Traversing Mapping Filtering Folding Reducing

Traversing Mapping Filtering Folding Reducing

Traversal

使用 foreach 遍历集合。foreach 是从特质 Iterable 混入而来的。

The signature of foreach is the following:

trait Iterable[+A]  {
 ...
 def foreach(f : (A) => Unit) :  Unit = ...
 ...
}

foreach 接收一个 函数类型的参数，因此是一个高阶函数。对于map的遍历，A 实际上是一个 元组。以下代码示例，

//Traversal
List(1, 2, 3, 4, 5) foreach { i => println("Int: " + i) }

// map foreach
val stateCapitals = Map("Alabama" -> "Montgomery",
  "Alaska" -> "Juneau",
  "Wyoming" -> "Cheyenne")

stateCapitals foreach { kv => println(kv._1 + ": " + kv._2) }

Mapping

map

集合的map操做会返回和原来集合相同大小的集合。map 做用于集合中的每个元素。

trait Iterable[+A]  {
  ...
  def map[B] (f : (A) => B) :  Iterable[B]  = ...
  ...
}

下面这个例子把原集合的key-value 中的value的类型给改变了，以下代码，

val stateCapitals = Map(
  "Alabama" -> "Montgomery",
  "Alaska" -> "Juneau",
  "Wyoming" -> "Cheyenne")
val lengths = stateCapitals map { kv => (kv._1, kv._2.length) }
println(lengths) //map操做返回的集合Map(Alabama -> 10, Alaska -> 6, Wyoming -> 8)

flatMap

结合映射[mapping]和扁平化[flattening]

flatMap的函数声明

trait Iterable[+A]  {
 ...
 def map[B]  (f : (A) => B) :  Iterable[B]  = ...
 def flatMap[B] (f : (A) => Iterable[B] ) :  Iterable[B]
 ...
}

首先假设有一个这样的情景：一个list集合，三个元素1,2,3，但愿当集合元素是3 的时候，返回3.1,3.2,3.3，若是不是 3，集合元素乘以2。最终返回这样的一个集合，(2,4，3.1,3.2,3.3)；

首先看一个map函数的例子，

val list = List(1, 2, 3)
val res = list.map(x => x match {
  case 3 => List(3.1, 3.2, 3.3)
  case _ => x * 2
})
println(res) //List(2, 4, List(3.1, 3.2, 3.3))

但结果不是这样的，3.1, 3.2, 3.3 是用一个集合的形式返回的。若是用flatMap会怎么样呢？

val res2 = list.flatMap(x => x match {
  case 3 => List(3.1, 3.2, 3.3)
  case _ => List(x * 2)
})

println(res2) //List(2, 4, 3.1, 3.2, 3.3)

flatMap是一种经常使用的组合子，结合映射[mapping]和扁平化[flattening]。 flatMap须要一个处理嵌套列表的函数，而后将结果串连起来。

val nestedNumbers = List(List(1, 2), List(3, 4))

val res5 = nestedNumbers.flatMap(x => x.map(_ * 2))

println(res5)//List(2, 4, 6, 8)

能够把它看作是“先映射后扁平化”的快捷操做：

val res6 = nestedNumbers.map((x: List[Int]) => x.map(_ * 2)).flatten

println(res6)//List(2, 4, 6, 8)

这个例子先调用map，而后能够立刻调用flatten。

Filtering

filter过滤集合中的元素，

以下代码，过滤map集合中的元素

val stateCapitals = Map(
  "Alabama" -> "Montgomery",
  "Alaska" -> "Juneau",
  "Wyoming" -> "Cheyenne")

val map2 = stateCapitals.filter(kv => kv._1 startsWith ("A"))
println(map2)//Map(Alabama -> Montgomery, Alaska -> Juneau)

Reducing

reduce

使用reduce函数，对集合中的两个元素规约，直到最后一个元素，规约的顺序不是必定的。

println(List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20).reduce(
  (x: Int, y: Int) => {
    println(x, y);
    x + y
  })) //210

reduceRight 和 reduceLeft 肯定了规约的方向，以下，

println(List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20).reduceRight(
  (x: Int, y: Int) => {
    println(x, y);
    x + y
  })) //210


println(List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20).reduceLeft(
  (x: Int, y: Int) => {
    println(x, y);
    x + y
  })) //210

Folding

fold

折叠，容器的折叠。

看以下例子，

val numbers = List(5, 4, 8, 6, 2)
val res90 = numbers.fold(0) { (z, i) => {
  println(z, i)
  z + i
}
}

println(res90)

运行并输出，

(0,5)

(5,4)

(9,8)

(17,6)

(23,2)

25

最后把这个集合“折叠”成25。

看一下 foldRight 和 foldLeft 的效果，

val res91 = numbers.foldRight(1) { (z, i) => {
  println(z, i)
  z + i
}
}

val res92 = numbers.foldLeft(1) { (z, i) => {
  println(z, i)
  z + i
}
}
println(res91)
println(res92)

也能够这样调用，

val res93 = numbers.foldLeft(1)((z: Int, i: Int) => {
  println(z, i)
  z + i
})

运行并输出，foldRight 从右边开始折叠，输入的初始参数为 1 ，从右边开始数，集合第一个元素是 2，相加获得 3，而后又做为下次折叠的入参，和 集合的从右边数的第二个元素相加。同理的 foldLeft。

(2,1)

(6,3)

(8,9)

(4,17)

(5,21)

26

(1,5)

(6,4)

(10,8)

(18,6)

(24,2)

26

还能够参考如下文章：

http://wanghuanming.com/2014/12/Scala-highorder-function/

http://www.ituring.com.cn/article/131442

http://www.iteblog.com/archives/1228

http://www.tuicool.com/articles/Jviyim

==========END==========