x, y)=>x + y))
println(array.reduce(_ - _)) // -13
// reversed.reduceLeft[B]((x, y) => op(y, x))
// 【1，2，3，4, 5】
// 【5，4，3，2，1】
// 1 - (2 - (3 - (4 - 5)))
println(array.reduceRight(_ - _)) // 3
1 - ( 2 - ( 3 - ( 4 - 5 ) ) )
println(array.reduceLeft(_ - _)) // -13
( ( ( 1 - 2 ) - 3 ) - 4 ) - 5
fold与scan
val array = ArrayBuffer(1,2,3,4)
val num = 5
// 折叠
println(array.fold(5)(_ - _)) // -5
// (((5 - 1) - 2) - 3) - 4
println(array.foldLeft(5)(_ - _)) // -5
// reversed.foldLeft(z)((x, y) => op(y, x))
// 【1，2，3，4】
// 【4，3，2，1】
// 1 - (2 - (3 - (4 - 5)))
println(array.foldRight(5)(_ - _)) // 3
println(array.scan(5)(_ - _)) // ArrayBuffer(5, 4, 2, -1, -5)
println(array.scanLeft(5)(_-_)) // ArrayBuffer(5, 4, 2, -1, -5)
println(array.scanRight(5)(_-_)) // ArrayBuffer(3, -2, 4, -1, 5)
map
val array = ArrayBuffer(1,2,3,4)
// TODO 功能函数：由集合对象提供函数执行自定义的功能
// 1. map => 映射(转换) => K->V
// a => b
// map方法需要传递一个参数，这个参数的类型为函数类型: Int => B
def mapFunction( num:Int ): Int = {
num * 2
}
println(array.map(mapFunction)) // ArrayBuffer(2, 4, 6, 8)
println(array.map(
(num:Int) => {
num * 2
}
)) // ArrayBuffer(2, 4, 6, 8)
println(array.map(_*2)) // ArrayBuffer(2, 4, 6, 8)
扁平化操作（flatten）
- 将整体拆分成个体的操作，称之为扁平化
- 扁平化操作只能对最外层进行操作
val array = ArrayBuffer(
ArrayBuffer(
ArrayBuffer(1,2),ArrayBuffer(5,6)
), ArrayBuffer(
ArrayBuffer(3,4),ArrayBuffer(7,8)
)
)
println(array.flatten.flatten)
// ArrayBuffer(1, 2, 5, 6, 3, 4, 7, 8)
split
val array = Array(
"Hello Scala", "Hello Hadoop"
)
println(array.flatten.mkString(","))
// H,e,l,l,o, ,S,c,a,l,a,H,e,l,l,o, ,H,a,d,o,o,p
println(array.flatMap(
str => {
str.split(" ")
}
).mkString(","))
// Hello,Scala,Hello,Hadoop
filter
filter方法可以对集合中的每一条数据进行筛选过滤
满足条件（true）的数据保留，不满足条件(false)的数据丢弃
val array = ArrayBuffer(1,2,3,4)
val r = array.filter(
num => {
num % 2 != 0
}
)
println(r) // ArrayBuffer(1, 3)
GroupBy
根据指定的规则对每一条数据进行分组
val array = ArrayBuffer(1,2,3,4)
// 根据指定的规则对每一条数据进行分组
val r = array.groupBy(
num => {
if ( num % 2 == 0 ) {
"偶数"
} else {
"奇数"
}
num % 2
}
)
println(r) // Map(1 -> ArrayBuffer(1, 3), 0 -> ArrayBuffer(2, 4))
val array2 = ArrayBuffer(
"Hello", "Scala", "Hadoop", "Spark"
)
println(array2.groupBy(_.substring(0, 1)))
// Map(S -> ArrayBuffer(Scala, Spark), H -> ArrayBuffer(Hello, Hadoop))
sortBy
排序:通过指定的规则对每一条数据进行排序处理， 默认为升序
val array = ArrayBuffer("1", "11", "2", "3", "22")
println(array.sortBy(
num => num.toInt
)) // ArrayBuffer(1, 2, 3, 11, 22)
println(array.sortBy(num => num.toInt)(Ordering.Int.reverse)) // ArrayBuffer(22, 11, 3, 2, 1)
WordCount
// TODO 1. 读取文件，获取原始数据
// line => Hello Scala
val source: BufferedSource = Source.fromFile("data/word.txt")
