Scala_(3)_函数式编程

一、Scala函数式编程

1.函数定义及赋值给变量

def fun1(name : String){printf("test")}// 函数定义

fun1 : (name：String) Unit

val fun1_v = fun1 _ //函数赋值给变量

fun1_v ：String => Unit =<function1>

2.匿名函数

val fun = (content ： String) => println(content)

3.高阶函数

1)def bigData =(func：(String) => Unit，content ：String){func(content)}

bigData：（func：String => Unit，content ：String）Unit

2)高阶函数的返回值也可能是函数

def func_Returned(content：String) = (message ：String) => print(message)

//func_Returned ：（content ：String）String => Unit

3)注：如果在函数体只使用了一次函数的输入参数的值，此时可以将函数名省略，可以使用'_'代替

高阶函数有类型推断

Array.map(2*_)// 对Array中每个元素乘以2

Array.map(2*_).foreach(print(_)) 或者 Array.map(2*_).foreach(print _) 或者Array.map(2*_).foreach(print)

Array.map(2*_).filter(_ > 10).foreach(println)

4)reduce操作：

(1 to 100).reduceLeft(_+_) //5050

4.闭包

函数的变量超出其作用域时，仍然可以对函数内部的变量进行访问

def scala(content : String) = (message:String) => println(content + " " + message)

val funcResult = scala("Spark")

funcResult("Flink")

结果是：Spark：Flink

5.科里化

将一个拥有两个参数的函数转换成拥有一个参数的两个函数

def sum(x:Int,y:Int)

科里化 def sum_Currying(x:Int) = (y:Int) => x + y

sum_Currying(1)(2)

或者：def sum_Currying_Better(x:Int)(y:Int) = x + y

sum_Currying_Better(1)(2)

6.集合

List

val list = List("Hadoop","Spark")

list.map("the content is ：" + _)

// List[String] = list(the content is :Hadoop,the content is Spark)

//flatMap

list.flatMap(_.split( " "))

//zip

list.zip(List(1,2))

// List((Scala,10),(Spark,2))