集合

Scala的集合有三大類：

序列Seq、集Set、映射Map

所有的集合都擴展自Iterable特質，對于幾乎所有的集合類

Scala都同時提供了可變和不可變的版本

可變集合

可以在適當的地方被更新或擴展，這意味著你可以修改，添加，移除一個集合的元素，

不可變集合

永遠不會改變，不過，你仍然可以模擬添加，移除或更新操作，

但是這些操作將在每一種情況下都回傳一個新的集合，同時使原來的集合不發生改變，

所以這里的不可變并不是變數本身的值不可變，而是變數指向的那個記憶體地址不可變

集合特質

-- scala.collection.immutable

-- scala.collection.mutable

陣列（array）

嚴格意義上，陣列不是集合

scala中給陣列一個特定的型別：Array

構建Scala中的陣列，其實等同于構造Java的陣列

不可變陣列

基本語法

陣列定義

// 集合分為兩大類：可變集合，不可變集合
// Scala默認提供的集合都是不可變，
//        val array = new Array[String](3)
//        array(0) = "a"
//        array(1) = "a"
//        array(2) = "a"
// 使用集合的伴生物件構建集合，并同時初始化
val array1 = Array(1,2,3,4)
val array2 = Array(5,6,7,8)
//val array2 = Array.apply(1,2,3,4)

陣列賦值
- 修改某個元素的值
```
arr01(3) = 10
val i = 10
arr01(i/3) = 20
```
- 采用方法的形式修改陣列的值
```
arr01.update(0,1)
```

遍歷陣列

查看陣列
```
println(arr01.mkString(","))
```
普通遍歷
```
for (i <- arr01) {
	println(i)
}
```

簡化遍歷

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

添加陣列元素，創建新陣列

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

多維陣列

var myMatrix = Array.ofDim[Int](3,3)
myMatrix.foreach(list=>println(list.mkString(",")))
//    0,0,0
//    0,0,0
//    0,0,0

合并陣列

val arr1 = Array(1,2,3,4)
val arr2 = Array(5,6,7,8)
// 合并陣列
val arr6: Array[Int] = Array.concat(arr1, arr2)
arr6.foreach(println)
// 12345678

創建指定范圍的陣列

// 創建指定范圍的陣列
val arr7: Array[Int] = Array.range(0,2)
arr7.foreach(println)
// 01

創建并填充指定數量的陣列

val arr8:Array[Int] = Array.fill[Int](5)(-1)
arr8.foreach(println)

可變陣列

基本語法

創建可變陣列

val buffer = new ArrayBuffer[String]()
val buffer = ArrayBuffer("a", "b", "c")
println(buffer)
// ArrayBuffer(a, b, c)

增加資料

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 ++ 運算子會產生新的集合陣列
val buffer4: ArrayBuffer[Int] = buffer1 ++ buffer2
// 使用 ++= 運算子會更新之前的集合，不會產生新的陣列
val buffer5: ArrayBuffer[Int] = buffer1 ++= buffer2
println( buffer1 eq buffer4 ) // false
println( buffer1 eq buffer5 ) // true

修改資料

buffer.update(0, "e")
buffer(0) = "e"

洗掉資料

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)

查詢資料

println(buffer(3))

回圈集合

for ( i <- buffer ) {
println(i)
}

可變陣列和不可變陣列轉換

val buffer = ArrayBuffer(1,2,3,4)
val array = Array(4,5,6,7)

// 將不可變陣列轉換為可變陣列
val buffer1: mutable.Buffer[Int] = array.toBuffer
// 將可變陣列轉換為不可變陣列
val array1: Array[Int] = buffer.toArray

陣列方法

val array = Array(1,2,3,4)

println(array.size) // 4
println(array.length) // 4
println(array.isEmpty) // false
println(array.contains(2)) // true  判斷集合中是否包含某個元素
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)

// 從集合中獲取部分資料
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) 回傳當前序列中不包含最后一個元素的序列（去尾）
println(array.inits) // <iterator> 對集合中的元素進行 init 操作，該操作的回傳值中， 第一個值是當前序列的副本，包含當前序列所有的元素，最后一個值是空的，對頭尾之間的值進行init操作，上一步的結果作為下一步的操作物件