val lines: Array[String] = source.getLines().toArray
source.close()
// TODO 2. 将原始数据进行切分成一个一个的单词
// "Hello Scala" => "Hello", "Scala"
val words = lines.flatMap(
line => {
line.split(" ")
}
)
// TODO 3. 对分词的结果进行分组操作（相同的单词放置在一起）
// "Hello", "Hello" => { "Hello"=>List( Hello, Hello ) }
val wordGroup: Map[String, Array[String]] = words.groupBy(word => word)
// TODO 4. 对分组后的数据进行数量的统计
// 如果数据在转换时，无需对key进行操作，只对v进行处理时，可以使用mapValues方法
// { "Hello"=>List( Hello, Hello ) }
// =>
// { "Hello"=>2 }
val wordCount = wordGroup.mapValues(
v => {
v.size
}
)
// fun2
// val wordCount = wordGroup.map {
// case (word, list) => {
// (word, list.size)
// }
// }
// TODO 5. 将统计结果打印在控制台
println(wordCount)
简化代码
val source: BufferedSource = Source.fromFile("data/word.txt")
val lines: Array[String] = source.getLines().toArray
source.close()
val wordCount =
lines
.flatMap(_.split(" "))
.groupBy(word => word)
.mapValues(_.size)
println(wordCount)
合并count01
val list = List(
("Hello Scala", 4),
("Hello World", 2)
)
val list2 = list.map(
t => {
val line = t._1
val cnt = t._2
(line + " ") * cnt // 连词
}
)
println(list2)
// List(Hello Scala Hello Scala Hello Scala Hello Scala , Hello World Hello World )
合并count02
val list = List(
("Hello Scala", 4),
("Hello World", 2)
)
// ("Hello Scala", 4) => ("Hello", 4),("Scala", 4)
// ("Hello World", 2) => ("Hello", 2),("World", 2)
val list1 = list.flatMap(
t => {
val line = t._1
val cnt = t._2
val datas = line.split(" ") // Hello,Scala => (Hello, 4), (Scala, 4)
datas.map(
word => {
(word, cnt)
}
)
}
)
val groupData: Map[String, List[(String, Int)]] = list1.groupBy(_._1)
/*
Map(
Hello -> List((Hello,4), (Hello,2)),
Scala -> List((Scala,4)),
World -> List((World,2)))
Map(
Hello -> List(4, 2),
Scala -> List(4),
World -> List(2))
Map(
Hello -> 6,
Scala -> 4,
World -> 2
*/
val groupData1 = groupData.mapValues(
list => {
list.map(_._2).sum
}
)
println(groupData1)
Seq集合（List）
基本语法
-
声明
// 一般会从采用List val seq = Seq(1,2,3,4) val list = List(1,2,3,4) val list1 = List(5,6,7,8) -
数据操作
val ints: List[Int] = list :+ 5 println(list eq ints) // false val ints1: List[Int] = 5 +: list println(list) // List(1, 2, 3, 4) println(ints) // List(1, 2, 3, 4, 5) println(ints1) // List(5, 1, 2, 3, 4) -
Nil 在集合中表示空集合
val ints2 = 1 :: 2:: 3 :: Nil //Nil.::(3).::(2).::(1) val ints3 = 1 :: 2 :: 3 :: list1 ::: Nil println(Nil) // List() println(ints2) // List(1, 2, 3) println(ints3) // List(1, 2, 3, 5, 6, 7, 8) -
数据有序，可以放重复数据
val list = List(1,3,4,2,1)
println(list) // List(1, 3, 4, 2, 1)
方法
-
插入
