【Scala】集合高级计算

2022-08-26 16:02:27 阅读：188 来源： 互联网

标签：map String val Scala List 高级 println 集合 hello

集合高级计算

（ 1 ）过滤
遍历一个集合并从中获取满足指定条件的元素组成一个新的集合
（ 2 ）转化 / 映射（ map ）
将集合中的每一个元素映射到某一个函数
（ 3 ）扁平化
（ 4 ）扁平化 + 映射注： flatMap 相当于先进行 map 操作，在进行 flatten 操作集合中的每个元素的子元素映射到某个函数并返回新集合
（ 5 ）分组 (group)
按照指定的规则对集合的元素进行分组
（ 6 ）简化（归约）
（ 7 ）折叠
————————————————
版权声明：本文为CSDN博主「不断学习的克里斯」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/m0_65025800/article/details/122587650

实例

object TestList {
  def main(args: Array[String]): Unit = {
    val list: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9)
    val list1 = List(1,2,3,4)
    val nestedList: List[List[Int]] = List(List(1, 2, 3), List(4, 5, 6), List(7, 8, 9))
    val wordList: List[String] = List("hello world", "hello atguigu", "hello scala")
 
    //（1）过滤 ：筛选奇数或偶数
    println(list.filter(x => x % 2 == 0))
 
    //（2）转化/映射 ：+1操作
    println(list.map(x => x + 1))
 
    //（3）扁平化 ：将高维数据转为一维
    println(nestedList.flatten)
 
    //（4）扁平化+映射 注：flatMap 相当于先进行 map 操作，在进行 flatten 操作
    println(wordList.flatMap(x => x.split(" ")))
 
    //（5）分组 
    println(list.groupBy(x => x % 2))
 
    //（6）
    // reduce：将数据两两结合，实现运算规则
    val i: Int = list1.reduce( (x,y) => x-y )
    // 从源码的角度，reduce 底层调用的其实就是 reduceLeft
    //val i1 = list.reduceLeft((x,y) => x-y)
    // ((4-3)-2-1) = -2
    val i2 = list1.reduceRight((x,y) => x-y)
 
    //（7）
    // fold 方法使用了函数柯里化，存在两个参数列表
    // 第一个参数列表为 ： 零值（初始值）
    // 第二个参数列表为： 简化规则
    // fold 底层其实为 foldLeft
    val j = list1.foldLeft(1)((x,y)=>x-y)
    val j1 = list1.foldRight(10)((x,y)=>x-y)
 
    // 两个 Map 的数据合并
    val map1 = mutable.Map("a"->1, "b"->2, "c"->3)
    val map2 = mutable.Map("a"->4, "b"->5, "d"->6)
    val map3: mutable.Map[String, Int] = map2.foldLeft(map1) {
      (map, kv) => {
        val k = kv._1
        val v = kv._2
        map(k) = map.getOrElse(k, 0) + v
        map
      }
    }
  }
}

WordCount案例

def main(args: Array[String]): Unit = {
    val stringList: List[String] = List(
      "hello",
      "hello world",
      "hello scala",
      "hello spark from scala",
      "hello flink from scala"
    )
 
    // 1. 对字符串进行切分，得到一个打散所有单词的列表
    //    val wordList1: List[Array[String]] = stringList.map(_.split(" "))
    //    val wordList2: List[String] = wordList1.flatten
    val wordList = stringList.flatMap(_.split(" "))
    println(wordList)
 
    // 2. 相同的单词进行分组
    val groupMap: Map[String, List[String]] = wordList.groupBy(word => word)
    println(groupMap)
 
    // 3. 对分组之后的list取长度，得到每个单词的个数
    val countMap: Map[String, Int] = groupMap.map(kv => (kv._1, kv._2.length))
 
    // 4. 将map转换为list，并排序取前3
    val sortList: List[(String, Int)] = countMap.toList
      .sortWith( _._2 > _._2 )
      .take(3)
 
    println(sortList)
}

标签：map,String,val,Scala,List,高级,println,集合,hello
来源： https://www.cnblogs.com/LittleOctopus/p/16627809.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

【Scala】集合高级计算

集合高级计算

实例

WordCount案例