Scala课堂-3-集合-函数组合子map、foreach、partition

因为Kafka是用Scala写的，为了方便学习Scala语法，此处把Twitter官方的Scala课堂转载到此处。
（原文位于http://twitter.github.io/scala_school/zh_cn/index.html，由于时常被墙，速度极慢）。

基本数据结构
Scala 提供了一些不错的集合

列表 List

scala>  val numbers = List(1, 2, 3, 4)
numbers: List[Int] = List(1, 2, 3, 4)

集 Set
集没有重复

scala>  Set(1, 1, 2)
res0: scala.collection.immutable.Set[Int] = Set(1, 2)

元组 Tuple
元组是在不使用类的前提下，将元素组合起来形成简单的逻辑集合。

scala> val hostPort = ("localhost", 80)
hostPort: (String, Int) = (localhost,80)

与样本类不同，元组不能通过名称获取字段，而是使用位置下标来读取对象；而且这个下标基于1，而不是基于0。

scala> hostPort._1
res1: String = localhost

scala> hostPort._2
res2: Int = 80

元组可以很好得与模式匹配相结合。

hostPort match {
  case ("localhost", port) => ...
  case (host, port) => ...
}

在创建两个元素的元组时，可以使用特殊语法：->

scala>  1 -> 2
res3: (Int, Int) = (1,2)

映射 Map
它可以持有基本数据类型。

scala> Map(1 -> 2)
res4: scala.collection.immutable.Map[Int,Int] = Map(1 -> 2)

scala> Map("foo" -> "bar")
res5: scala.collection.immutable.Map[String,String] = Map(foo -> bar)

这看起来像是特殊的语法，不过不要忘了上文讨论的->可以用来创建二元组。 Map()方法也使用了从第一节课学到的变参列表：Map(1 -> “one”, 2 -> “two”)将变为 Map((1, “one”), (2, “two”))，其中第一个参数是映射的键，第二个参数是映射的值。 映射的值可以是映射甚或是函数。

Map(1 -> Map("foo" -> "bar"))
Map("timesTwo" -> { timesTwo(_) })

选项 Option
Option 是一个表示有可能包含值的容器。
Option 基本的接口是这样的：

trait Option[T] {
  def isDefined: Boolean
  def get: T
  def getOrElse(t: T): T
}

Option 本身是泛型的，并且有两个子类： Some[T] 或 None
我们看一个使用 Option 的例子： Map.get 使用 Option 作为其返回值，表示这个方法也许不会返回你请求的值。

scala> val numbers = Map(1 -> "one", 2 -> "two")
numbers: scala.collection.immutable.Map[Int,String] = Map(1 -> one, 2 -> two)

scala> numbers.get(2)
res6: Option[String] = Some(two)

scala> numbers.get(3)
res7: Option[String] = None

现在我们的数据似乎陷在 Option 中了，我们怎样获取这个数据呢？ 直觉上想到的可能是在 isDefined 方法上使用条件判断来处理。

// We want to multiply the number by two, otherwise return 0.
val result = if (res1.isDefined) {
  res1.get * 2
} else {
  0
}

我们建议使用 getOrElse 或模式匹配处理这个结果。
getOrElse 让你轻松地定义一个默认值。

val result = res1.getOrElse(0) * 2

模式匹配能自然地配合 Option 使用。

val result = res1 match {
  case Some(n) => n * 2
  case None => 0
}

函数组合子（Functional Combinators）
List(1, 2, 3) map squared 对列表中的每一个元素都应用了 squared 平方函数，并返回一个新的列表 List(1, 4, 9)。我们称这个操作 map 组合子。 （如果想要更好的定义，你可能会喜欢 Stackoverflow 上对组合子的说明。）他们常被用在标准的数据结构上。

map
map 对列表中的每个元素应用一个函数，返回应用后的元素所组成的列表。

scala> val numbers = List(1, 2, 3, 4)
numbers: List[Int] = List(1, 2, 3, 4)

scala>  numbers.map((i: Int) => i * 2)
res9: List[Int] = List(2, 4, 6, 8)

或传入一个部分应用函数

scala> def timesTwo(i: Int): Int = i * 2
timesTwo: (i: Int)Int

scala>  numbers.map(timesTwo _)
res10: List[Int] = List(2, 4, 6, 8)

foreach
foreach很像 map，但没有返回值。foreach 仅用于有副作用[side-effects]的函数。

scala> numbers.foreach((i: Int) => i * 2)