val list = ListBuffer(1,3,4,2,1) val list2 = ListBuffer(1,3,4,2,1) list.append(1) println(list) list.appendAll(list2) println(list) list.insert(0,10) println(list) // ListBuffer(1, 3, 4, 2, 1, 1) // ListBuffer(1, 3, 4, 2, 1, 1, 1, 3, 4, 2, 1) // ListBuffer(10, 1, 3, 4, 2, 1, 1, 1, 3, 4, 2, 1) -
更新
val list = ListBuffer(1,3,4,2,1) list.update(0, 5) // 改变自身 println(list) list.updated(0, 6) // 创建新的 println(list) println(list.updated(0, 6)) // ListBuffer(5, 3, 4, 2, 1) // ListBuffer(5, 3, 4, 2, 1) // ListBuffer(6, 3, 4, 2, 1) -
删除
val list = ListBuffer(1,3,4,2,1) list.remove(1) println(list) list.remove(1,2) println(list) // ListBuffer(1, 4, 2, 1) // ListBuffer(1, 1) -
遍历
val list = ListBuffer(1,3,4,2,1) println(list.mkString(",")) val iterator = list.iterator while (iterator.hasNext) { println(iterator.next()) } list.foreach(println) // 1,3,4,2,1 // 1 // 3 // 4 // 2 // 1 // 1 // 3 // 4 // 2 // 1 -
类型转换
val list = ListBuffer(1,3,4,2,1) val list1 = list.toList val list2 = list1.toBuffer
Set集合
数据无序，不可重复
// update方法用于更新set集合
set.update(5, true)
println(set)
set.update(4, false)
println(set)
set.remove(3)
// Set(1, 5, 2, 3, 4)
// Set(1, 5, 2, 3)
// Set(1, 5, 2)
set.foreach(println) //遍历数据
交集与差集
val set1 = mutable.Set(1,2,3,4)
val set2 = mutable.Set(4,5,6,7)
// 交集
val set3: mutable.Set[Int] = set1 & set2
println(set3.mkString(",")) // 4
// 差集
val set4: mutable.Set[Int] = set1 &~ set2
println(set4.mkString(",")) // 1,2,3
Map集合
Map(映射)是一种可迭代的键值对（key/value）结构。所有的值都可以通过键来获取。Map 中的键都是唯一的。
数据无序，K不能重复的集合
-
不可变Map
val map = Map( "a" -> 1, "b" -> 2, "a" -> 3,"d" -> 4,"e" -> 5 ) val map1 = mutable.Map( "a" -> 1, "b" -> 2, "a" -> 3,"d" -> 4,"e" -> 5 ) // K不能重复的集合 map1.put("f", 6) println(map1) // Map(e -> 5, b -> 2, d -> 4, a -> 3, f -> 6) map1.update("a", 7) println(map1) // Map(e -> 5, b -> 2, d -> 4, a -> 7, f -> 6) map1.remove("e") println(map1) // Map(b -> 2, d -> 4, a -> 7, f -> 6)// java中从HashMap中获取一个不存在的key，会返回null // HashMap允许放空键（Key）空值(Value) val map1 = mutable.Map( "a" -> 1, "b" -> 2, "a" -> 3,"d" -> 4,"e" -> 5 ) val maybeInt1: Option[Int] = map1.get("f") // Option类型专门为了解决空指针问题设计的 // Option : 选项，对象只有2个 Some, None if ( maybeInt1.isEmpty ) { println("没有对应key的值, 提供默认值 : " + maybeInt1.getOrElse(0)) } else { println("对应key的值为" + maybeInt1.get) }// print --> 没有对应key的值, 提供默认值 : 0 println("获取指定key的值：" + maybeInt1.getOrElse(0)) // print--> 获取指定key的值：0 // 如果不存在，获取默认值 println(map1.getOrElse("a", 0)) // 3 //获取可能存在的key值, 如果不存在就使用默认值
Tuple元组
可以将无关的元素组合在一起，形成一个整体来进行访问，这种整体结构称之元素组合
因为元组中的数据没有关系，所以只能通过顺序号进行访问
val t : (Int, String, Int) = (1, "zhangsan", 30)
println(t._1) // 1
println(t._2) // zhangsan
println(t._3) // 30
// Tuple也是一个集合对象，所以也有类型
// (Int, String, Int)
// scala中元组也有专门的类型
val t1 : Tuple3[Int, String, Int] = (1, "zhangsan", 30)
// Tuple类型最多存放元素的数量为22个。但是类型没有约束的。