// 取前幾個
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與RIGHT計算

// 自定義資料操作的方法
// 集合的資料無論是多少，最基本的資料操作其實都是兩兩計算，
// map => reduce => 簡化，規約（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與scan

val array = ArrayBuffer(1,2,3,4)
val num = 5

// 折疊
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 功能函式：由集合物件提供函式執行自定義的功能
//  1. map => 映射(轉換) => K->V
//     a => b

// map方法需要傳遞一個引數，這個引數的型別為函式型別: 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）

將整體拆分成個體的操作，稱之為扁平化
扁平化操作只能對最外層進行操作

    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方法可以對集合中的每一條資料進行篩選過濾
滿足條件（true）的資料保留，不滿足條件(false)的資料丟棄

        val array = ArrayBuffer(1,2,3,4)
        val r = array.filter(
            num => {
                num % 2 != 0
            }
        )
        println(r) // ArrayBuffer(1, 3)

GroupBy

根據指定的規則對每一條資料進行分組

        val array = ArrayBuffer(1,2,3,4)
        // 根據指定的規則對每一條資料進行分組
        val r = array.groupBy(
            num => {
                if ( num % 2 == 0 ) {
                    "偶數"
                } else {
                    "奇數"
                }
                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:通過指定的規則對每一條資料進行排序處理，默認為升序

        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. 讀取檔案，獲取原始資料
        //  line => Hello Scala
        val source: BufferedSource = Source.fromFile("data/word.txt")
        val lines: Array[String] = source.getLines().toArray
        source.close()

        // TODO 2. 將原始資料進行切分成一個一個的單詞
        // "Hello Scala" => "Hello", "Scala"
        val words = lines.flatMap(
            line => {
                line.split(" ")
            }
        )

        // TODO 3. 對分詞的結果進行分組操作（相同的單詞放置在一起）
        // "Hello", "Hello" => { "Hello"=>List( Hello, Hello ) }
        val wordGroup: Map[String, Array[String]] = words.groupBy(word => word)

        // TODO 4. 對分組后的資料進行數量的統計
        // 如果資料在轉換時，無需對key進行操作，只對v進行處理時，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. 將統計結果列印在控制臺
        println(wordCount)

簡化代碼

        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 // 連詞
            }
        )
        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）

基本語法

宣告

// 一般會從采用List
val seq = Seq(1,2,3,4)
val list = List(1,2,3,4)
val list1 = List(5,6,7,8)

資料操作

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)

資料有序，可以放重復資料

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) // 改變自身
println(list)
list.updated(0, 6) // 創建新的
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)

洗掉

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)

遍歷

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

型別轉換

val list = ListBuffer(1,3,4,2,1)
val list1 = list.toList
val list2 = list1.toBuffer

Set集合

資料無序，不可重復

// 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) //遍歷資料

交集與差集

    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)是一種可迭代的鍵值對（key/value）結構，所有的值都可以通過鍵來獲取，Map 中的鍵都是唯一的，

資料無序，K不能重復的集合

不可變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不能重復的集合
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中從HashMap中獲取一個不存在的key，會回傳null
        //       HashMap允許放空鍵（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型別專門為了解決空指標問題設計的
        // Option : 選項，物件只有2個 Some, None
        if ( maybeInt1.isEmpty ) {
            println("沒有對應key的值, 提供默認值 : " + maybeInt1.getOrElse(0))
        } else {
            println("對應key的值為" + maybeInt1.get)
        }// print --> 沒有對應key的值, 提供默認值 : 0
		
        println("獲取指定key的值：" + maybeInt1.getOrElse(0)) // print--> 獲取指定key的值：0
        // 如果不存在，獲取默認值

        println(map1.getOrElse("a", 0)) // 3
        //獲取可能存在的key值, 如果不存在就使用默認值

Tuple元組

可以將無關的元素組合在一起，形成一個整體來進行訪問，這種整體結構稱之元素組合

因為元組中的資料沒有關系，所以只能通過順序號進行訪問

val t : (Int, String, Int) = (1, "zhangsan", 30)
println(t._1) // 1
println(t._2) // zhangsan
println(t._3) // 30
// Tuple也是一個集合物件，所以也有型別
// (Int, String, Int)
// scala中元組也有專門的型別
val t1 : Tuple3[Int, String, Int] = (1, "zhangsan", 30)
// Tuple型別最多存放元素的數量為22個，但是型別沒有約束的，
println(t) // (1,zhangsan,30)

