共计 1636 个字符,预计需要花费 5 分钟才能阅读完成。
-
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))
-
transform
与map
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)
- 可用
-
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
- 可用
-
scanLeft
和scanRight
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)
- 与
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
seq
,toArray
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]())(_ + _)
- 使用
正文完