println(t) // (1,zhangsan,30)
如果元组中的元素只有2个，称之为对偶元组，也可以称之为键值对
val kv = (1, "zhangsan")
val map = Map(
("a", 1), ("b", 2), ("c", 3)
)
map.foreach(
t => {
println(t._1 + "=" + t._2)
}
)
println(map)
// a=1
// b=2
// c=3
// Map(a -> 1, b -> 2, c -> 3)
将Map转换为List
val list: List[(String, Int)] = map.toList
不同省份的商品点击排行
// 不同省份的商品点击排行
// word(省份-商品) - count（1）
val datas = List(
("zhangsan", "河北", "鞋"),
("lisi", "河北", "衣服"),
("wangwu", "河北", "鞋"),
("zhangsan", "河南", "鞋"),
("lisi", "河南", "衣服"),
("wangwu", "河南", "鞋"),
("zhangsan", "河南", "鞋"),
("lisi", "河北", "衣服"),
("wangwu", "河北", "鞋"),
("zhangsan", "河北", "鞋"),
("lisi", "河北", "衣服"),
("wangwu", "河北", "帽子"),
("zhangsan", "河南", "鞋"),
("lisi", "河南", "衣服"),
("wangwu", "河南", "帽子"),
("zhangsan", "河南", "鞋"),
("lisi", "河北", "衣服"),
("wangwu", "河北", "帽子"),
("lisi", "河北", "衣服"),
("wangwu", "河北", "电脑"),
("zhangsan", "河南", "鞋"),
("lisi", "河南", "衣服"),
("wangwu", "河南", "电脑"),
("zhangsan", "河南", "电脑"),
("lisi", "河北", "衣服"),
("wangwu", "河北", "帽子")
)
// TODO 将原始数据进行结构的转换
// (人，省份，商品) => (省份-商品， 1)
val mapDatas = datas.map(
t => {
(t._2 + "-" + t._3, 1)
}
)
// TODO 将转换结构后的数据进行分组
val groupDatas: Map[String, List[(String, Int)]] = mapDatas.groupBy(_._1)
// TODO 将分组后的数据进行统计聚合
val cntDatas = groupDatas.mapValues(
list => list.size
)
//println(cntDatas)
// TODO 将聚合的结果进行结构的转换
// 将相同省份的数据准备放在一起
// (省份-商品， count) => (省份，（商品，count）)
val mapDatas1 = cntDatas.toList.map(
kv => {
val k = kv._1
val cnt = kv._2
val ks = k.split("-")
(ks(0), (ks(1), cnt))
}
)
// println(mapDatas1)
// 河北 => List( （衣服，20），(鞋，10)， )
// TODO 将转换结构后的数据进行排序（降序）
val groupDatas1 =
mapDatas1.groupBy(_._1).mapValues(
list=> {
list.map(_._2).sortBy(_._2)(Ordering.Int.reverse).take(3)
}
)
println(groupDatas1)
// Map(河南 -> List((鞋,6), (衣服,3), (电脑,2)), 河北 -> List((衣服,6), (鞋,4), (帽子,3)))
Queue队列
Scala也提供了队列（Queue）的数据结构，队列的特点就是先进先出。进队和出队的方法分别为enqueue和dequeue。
val que = new mutable.Queue[String]()
// 添加元素
que.enqueue("a", "b", "c")
val que1: mutable.Queue[String] = que += "d"
println(que eq que1) // true
// 获取元素
println(que.dequeue()) // a
println(que.dequeue()) // b
println(que.dequeue()) // c
并行
Scala为了充分使用多核CPU，提供了并行集合（有别于前面的串行集合），用于多核环境的并行计算。
// val result1 = (0 to 100).map{
// x => {
// Thread.currentThread.getName
// }
// } // main, main, main, main, main, main, main,
val result2 = (0 to 100).par.map{
x => {
Thread.currentThread.getName // 查看线程名字
}
} // scala-execution-context-global-23, scala-execution-context-global-13
println(result1)
println(result2)
常用方法
-
快排
val list = List(1,6,5,3,2,4) val tuple: (List[Int], List[Int]) = list.partition( num => { num > 3 } ) println(tuple._1) println(tuple._2) -