什么也没有返回。 你可以尝试存储返回值，但它会是 Unit 类型（即 void ）

scala> val doubled = numbers.foreach((i: Int) => i * 2)
doubled: Unit = ()

filter
filter 移除任何对传入函数计算结果为 false 的元素。返回一个布尔值的函数通常被称为谓词函数[或判定函数]。

scala>  numbers.filter((i: Int) => i % 2 == 0)
res12: List[Int] = List(2, 4)

scala> def isEven(i: Int): Boolean = i % 2 == 0
isEven: (i: Int)Boolean

scala> numbers.filter(isEven _)
res13: List[Int] = List(2, 4)

zip
zip 将两个列表的内容聚合到一个对偶列表中。

scala>  List(1, 2, 3).zip(List("a", "b", "c"))
res14: List[(Int, String)] = List((1,a), (2,b), (3,c))

partition
partition 将使用给定的谓词函数分割列表。

scala>  val numbers = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
numbers: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)

scala>  numbers.partition(_ %2 == 0)
res15: (List[Int], List[Int]) = (List(2, 4, 6, 8, 10),List(1, 3, 5, 7, 9))

find
find 返回集合中第一个匹配谓词函数的元素。

scala>  numbers.find((i: Int) => i > 5)
res16: Option[Int] = Some(6)

drop & dropWhile
drop 将删除前 i 个元素

scala>  numbers.drop(5)
res17: List[Int] = List(6, 7, 8, 9, 10)

dropWhile 将删除元素直到找到第一个匹配谓词函数的元素。例如，如果我们在 numbers 列表上使用 dropWhile 奇数的函数, 1将被丢弃（但3不会被丢弃，因为他被2“保护”了）。

scala> numbers.dropWhile(_ % 2 != 0)
res18: List[Int] = List(2, 3, 4, 5, 6, 7, 8, 9, 10)

foldLeft

scala> numbers.foldLeft(0)((m: Int, n: Int) => m + n)
res19: Int = 55

0为初始值（记住 numbers 是 List[Int] 类型），m 作为一个累加器。 直接观察运行过程：

scala>  numbers.foldLeft(0) { (m: Int, n: Int) => println("m: " + m + " n: " + n); m + n }
m: 0 n: 1
m: 1 n: 2
m: 3 n: 3
m: 6 n: 4
m: 10 n: 5
m: 15 n: 6
m: 21 n: 7
m: 28 n: 8
m: 36 n: 9
m: 45 n: 10
res20: Int = 55

foldRight
和 foldLeft 一样，只是运行过程相反。

scala> numbers.foldRight(0) { (m: Int, n: Int) => println("m: " + m + " n: " + n); m + n }
m: 10 n: 0
m: 9 n: 10
m: 8 n: 19
m: 7 n: 27
m: 6 n: 34
m: 5 n: 40
m: 4 n: 45
m: 3 n: 49
m: 2 n: 52
m: 1 n: 54
res21: Int = 55

flatten
flatten 将嵌套结构扁平化为一个层次的集合。

scala> List(List(1, 2), List(3, 4)).flatten
res22: List[Int] = List(1, 2, 3, 4)

flatMap
flatMap 是一种常用的组合子，结合映射[mapping]和扁平化[flattening]。 flatMap 需要一个处理嵌套列表的函数，然后将结果串连起来。

scala>  val nestedNumbers = List(List(1, 2), List(3, 4))
nestedNumbers: List[List[Int]] = List(List(1, 2), List(3, 4))

scala> nestedNumbers.flatMap(x => x.map(_ * 2))
res23: List[Int] = List(2, 4, 6, 8)

可以把它看做是“先映射后扁平化”的快捷操作：

scala>  nestedNumbers.map((x: List[Int]) => x.map(_ * 2)).flatten
res24: List[Int] = List(2, 4, 6, 8)

扩展函数组合子
现在我们已经学过集合上的一些函数。 我们将尝试写自己的函数组合子。 有趣的是，上面所展示的每一个函数组合子都可以用 fold 方法实现。让我们看一些例子。

scala> def ourMap(numbers: List[Int], fn: Int => Int): List[Int] = {
     |   numbers.foldRight(List[Int]()) { (x: Int, xs: List[Int]) =>
     |     fn(x) :: xs
     |   }
     | }
ourMap: (numbers: List[Int], fn: Int => Int)List[Int]

scala>  ourMap(numbers, timesTwo(_))
res25: List[Int] = List(2, 4, 6, 8, 10, 12, 14, 16, 18, 20)

为什么是 ListInt？Scala 没有聪明到理解你的目的是将结果积聚在一个空的 Int 类型的列表中。

Map?
所有展示的函数组合子都可以在 Map 上使用。Map 可以被看作是一个二元组的列表，所以你写的函数要处理一个键和值的二元组。

scala>  val extensions = Map("steve" -> 100, "bob" -> 101, "joe" -> 201)
extensions: scala.collection.immutable.Map[String,Int] = Map(steve -> 100, bob -> 101, joe -> 201)

现在筛选出电话分机号码低于200的条目。

scala>  extensions.filter((namePhone: (String, Int)) => namePhone._2 < 200)
res26: scala.collection.immutable.Map[String,Int] = Map(steve -> 100, bob -> 101)

因为参数是元组，所以你必须使用位置获取器来读取它们的键和值。呃！ 幸运的是，我们其实可以使用模式匹配更优雅地提取键和值。

scala>  extensions.filter({case (name, extension) => extension < 200})
res27: scala.collection.immutable.Map[String,Int] = Map(steve -> 100, bob -> 101)