如果元組中的元素只有2個，稱之為對偶元組，也可以稱之為鍵值對

        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)

將Map轉換為List

val list: List[(String, Int)] = map.toList

不同省份的商品點擊排行

        // 不同省份的商品點擊排行
        // 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", "電腦"),
            ("zhangsan", "河南", "鞋"),
            ("lisi", "河南", "衣服"),
            ("wangwu", "河南", "電腦"),
            ("zhangsan", "河南", "電腦"),
            ("lisi", "河北", "衣服"),
            ("wangwu", "河北", "帽子")
        )
        // TODO 將原始資料進行結構的轉換
        // (人，省份，商品) => (省份-商品， 1)
        val mapDatas = datas.map(
            t => {
                (t._2 + "-" + t._3, 1)
            }
        )
        // TODO 將轉換結構后的資料進行分組
        val groupDatas: Map[String, List[(String, Int)]] = mapDatas.groupBy(_._1)

        // TODO 將分組后的資料進行統計聚合
        val cntDatas = groupDatas.mapValues(
            list => list.size
        )
        //println(cntDatas)
        // TODO 將聚合的結果進行結構的轉換
        // 將相同省份的資料準備放在一起
        // (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 將轉換結構后的資料進行排序（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), (電腦,2)), 河北 -> List((衣服,6), (鞋,4), (帽子,3)))

Queue佇列

Scala也提供了佇列（Queue）的資料結構，佇列的特點就是先進先出，進隊和出隊的方法分別為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
// 獲取元素
println(que.dequeue()) // a
println(que.dequeue()) // b 
println(que.dequeue()) // c

并行

Scala為了充分使用多核CPU，提供了并行集合（有別于前面的串行集合），用于多核環境的并行計算，

//        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 // 查看執行緒名字
             }
        } //         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))

滑動視窗

        val list1 = List(1,2,3,4,5,6,7,8)

        //println(list1.drop(1))

        //list1.head + list1.tail.head

        // 滑動視窗
        // 滾動視窗 當視窗大小等于步長是
        val iterator: Iterator[List[Int]] = list1.sliding(3, 3) //視窗大小，步長 
        while (iterator.hasNext) {
            val ints: List[Int] = iterator.next()
            println(ints)
        }

拉鏈

        val list1 = List(1,2,3,4)
        val list2 = List(5,6,7,8,9, 10)

        // 所謂的拉鏈，其實就是將兩個集合相同的位置的資料連接在一起
        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鏈
        // List((5,0), (6,1), (7,2), (8,3), (9,4), (10,5))

兩個map折疊

        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)

使用匿名函式時，給定的引數直接放回，不能使用下劃線代替，必須完整，

//        val newlist = list3.flatMap(
//            list => { // 整體
//                list  // 容器
//            }
//        )

        val words = list2.flatMap(
            str => {
                str.split(" ") // 容器（ Hello, Scala ）
            }
        )
        
        
        // 簡化規則
        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) )

分組

        val list1 = List(1,2,3,4)
        val list2 = List("Hello", "Hive", "Hadoop")
        val list4 = List(
            ("a", 1), ("a", 2), ("a", 3)
        )

        // Map[ 組名1=>分組集合1，組名2=>分組集合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 : 元組,可以默認排序，先比較第一個，如果相同，比較第二個，依此類推
//        println(
//            users.sortBy(
//                user => {
//                    ( user.age, user.salary )
//                }
//            )(Ordering.Tuple2[Int, Int]( Ordering.Int, Ordering.Int.reverse ))
//        )

        // 自定義排序
        println(users.sortWith(
            (user1, user2) => {
                // 將你期望的結果，回傳為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}]"
        }
    }

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/518715.html

標籤：Scala

上一篇：什么 ? 陪玩都月入過忘拉~這不得python采集一下

下一篇：Zookeeper選舉Leader原始碼剖析

Scala-集合

集合

陣列（array）

不可變陣列

可變陣列

可變陣列和不可變陣列轉換

陣列方法

LEFT與RIGHT計算

fold與scan

map

扁平化操作（flatten）

split

filter

GroupBy

sortBy

WordCount

Seq集合（List）

Set集合

Map集合

Tuple元組

不同省份的商品點擊排行

Queue佇列

并行

常用方法