Spark-Scala语言实战（3）

我们先从简单的无参函数开始，我只需要我的函数给我输出一个"Hello, World!"，该怎么操作呢？接着往下看。

def greet(): Unit = {
  println("Hello, World!")
}

greet() // 调用函数，输出 "Hello, World!"

这样，我们就定义了一个名为greet的函数，它的内容很简单，就是输出我们所需的"Hello, World!"，来看看效果吧。

2.带参函数

在带参函数中，其实和无参的区别不大，但是要注意我们的调用方法。

def add(a: Int, b: Int): Int = {  
  a + b  
}  
  
val sum = add(3, 4) // 调用函数，并将结果赋值给变量sum  
println(sum) // 输出 7

我们首先定义了一个add函数，再把它作完相加的值赋给sum，然后输出sum，来看看效果吧。

3.匿名函数

在Scala中，匿名函数是一种没有名称的函数，它们常常作为参数传递给其他函数，或者在某些情况下直接用于表达简单的逻辑。Scala的匿名函数是通过=>符号来定义的，它左侧是参数列表，右侧是函数体。

来个简单的匿名函数看看

val add = (a: Int, b: Int) => a + b  
val sum = add(3, 4) // 调用匿名函数，并将结果赋值给变量sum  
println(sum) // 输出 7

可能单单一个大家看不出来区别，再来个难的

匿名函数作为返回值

def createMultiplier(factor: Int): Int => Int = {  
  (num: Int) => num * factor // 返回匿名函数  
}  
  
val triple = createMultiplier(3) // 创建一个函数，该函数将输入的数字乘以3  
val result = triple(5) // 调用返回的函数，并将结果赋值给变量result  
println(result) // 输出 15

这样就很直观吧，多做对比。

三、任务实现

用Scala写一个电话号码归属地以输入的号码前几位的字段来区分，在输入号码后告知是联通移动电信还是错误的号码，号码字段用数组来存贮。

object p2 {
  // 假设电话号码的前三位或四位代表不同的运营商
  // 这里使用数组来存储号码字段和对应的运营商
  val phonePrefixes = Array(
    ("130", "131", "132", "155", "156", "185", "186", "1709") -> "联通",
    ("134", "135", "136", "137", "138", "139", "150", "151", "152", "157", "158", "159", "182", "183", "184", "187", "188", "198", "1705", "1340") -> "移动",
    ("133", "153", "180", "181", "189", "1700") -> "电信"
  )

  // 函数来根据号码前缀判断运营商
  def classifyPhoneNumber(phoneNumber: String): String = {
    // 提取号码的前几位作为前缀
    val prefix = phoneNumber.take(4) // 假设前四位是足够的
    // 查找前缀对应的运营商
    phonePrefixes.find(_._1.contains(prefix)).map(_._2).getOrElse("错误的号码")
  }

  // 程序的入口点
  def main(args: Array[String]): Unit = {
    val phoneNumber = "13800138000" // 示例号码，请替换为实际输入的号码
    val operator = classifyPhoneNumber(phoneNumber)
    println(s"号码 $phoneNumber 的归属运营商是: $operator")
  }

}

我在 find 方法中使用了一个匿名函数 prefixSet => prefixSet._1.contains(prefix) 这样做是为了提高代码的可读性，并且使类型推断更加明确。

现在，编译并运行这个代码，它应该可以正确地根据电话号码前缀判断归属运营商了。

拓展-scala自定函数的种类作用

函数种类	描述	作用

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取