大数据系列修炼-Scala课程33
2016-09-18 09:39
267 查看
大数据系列修炼-Scala课程33
核心内容:
1、List的一阶函数操作代码实战详解
所谓一阶函数就是函数的参数不是函数,而是普通的变量;所谓高阶函数就是函数的参数是函数,此时认为函数是高阶函数
List集合中常用的方法:
1>List中常用的方法:head、tail、:::(组拼)、isEmpty、head、last、init、reverse、take、drop、splitAt、apply
2>List中常用的方法:indices、zip、zipWithIndex、toString、mkString
3>List中常用的方法:StringBuilder,toArray,copyToArray,toIterator
List集合中具体方法介绍:
tail:List集合中除第一个元素以外其他元素的集合
init:List集合中除最后一个元素以外其他元素的集合
:::含义:将多个List集合联合(组拼)起来,合成一个新的集合
take(n):获取List前n个元素的集合
drop(n):去除掉List前n个元素后剩下元素的集合
splitAt(n):将List集合拆分成若干个集合
head:返回List集合中的第一个元素
last:返回List集合中的最后一个元素
length:List集合中元素的个数(长度)
reverse:List集合中的元素进行反转
indices:取出List集合中所有元素对应的索引
zip:可以将多个集合进行拉链操作,所谓拉链操作就是配对操作
zipWithIndex:将List中的元素与索引进行配对构成新的集合
mkString:将List集合中的元素按照新的方式进行输出,mkString方法在spark中将数据进行格式化输出的时候非常有用
List与数组之间可以转换
toIterator:返回能够遍历当前集合中所有元素的迭代器
实例程序:
如有问题,欢迎留言指正!
核心内容:
1、List的一阶函数操作代码实战详解
1、List的一阶函数操作代码实战详解 |
List集合中常用的方法:
1>List中常用的方法:head、tail、:::(组拼)、isEmpty、head、last、init、reverse、take、drop、splitAt、apply
2>List中常用的方法:indices、zip、zipWithIndex、toString、mkString
3>List中常用的方法:StringBuilder,toArray,copyToArray,toIterator
List集合中具体方法介绍:
tail:List集合中除第一个元素以外其他元素的集合
init:List集合中除最后一个元素以外其他元素的集合
:::含义:将多个List集合联合(组拼)起来,合成一个新的集合
take(n):获取List前n个元素的集合
drop(n):去除掉List前n个元素后剩下元素的集合
splitAt(n):将List集合拆分成若干个集合
head:返回List集合中的第一个元素
last:返回List集合中的最后一个元素
length:List集合中元素的个数(长度)
reverse:List集合中的元素进行反转
indices:取出List集合中所有元素对应的索引
zip:可以将多个集合进行拉链操作,所谓拉链操作就是配对操作
zipWithIndex:将List中的元素与索引进行配对构成新的集合
mkString:将List集合中的元素按照新的方式进行输出,mkString方法在spark中将数据进行格式化输出的时候非常有用
List与数组之间可以转换
toIterator:返回能够遍历当前集合中所有元素的迭代器
实例程序:
object App68 { println("Welcome to the Scala worksheet") //> Welcome to the Scala worksheet val list = List("spark","hadoop","hbase","scala") //> list : List[String] = List(spark, hadoop, hbase, scala) println(list.head) //> spark println(list.last) //> scala println(list.init) //> List(spark, hadoop, hbase) println(list.tail) //> List(hadoop, hbase, scala) println(list.take(3)) //> List(spark, hadoop, hbase) println(list.drop(1)) //> List(hadoop, hbase, scala) println(list.splitAt(3)) //> (List(spark, hadoop, hbase),List(scala)) println(list.indices) //> Range(0, 1, 2, 3) println(list.indices.zip(list)) //> Vector((0,spark), (1,hadoop), (2,hbase), (3,scala)) println(list.zipWithIndex) //> List((spark,0), (hadoop,1), (hbase,2), (scala,3)) println(list.mkString("[","--","]")) //> [spark--hadoop--hbase--scala] println(list.mkString("---")) //> spark---hadoop---hbase---scala val iterator = list.toIterator //> iterator : Iterator[String] = non-empty iterator println(iterator.next) //> spark println(iterator.next) //> hadoop }
如有问题,欢迎留言指正!
相关文章推荐
- 大数据系列修炼-Scala课程54
- 大数据系列修炼-Scala课程05
- 大数据系列修炼-Scala课程83
- 大数据系列修炼-Scala课程12
- 大数据系列修炼-Scala课程96(1)
- 大数据系列修炼-Scala课程34
- 大数据系列修炼-Scala课程55
- 大数据系列修炼-Scala课程01
- 大数据系列修炼-Scala课程03
- 大数据系列修炼-Scala课程96(2)
- 大数据系列修炼-Scala课程15
- 大数据系列修炼-Scala课程18
- 大数据系列修炼-Scala课程97
- 大数据系列修炼-Scala课程10
- 大数据系列修炼-Scala课程29
- 大数据系列修炼-Scala课程51
- 大数据系列修炼-Scala课程04
- 大数据系列修炼-Scala课程25
- 大数据系列修炼-Scala课程30
- 大数据系列修炼-Scala课程39