大数据系列修炼-Scala课程38

大数据系列修炼-Scala课程38

核心内容:

1、List伴生对象操作方法代码实战

1、List伴生对象操作方法代码实战

List的object(伴生对象)中常用的方法：

1>apply：构造一个List实例对象

2>range：指定一个范围是左闭右开的List对象，同时可以指定两个元素之间的步长

3>zip:拉链操作、unzip:反拉链操作、将之前zip获得的集合结果进行反操作、生成两个List集合

4>flatten与concat:将内部集合中的所有元素联合构成一个新的集合，即统一构成一个List

实例程序1:

object regex
{                                             //apply
//apply:生成一个List对象
val list = List.apply(10,20,30)               //> list  : List[Int] = List(10, 20, 30)
val list1 = list.map((x:Int)=>x+10)           //> list1  : List[Int] = List(20, 30, 40)
println(list1)                                //> List(20, 30, 40)
val list2 = List(10,20,30)                    //> list2  : List[Int] = List(10, 20, 30)
//range
val list3 = List.range(1 , 5)                 //> list3  : List[Int] = List(1, 2, 3, 4)
println(list3.mkString("[", "\t", "]"))       //> [1    2   3   4]
println(List.range(10, 1, -2))                //> List(10, 8, 6, 4, 2)
//zip的拉链操作与unzip的反拉链操作
val list4 = "spark".toList                    //> list4  : List[Char] = List(s, p, a, r, k)
val list5 = List(1,2,3,4,5)                   //> list5  : List[Int] = List(1, 2, 3, 4, 5)
val list6 = list4.zip(list5)                  //> list6  : List[(Char, Int)] = List((s,1), (p,2), (a,3), (r,4), (k,5))
println(list6)                                //> List((s,1), (p,2), (a,3), (r,4), (k,5))
println(list6.mkString("[", "\t", "]"))       //> [(s,1)    (p,2)   (a,3)   (r,4)   (k,5)]
val (a,b) = list6.unzip                       //> a  : List[Char] = List(s, p, a, r, k)
//| b  : List[Int] = List(1, 2, 3, 4, 5)
println(a)                                    //> List(s, p, a, r, k)
println(b)                                    //> List(1, 2, 3, 4, 5)
//flatten与concat:将集合中的所有元素联合构成一个新的集合
val list7 = List(List("spark","hadoop"),List(10,20,30),List(80.8,98.8)).flatten
//> list7  : List[Any] = List(spark, hadoop, 10, 20, 30, 80.8, 98.8)
println(list7)                                //> List(spark, hadoop, 10, 20, 30, 80.8, 98.8)
val list8 = List.concat(List("spark","hadoop"),List(10,20,30),List(80.8,98.8))
//> list8  : List[Any] = List(spark, hadoop, 10, 20, 30, 80.8, 98.8)
println(list8)                                //> List(spark, hadoop, 10, 20, 30, 80.8, 98.8)
//map2操作：map2可以同时对两个集合执行map操作
}