Scala基础笔记

来源：互联网发布：js简单相册编辑：程序博客网时间：2024/06/05 11:40

Scala

mac推荐安装方式，执行如下命令，不需配置额外的环境变量：

brew install scala

几种不同的变量声明方式：

scala> val myStr = "Hi" //不带类型

scala> val myStr2 : String = "Hi"//带类型

scala> val myStr2 : java.lang.String = "Hi" //包含类型的包路径

变量类型一共有两种：

val不可变类型
var声明时可变类型

Scala基础

Scala与C类似，有8种基本变量类型，但每个类型是一个“类”，属于scala包下的成员，比如Int的全名是scala.Int。Scala中使用Java的String来表示字符串，并不需要手动导包，系统会自动导入java.lang._ 。Scala中存在一个字面量的概念，举个例子，如3就是Int的字面量，true就是布尔值得字面量。Scala支持字面量直接执行方法。如执行5.toString()可将整型转换为String类型。

每中基本操作，如加减乘除，每种操作都是一个方法，a + b 等价于 a.+(b)。和Python类似，提供了Range的操作，写法不同，但很好理解，包括三种类型：

1 to 5 //包含5

1 until 5 //不包含5

1 to 10 by 2 //步长为2

0.5f to 5.9f by 0.8f //也支持小数的操作

在输出上，Scala不仅支持Java格式的print、println，同时支持C风格的printf。

在判断语句中，基本写法与Java一致，但也有Python相同的写法：

 
val x = 0
val a = if (x>0) 1 else -1

这条语句执行后 a 的值为-1.

在循环上，保持了与Java一致的while、do while循环，for循环则更加灵活。有几种形式：

基础形式:for(变量 <- 表达式) ,如for( i <- 2 to 6)
Guard表达式，在for循环提供了过滤：for( i <- 2 to 6 if i%2 == 1 )，循环结果只有奇数
支持多个生成器，for(j <- 5 to 10 by 2; k <- 1 to 3) println(j*k)，结果为两个的笛卡尔积，也可以看做是Java的两层循环，前个生成器是外层循环，后个循环是内层循环。
在多个生成器的基础上支持Guard表达式，如第二条。
支持推导式，可以将for循环的结果存到一个集合当中，for(j <- 5 to 10 by 2; k <- 1 to 3 if k%2 == 1) yield k，格式非常简洁。

数组（Array）的使用与C基本一致，只是在每个数组元素赋值使用圆括号，而不是方括号。

列表（List）中，可以通过::连接两个列表。

元组（Tuple）是包含不同类型元素的一个集合。读取元组的元素时，通过元组名._下标的方式读取，下标是从1开始，而不是0.

集（Set）是与List类似的集合，Set采用了哈希算法存储，能以O（1）时间复杂度查找元素，与List不同，Set中不存在重复元素。

映射（Map）是Key-Value键值对的集合。创建Map对象值得注意的一点是，默认创建的Map为不可变对象，无法对Map中的元素进行添加等操作。创建可变Map，需要导入scala.collection.mutable.Map包，与Java使用add方法添加元素不同，Scala使用+=或操作符来向map添加新元素，=不仅可以更新元素Vaule，如果Key不存在，则添加元素。映射的遍历：for ((k,v) <- 映射) 语句块。

迭代器（Iterator）可以辅助集合的迭代，用法如下。

 
val iter = Iterator("Hadoop","Spark","Scala")
while (iter.hasNext) {
    println(iter.next())
}

迭代器只有两种方法，next与hasNext，含义与其名字一致。执行next方法时，出了将当前元素指向下一个，也会返回当前元素。for循环可以使用迭代器，在for循环中，自动调用了next方法。

 
val iter = Iterator("Hadoop","Spark","Scala")
for (elem <- iter) {
    println(elem)
}

集合操作

map，这个map指的是对集合的操作，而不是键值对的Map。map操作实现对集合中的每个元素都应用通一种操作。定义List集合，val books = List("Hadoop", "Hive", "HDFS")，对集合执行map操作，books.map(s => s.toUpperCase)执行结果如下，每个字母都变成大写：

res0: List[String] = List(HADOOP, HIVE, HDFS)

flapMap，这个是在map操作的基础上，进行了“拍扁”（flap操作），books flatMap (s => s.toList)，结果对比清晰可见。

scala>val books = List("Hadoop", "Hive", "HDFS")
books: List[String] = List(Hadoop, Hive, HDFS)
scala>books map (s => s.toList)
res13: List[List[Char]] = List(List(H, a, d, o, o, p), List(H, i, v, e), List(H, D, F, S))
scala>books flatMap (s => s.toList)
res14: List[Char] = List(H, a, d, o, o, p, H, i, v, e, H, D, F, S)

例子中map与flapMap区别在于flapMap在执行变换后，又将多个List合并为一个List。

filter则对已有数组直接过滤，如创建Map，通过key值对结果进行过滤：

 
val university = Map("ZJU" -> "Zhejiang University", "MS" -> "MicroSoft")
university filter(kv =>kv._1 contains "ZJ")
res22: scala.collection.immutable.Map[String,String] = Map(ZJU -> Zhejiang University)

reduce做归约操作，又细分为reduceLeft和reduceRight，分别从左和分别从右开始。

 
scala> val list = List(1,2,3,4,5)
list: List[Int] = List(1, 2, 3, 4, 5)
scala> list.reduceLeft(_ + _)
res21: Int = 15

fold折叠操作，与reduce类似，但会提供一个初始参数。

 
scala> val list = List(1,2,3,4,5)
list: List[Int] = List(1, 2, 3, 4, 5)
scala> list.fold(10)(*)
res0: Int = 1200

0 0