文章目录
1: 遍历 - foreach
-
方法描述
foreach(f: (A) ⇒ Unit): Unit
-
方法说明
foreach API 说明 参数 f: (A) ⇒ Unit 接收一个函数对象
函数的输入参数为集合的元素
返回值为空返回值 Unit 空 -
示例
scala> val list=List(1,2,3,4) list: List[Int] = List(1, 2, 3, 4) //定义一个匿名函数传入到foreach方法中 scala> list.foreach((x:Int)=>println(x)) 1 2 3 4 //匿名函数的输入参数类型可以省略,由编译器自动推断 scala> list.foreach(x=>println(x)) 1 2 3 4 //当函数参数,只在函数体中出现一次,而且函数体没有嵌套调用时,可以使用下划线来简化函数定 义 scala> list.foreach(println(_)) 1 2 3 4 //最简写,直接给定println scala> list.foreach(println) 1 2 3 4
2: 映射 - map
-
方法描述
def map[B](f: (A) ⇒ B): TraversableOnce[B]
-
方法说明
map方法 API 说明 泛型 [B] 指定map方法最终返回的集合泛型 参数 f: (A) ⇒ B 传入一个函数对象
该函数接收一个类型A(要转换的列表元素)
返回值为类型B返回值 TraversableOnce[B] B类型的集合 -
示例
//定义一个list集合,实现把内部每一个元素做乘以10,生成一个新的list集合 scala> val list=List(1,2,3,4) list: List[Int] = List(1, 2, 3, 4) //定义一个匿名函数 scala> list.map((x:Int)=>x*10) res21: List[Int] = List(10, 20, 30, 40) //省略匿名函数参数类型 scala> list.map(x=>x*10) res22: List[Int] = List(10, 20, 30, 40) //最简写 用下划线 scala> list.map(_*10) res23: List[Int] = List(10, 20, 30, 40)
3:扁平化映射 - flatmap
-
方法描述
def flatMap[B](f: (A) ⇒ GenTraversableOnce[B]): TraversableOnce[B]
-
方法说明
flatmap方法 API 说明 泛型 [B] 最终要转换的集合元素类型 参数 f: (A) ⇒ GenTraversableOnce[B] 传入一个函数对象
函数的参数是集合的元素
函数的返回值是一个集合返回值 TraversableOnce[B] B类型的集合 -
示例
//定义一个List集合,每一个元素中就是一行数据,有很多个单词 scala> val list = List("hadoop hive spark flink", "hbase spark") list: List[String] = List(hadoop hive spark flink, hbase spark) //使用flatMap进行偏平化处理,获取得到所有的单词 scala> list.flatMap(x => x.split(" ")) res24: List[String] = List(hadoop, hive, spark, flink, hbase, spark) //简写 scala> list.flatMap(_.split(" ")) res25: List[String] = List(hadoop, hive, spark, flink, hbase, spark) // flatMap该方法其本质是先进行了map 然后又调用了flatten scala> list.map(_.split(" ")).flatten res26: List[String] = List(hadoop, hive, spark, flink, hbase, spark)
4:过滤 - filter
-
方法描述
def filter(p: (A) ⇒ Boolean): TraversableOnce[A]
-
方法说明
filter方法 API 说明 参数 p: (A) ⇒ Boolean 传入一个函数对象
接收一个集合类型的参数
返回布尔类型,满足条件返回true, 不满足返回false返回值 TraversableOnce[A] 列表 -
示例
//定义一个list集合 scala> val list=List(1,2,3,4,5,6,7,8,9,10) list: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10) //过滤出集合中大于5的元素 scala> list.filter(x => x >5) res27: List[Int] = List(6, 7, 8, 9, 10) //把集合中大于5的元素取出来乘以10生成一个新的list集合 scala> list.filter(_ > 5).map(_ * 10) res29: List[Int] = List(60, 70, 80, 90, 100)
5:排序 - sort
-
在scala集合中,可以使用以下几种方式来进行排序
- sorted默认排序
//定义一个List集合 scala> val list=List(5,1,2,4,3) list: List[Int] = List(5, 1, 2, 4, 3) //默认就是升序 scala> list.sorted res30: List[Int] = List(1, 2, 3, 4, 5)
- sortBy指定字段排序
- 根据传入的函数转换后,再进行排序
- 方法描述
def sortBy[B](f: (A) ⇒ B): List[A]
- 方法说明
sortBy方法 API 说明 泛型 [B] 按照什么类型来进行排序 参数 f: (A) ⇒ B 传入函数对象
