Scala集合习题Ⅱ

 行是知之始，知是行之成。——陶行知

目录

练习题 3 ：求出各城市的平均温度

练习题4：请用scala得出以下的结果

---

练习题 3 ：求出各城市的平均温度

val d1 = Array(("bj", 28.1), ("sh", 28.7), ("gz", 32.0), ("sz", 33.1))
val d2 = Array(("bj", 27.3), ("sh", 30.1), ("gz", 33.3))
val d3 = Array(("bj", 28.2), ("sh", 29.1), ("gz", 32.0), ("sz", 30.5))

OUT===>

(gz,32.43)
(bj,27.87)
(sz,31.80)
(sh,29.30)

/**
 * @author:码到成龚
 * my motoo:"听闻少年二字，应与平庸相斥。"
 * 个人代码规范：
 * 1，原始数据的变量命名：①只使用单个单词即数据的类型：无嵌套的数据结构②被嵌套的数据结构类型_嵌套的数据结构类型：嵌套的数据结构
 * 2，接收结果的变量命名：①包含的数据类型1_包含的数据类型2_返回的变量类型_表达式中使用到的函数1_表达式中使用到的函数2
 * 3，调用函数时的注释：①数据调用第一个函数输出的结果为：函数名-OUT；函数名-OUT....以此类推
 *
 */
object Test3 {
  def main(args: Array[String]): Unit = {
    val d1 = Array(("bj", 28.1), ("sh", 28.7), ("gz", 32.0), ("sz", 33.1))
    val d2 = Array(("bj", 27.3), ("sh", 30.1), ("gz", 33.3))
    val d3 = Array(("bj", 28.2), ("sh", 29.1), ("gz", 32.0), ("sz", 30.5))
    val d4=(d1.union(d2).union(d3)).toBuffer  // 将三个同类的序列进行合并
    val res_map=d4.groupBy(f=>f._1).
      mapValues(
      key=>key.map(
        f=>f._2)).mapValues(
      key=>((key.reduce((a,b)=>a+b))/key.size).formatted("%.2f")
    )
    /**
     * groupBy-OUT：Map(gz -> ArrayBuffer((gz,32.0), (gz,33.3), (gz,32.0)), bj -> ArrayBuffer((bj,28.1), (bj,27.3), (bj,28.2)), sz -> ArrayBuffer((sz,33.1), (sz,30.5)), sh -> ArrayBuffer((sh,28.7), (sh,30.1), (sh,29.1)))
     *mapValues-OUT：Map(gz -> ArrayBuffer(32.0, 33.3, 32.0), bj -> ArrayBuffer(28.1, 27.3, 28.2), sz -> ArrayBuffer(33.1, 30.5), sh -> ArrayBuffer(28.7, 30.1, 29.1))
     *mapValues_reduce-OUT：Map(gz -> 97.3, bj -> 83.60000000000001, sz -> 63.6, sh -> 87.9)
     *formatted-OUT：Map(gz -> 32.43, bj -> 27.87, sz -> 31.80, sh -> 29.30)
     */
    res_map.foreach(println)   // 遍历map集合

    /**foreach-OUT:
                   * (gz,32.43)
                   * (bj,27.87)
                   * (sz,31.80)
                   * (sh,29.30)
     */
  }
}

练习题4：请用scala得出以下的结果

List("Id1-The Spark", "Id2-The Hadoop Yarn", "Id3-The Spark Yarn")

OUT===>

Spark:Id1 Id3
Hadoop:Id2
The:Id1 Id2 Id3
Yarn:Id2 Id3

import scala.collection.mutable

/**
 * @author:码到成龚
 * my motoo:"听闻少年二字，应与平庸相斥。"
 * 个人代码规范：
 * 1，原始数据的变量命名：①只使用单个单词即数据的类型：无嵌套的数据结构②被嵌套的数据结构类型_嵌套的数据结构类型：嵌套的数据结构
 * 2，接收结果的变量命名：①包含的数据类型1_包含的数据类型2_返回的变量类型_表达式中使用到的函数1_表达式中使用到的函数2
 * 3，调用函数时的注释：①数据调用第一个函数输出的结果为：函数名-OUT；函数名-OUT....以此类推
 *
 */
object Test4 {
  def main(args: Array[String]): Unit = {
    val string_list = List("Id1-The Spark", "Id2-The Hadoop Yarn", "Id3-The Spark Yarn")
    val array_list =
      string_list.map(
        string => string.split("[-| ]").toBuffer)
    /**
     * split_toBuffer-OUT：List(ArrayBuffer(Id1, The, Spark), ArrayBuffer(Id2, The, Hadoop, Yarn), ArrayBuffer(Id3, The, Spark, Yarn))
     *
     */
    var tup2_m_arr = mutable.ArrayBuffer[(String, String)]()
    for (arr <- array_list) { // 遍历最外层的列表，得到数组
      for (elem <- 1 until arr.length) { // 遍历内层的数组，得到索引
        tup2_m_arr.append((arr(elem), arr(0))) // 将遍历到的数组添加进入创建的可变数组中

        /**
         * 观察输出的结果可知，是以Id后面的单词作为键，Id为值，
         * 因此，在添加元素的时候，不遍历第一个元素，直接指定即可
         */
      }}
    /*
    println(tup2_m_arr)-OUT:ArrayBuffer((The,Id1), (Spark,Id1), (The,Id2), (Hadoop,Id2),(Yarn,Id2), (The,Id3), (Spark,Id3), (Yarn,Id3))

     */
    val array_map = (tup2_m_arr.groupBy(
      tup2 => tup2._1
    ).mapValues(
      key => key.map(tup2 => tup2._2)
    ).mapValues(
      key => key
    ))

    /*
     *groupBy-OUT:Map(Hadoop -> ArrayBuffer((Hadoop,Id2)), Yarn -> ArrayBuffer((Yarn,Id2), (Yarn,Id3)), Spark -> ArrayBuffer((Spark,Id1), (Spark,Id3)), The -> ArrayBuffer((The,Id1), (The,Id2), (The,Id3)))
      mapValues-OUT:Map(Hadoop -> ArrayBuffer(Id2), Yarn -> ArrayBuffer(Id2, Id3), Spark -> ArrayBuffer(Id1, Id3), The -> ArrayBuffer(Id1, Id2, Id3))
     */
    // 观察如上的数据，接下来只需要遍历输出即可
    array_map.foreach(
      // 得到被嵌套在数组中的元素
      tup2=>{
        var string=""  // 空的字符串用于存放数组中的元素
        for (elem <- tup2._2) {   // 遍历数组中的元素
          string+=elem+" "     // 将遍历到的数据存放入字符串中
        }
        println(s"${tup2._1}:${string}") // 打印输出结果
      }
    )
  }
}

如果对以上的代码有任何问题的，请在评论区留言。

如果觉得代码有更优的解，也欢迎在评论区展示您的代码。