大数据系列修炼-Scala课程07
由于昨天下班后有点困，就没有来及写博客，今天会把它补上！把这个习惯坚持下去！
关于Scala高阶函数详解
1.Scala高阶函数代码实现：高阶函数就是在我们函数中套用函数
2.高阶函数代码详解：高阶函数能够让方法的调用更加便捷
println("Welcome to the Scala worksheet") //> Welcome to the Scala worksheet
//(1 to 9)数组中的map方法向数组中放* 用foreach用于来循环 println _ 表示函数，把函数当做参数进行传递
(1 to 9).map("*" * _).foreach(println _) //> *
//| **
//| ***
//| ****
//| *****
//| ******
//| *******
//| ********
//| *********
//过滤后被2整除的遍历 println也当做参数进行传递这就是高阶函数
(1 to 9).filter(_ % 2 == 0) .foreach(println) //> 2
//| 4
//| 6
//| 8
//_*_代表数组中两个数据相乘 也属于高阶函数
println((1 to 9).reduceLeft(_ * _)) //> 362880
//把字符串用空格分割在按照长度排序
"Spark is the most exciting thing happening in big data today".split(" ").
sortWith(_.length < _.length).foreach(println)
//> is
//| in
//| the
//| big
//| most
//| data
//| Spark
//| thing
//| today
//| exciting
//| happening
//ceil函数表示向上取值
val fun = ceil _ //> fun : Double => Double = <function1>
val num = 3.14 //> num : Double = 3.14
fun(num) //> res0: Double = 4.0
Array(3.14, 1.42, 2.0).map(fun)//fun函数当做函数传递 //> res1: Array[Double] = Array(4.0, 2.0, 2.0)
//函数表示三的倍数
val triple = (x: Double) => 3 * x //> triple : Double => Double = <function1>
Array(3.14, 1.42, 2.0).map((x: Double) => 3 * x)
//> res2: Array[Double] = Array(9.42, 4.26, 6.0)
Array(3.14, 1.42, 2.0).map{ (x: Double) => 3 * x }
//> res3: Array[Double] = Array(9.42, 4.26, 6.0)
//定义高阶函数
def high_order_functions(f: (Double) => Double) = f(0.25)
//> high_order_functions: (f: Double => Double)Double
println(high_order_functions(ceil _)) //> 1.0
println(high_order_functions(sqrt _)) //> 0.5
//函数相乘
def mulBy(factor: Double) = (x: Double) => factor * x
//> mulBy: (factor: Double)Double => Double
val quintuple = mulBy(5) //> quintuple : Double => Double = <function1>
println(quintuple(20)) //> 100.0
//3的倍数解析
println(high_order_functions((x: Double) => 3 * x))
//> 0.75
high_order_functions((x) => 3 * x) //> res4: Double = 0.75
high_order_functions(x => 3 * x) //> res5: Double = 0.75
println(high_order_functions(3 * _)) //> 0.75
val fun2 = 3 * (_: Double) //> fun2 : Double => Double = <function1>
val fun3: (Double) => Double = 3 * _ //> fun3 : Double => Double = <function1>
Scala中SAM转换讲解
1.SAM的意义：隐式的转换
2.SAM转换详解
var data = 0 val frame = new JFrame("SAM Testing"); val jButton = new JButton("Counter") jButton.addActionListener(new ActionListener { override def actionPerformed(event: ActionEvent) { data += 1 println(data) } }) //隐式函数就把一些函数定义，好比java中的函数定义模块-->这就可以隐式转换 implicit def convertedAction(action: (ActionEvent) => Unit) = new ActionListener { override def actionPerformed(event: ActionEvent) { action(event) } } //这样是写代码的时候只关心业务逻辑，没有必要去编写没有关系的代码，直接写所需的结果 jButton.addActionListener((event: ActionEvent) => {data += 1; println(data)}) //这跟java中的gui编程一样 frame.setContentPane(jButton); frame.pack(); frame.setVisible(true);
Scala中curring讲解
1.curring的定义：curring颗粒度，就是把参数简化成一个参数进行操作，返回后把另外进行计算
2.curring在项目中重要性：在公式的推到中和计算中相当重要
//curring颗粒度，就是把参数简化成一个参数进行操作，返回后把另外进行计算 def multiple(x: Int, y: Int) = x * y def multipleOne(x: Int) = (y: Int) => x * y println(multipleOne(6)(7)) //可以把以上的计算方式该项为下面的方法 def curring(x: Int)(y: Int) = x * y println(curring(10)(10)) val a = Array("Hello", "Spark") val b = Array("hello", "spark") //比较两个变量的是否相等 println(a.corresponds(b)(_.equalsIgnoreCase(_)))
Scala中模式匹配入门讲解
1.模式匹配分析：Scala中匹配模式比较灵活，可以传入参数和函数等
2.在模式匹配中使用守卫：接下的blog中会深入讲解
3.模式匹配中的变量使用
//模式匹配在java中用switch来表示，这里面限制不是很多,int,byte,char,short val data =2 data match { case 1 => println("First") case 2 => println("Second") case _ => println("Not Known Number") } //Scala中case中可以用条件函数也可以是函数，也可以传参数 val result = data match { case i if i == 1 => "The First" case number if number ==2 => "The Second" + number case _ => "Not Known Number" } println(result) "Spark !" foreach { c => println ( c match { case ' ' => "space" case ch => "Char: " + ch } )}
这就是拖欠任务，今天会再写一篇关于Scala的学习！希望大家关注王家林老师的微信(18610086859),他会每天都更新大数据的视频！
最新大数据视频74讲：http://pan.baidu.com/s/1hqJByvU
本文百度云地址23-26讲：http://pan.baidu.com/s/1bOsSQ
