Scala 复习笔记

最新推荐文章于 2024-08-10 19:43:31 发布

笔记分享

最新推荐文章于 2024-08-10 19:43:31 发布

阅读量357

点赞数 8

分类专栏： Scala 文章标签： scala windows eclipse

本文链接：https://blog.csdn.net/m0_73450879/article/details/137933934

版权

Scala 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

本文详细介绍了Scala中的元组（Tuple）、序列（Seq）、集合（Set、Map）以及数组的特性，涵盖了元素类型、操作方法（如toList、toSet、toArray、map、filter等），并展示了如何使用这些数据结构进行统计分析，如单词频率和出现次数的计算。

摘要由CSDN通过智能技术生成

元组：

元素类型一致存取有序可重复 Seq

无序不可重复 Set

键值对 Map （存储的就是Tuple2 ，对偶元组）

元素类型不一致 Tuple （至多22个元素）

代码：定义拆分函数返回元组类型遍历 productIterator返回的元素是Any类型。 isInstanceOf asInstanceOf 元组嵌套调用元组中的元素

val list = List(1, 2, 3, 4, 5, 6, 7, 8, 9)

数组，集合（通用的方法。要明白上边的list执行下面的每个方法分别是什么效果）

toList toSet toArray toMap

Map转为List 等，元素类型为Tuple2. 其他的要转Map，元素类型必须是Tuple2

head last tail init reverse（set集合无序，可以翻转吗） take takeRight

drop dropRight takeWhile deopWhile

衍生集合， list.zip(set).tomap ._1为key ， ._2为value

集合切分 splitAt 列表一分为二，放入Tuple中 slice sliding

reduce reduceRight fold（）（） foldRight

sum product max min

sortBy map中按key 。 maxBy minBy

filter map groupBy flatten

// 统计集合中出现次数最多的前三名
val list = List("hello amy" , "from hadoop" ,"hello from","hello hadoop")

val top3 = list.flatMap(_.split(" "))
  .groupBy(x => x)
  // map无序 ，转为list
  .map(t => (t._1 ,t._2.size))
  .toList.sortBy(_._2)(Ordering.Int.reverse)
  .take(3)

//统计每一个单词出现的次数
val list1 = List("hello" -> 5 , "hi" -> 3 ,"hello" -> 6)
val groupBy = list1.groupBy(_._1)
// 元组无法扁平化
groupBy.map(
  t => (
    t._1 ,
    //元素reduce前后的类型要一致
    t._2.reduce(
      (x,y) =>( x._1 ,x._2 + y._2)
    )._2
  )
)