Scala Collection Method

  • 接收一元函数

    • map 转换元素,主要应用于不可变集合

      (1 to 10).map(i => i * i)
      (1 to 10).flatMap(i => (1 to i).map(j => i * j))
      
    • transformmap 相同,不过用于可变集合,直接转换

      ArrayBuffer("Peter", "Paul", "Mary").transform(_.toUpperCase)
      
    • collect 接收偏函数(PartialFunction)作为参数;模式匹配也是一种偏函数

      "-3+4".collect {
          case '+' => 1 ; 
          case '-' => -1 
      } // Vector(-1, 1)
      
    • groupBy 按指定函数分组,返回 Map

      val words = Array("Abc", "ab")
      val map = words.groupBy(_.substring(0, 1).toUpperCase)
      // Map(A -> Array(Abc, ab))
      
  • 接收二元函数

    • reduceLeft 从左向右规约 f(f(f(a, b), c), d)
      List(1, 7, 2, 9).reduceLeft(_ - _)
      // ((1 - 7) - 2) - 9 = 1 - 7 - 2 - 9 = -17
    
    • reduceRight 从右向左规约 f(a, f(b, f(c, d)))

      List(1, 7, 2, 9).reduceRight(_ - _)
      // 1 - (7 - (2 - 9)) = 1 - 7 + 2 - 9 = -13
      
    • foldLeft 提供初始值+二元函数,从左向右折叠,每次计算结果在左侧

      • 可用 /:(表示树形左侧)操作符表示,(init /: collection)(function)
    • foldRight 提供初始值+二元函数,从右向左折叠,每次计算结果在右侧

      • 可用 :\(表示树形右侧)操作符表示,(collection :\ init)(function)
      List(1, 7, 2, 9).foldLeft(0)(_ - _)  
      (0 /: List(1, 7, 2, 9))(_ - _)
      // 0 - 1 - 7 - 2 - 9 = -19
      
    • scanLeftscanRight 结合了 folding 和 mapping,结果为所有的中间过程值

      (1 to 10).scanLeft(0)(_ + _) // Vector(0, 1, 3, 6, 10, 15, 21, 28, 36, 45, 55)
      
  • zip 拉链,即将两个集合各个元素像拉链一样交叉结合在一起

    List(1,2,3) zip List("a","b","c") // List((1,a), (2,b), (3,c))
    
    • 长度不一致的集合则以较小的长度为准
  • zipAll 为长度较短的集合设置默认值,

    this.zipAll(that, thisDefault, thatDefault)
    
  • zipWithIndex 返回元素及对应的下标

    "Scala".zipWithIndex
    //  Vector((S,0), (c,1), (a,2), (l,3), (a,4))
    
  • view 为集合创建延迟视图

     val lazyView = (1 to 1000000).view
     lazyView.take(100).last //100
    
    • 对视图的操作都不会立即计算(包括第一个元素也不会)
    • Stream 不同,不会缓存任何值
    • apply 方法会强制计算整个视图,使用 lazyView.take(i).last 代替 lazyView(i)
  • par 并行化集合,后续应用的方法都会并发计算

    for (i <- (0 until 100).par) print(s" $i")
    // 1-99
    
    • 很好的解决并发编程问题

    • 将集合变为对于的并行化实现

    • 对于产生的结果,与串行方式的结果一致 (如 for...yield...

    • 可使用 seqtoArray 等方法将集合还原

    • 部分方法不能并发操作

      • 使用 reduce 替代 reduceLeft,先对各部分集合操作,然后聚合结果,但操作必须满足结合律
      • 使用 aggregate 替代 foldLeft,先对各部分集合操作,然后用另一个操作将结果聚合
          str.par.aggregate(Set[Char]())(_ + _, _ ++ _)
          // 等价于
          str.foldLeft(Set[Char]())(_ + _)
          ```
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,311评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,339评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,671评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,252评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,253评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,031评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,340评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,973评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,466评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,937评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,039评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,701评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,254评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,259评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,485评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,497评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,786评论 2 345

推荐阅读更多精彩内容