交集，并集，差集
val list1 = List(1,2,3,4) val list2 = List(3,4,5,6) // 交集，并集，差集 println(list1.intersect(list2)) println(list1.union(list2)) println(list1.diff(list2)) -
滑动窗口
val list1 = List(1,2,3,4,5,6,7,8) //println(list1.drop(1)) //list1.head + list1.tail.head // 滑动窗口 // 滚动窗口 当窗口大小等于步长是 val iterator: Iterator[List[Int]] = list1.sliding(3, 3) //窗口大小，步长 while (iterator.hasNext) { val ints: List[Int] = iterator.next() println(ints) } -
拉链
val list1 = List(1,2,3,4) val list2 = List(5,6,7,8,9, 10) // 所谓的拉链，其实就是将两个集合相同的位置的数据连接在一起 val tuples: List[(Int, Int)] = list1.zip(list2) println(tuples) // List((1,5), (2,6), (3,7), (4,8)) println(list2.zipWithIndex) // 自己和自己的索引拉链 // List((5,0), (6,1), (7,2), (8,3), (9,4), (10,5)) -
两个map折叠
val map1 = mutable.Map( ("a", 1), ("b", 2), ("c", 3) ) val map2 = mutable.Map( ("a", 4), ("d", 5), ("c", 6) ) val map3 = map2.foldLeft(map1)( (map, kv) => { val key = kv._1 val cnt = kv._2 val oldCnt = map.getOrElse(key, 0) map.update(key, oldCnt + cnt) map } ) println(map3) // Map(b -> 2, d -> 5, a -> 5, c -> 9) -
使用匿名函数时，给定的参数直接放回，不能使用下划线代替，必须完整，
// val newlist = list3.flatMap( // list => { // 整体 // list // 容器 // } // ) val words = list2.flatMap( str => { str.split(" ") // 容器（ Hello, Scala ） } ) // 简化规则 def test( f : (String)=>Unit ): Unit = { f("zhangsan") } test( (s:String)=>{println(s)} ) test( (s:String)=>println(s) ) test( (s)=>println(s) ) test( s=>println(s) ) test( s => println(s) ) -
分组
val list1 = List(1,2,3,4) val list2 = List("Hello", "Hive", "Hadoop") val list4 = List( ("a", 1), ("a", 2), ("a", 3) ) // Map[ 组名1=>分组集合1，组名2=>分组集合2 ] val list3 = list4.groupBy( t => t._1 ) println(list3) // Map(a -> List((a,1), (a,2), (a,3))) val list5 = List(1,4,3,2,5) // 1 4 3 2 5 // 1 0 1 0 1 // 4 2 1 3 5 // List(4, 2, 1, 3, 5) //println(list5.sortBy(_ % 2)) // 取余后排序 -
排序
val user1 = new User() user1.age = 20 user1.salary = 2000 val user2 = new User() user2.age = 30 user2.salary = 2000 val user3 = new User() user3.age = 30 user3.salary = 1000 val users = List( user1, user2, user3 ) //println(users.sortBy(_.age)(Ordering.Int.reverse)) // Tuple : 元组,可以默认排序，先比较第一个，如果相同，比较第二个，依此类推 // println( // users.sortBy( // user => { // ( user.age, user.salary ) // } // )(Ordering.Tuple2[Int, Int]( Ordering.Int, Ordering.Int.reverse )) // ) // 自定义排序 println(users.sortWith( (user1, user2) => { // 将你期望的结果，返回为true //user1.salary > user2.salary if ( user1.age < user2.age ) { true } else if (user1.age == user2.age ) { user1.salary < user2.salary } else { false } } )) } class User { var age : Int = _ var salary : Int = _ override def toString: String = { return s"User[${age}, ${salary}]" } }