接收一个集合类型的元素参数
返回B类型的元素进行排序返回值 List[A] 返回排序后的列表 - 示例
//定义一个List集合 scala> val list=List("1 hadoop","2 spark","3 flink") list: List[String] = List(1 hadoop, 2 spark, 3 flink) //按照单词的首字母进行排序 scala> list.sortBy(x=>x.split(" ")(1)) res33: List[String] = List(3 flink, 1 hadoop, 2 spark)
- sortWith自定义排序
- 自定义排序,根据一个函数来进行自定义排序
- 方法描述
def sortWith(lt: (A, A) ⇒ Boolean): List[A]
- 方法说明
sortWith方法 API 说明 参数 lt: (A, A) ⇒ Boolean 传入一个比较大小的函数对象
接收两个集合类型的元素参数
返回两个元素大小,小于返回true,大于返回false返回值 List[A] 返回排序后的列表 - 示例
scala> val list = List(2,3,1,6,4,5) a: List[Int] = List(2, 3, 1, 6, 4, 5) //降序 scala> list.sortWith((x,y)=>x>y) res35: List[Int] = List(6, 5, 4, 3, 2, 1) //升序 scala> list.sortWith((x,y)=>x<y) res36: List[Int] = List(1, 2, 3, 4, 5, 6)
- sorted默认排序
6:分组 - groupBy
-
groupBy表示按照函数将列表分成不同的组
-
方法描述
def groupBy[K](f: (A) ⇒ K): Map[K, List[A]]
-
方法说明
groupBy方法 API 说明 泛型 [K] 分组字段的类型 参数 f: (A) ⇒ K 传入一个函数对象
接收集合元素类型的参数
返回一个K类型的key,这个key会用来进行分组,相同的key放在一组中返回值 Map[K, List[A]] 返回一个映射,K为分组字段,List为这个分组字段对应的一组数据 -
示例
scala> val a = List("张三"->"男", "李四"->"女", "王五"->"男") a: List[(String, String)] = List((张三,男), (李四,女), (王五,男)) // 按照性别分组 scala> a.groupBy(_._2) res0: scala.collection.immutable.Map[String,List[(String, String)]] = Map(男 -> List((张三,男), (王五,男)), 女 -> List((李四,女))) // 将分组后的映射转换为性别/人数元组列表 scala> res0.map(x => x._1 -> x._2.size) res3: scala.collection.immutable.Map[String,Int] = Map(男 -> 2, 女 -> 1)
7: 聚合 - reduce
-
reduce表示将列表,传入一个函数进行聚合计算
-
方法描述
def reduce[A1 >: A](op: (A1, A1) ⇒ A1): A1
-
方法说明
reduce方法 API 说明 泛型 [A1 >: A] (下界)A1必须是集合元素类型的子类 参数 op: (A1, A1) ⇒ A1 传入函数对象,用来不断进行聚合操作
第一个A1类型参数为:当前聚合后的变量
第二个A1类型参数为:当前要进行聚合的元素返回值 A1 列表最终聚合为一个元素 -
示例
scala> val a = List(1,2,3,4,5,6,7,8,9,10) a: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10) scala> a.reduce((x,y) => x + y) res5: Int = 55 // 第一个下划线表示第一个参数,就是历史的聚合数据结果 // 第二个下划线表示第二个参数,就是当前要聚合的数据元素 scala> a.reduce(_ + _) res53: Int = 55 // 与reduce一样,从左往右计算 scala> a.reduceLeft(_ + _) res0: Int = 55 // 从右往左聚合计算 scala> a.reduceRight(_ + _) res1: Int = 55
8: 折叠 - fold
-
fold与reduce很像,但是多了一个指定初始值参数
-
方法描述
def fold[A1 >: A](z: A1)(op: (A1, A1) ⇒ A1): A1
-
方法说明
reduce方法 API 说明 泛型 [A1 >: A] (下界)A1必须是集合元素类型的子类 参数1 z: A1 初始值 参数2 op: (A1, A1) ⇒ A1 传入函数对象,用来不断进行折叠操作
第一个A1类型参数为:当前折叠后的变量
第二个A1类型参数为:当前要进行折叠的元素返回值 A1 列表最终折叠为一个元素 -
示例
//定义一个List集合 scala> val a = List(1,2,3,4,5,6,7,8,9,10) a: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10) //求和 scala> a.sum res41: Int = 55 //给定一个初始值,,折叠求和 scala> a.fold(0)(_+_) res42: Int = 55 scala> a.fold(10)(_+_) res43: Int = 65 //从左往右 scala> a.foldLeft(10)(_+_) res44: Int = 65 //从右往左 scala> a.foldRight(10)(_+_) res45: Int = 65 //fold和foldLet效果一致,表示从左往右计算 //foldRight表示从右往左计算