Spark样本类与模式匹配

一、前言

样本类(case class)与模式匹配(pattern matching)是Scala中一个比较复杂的概念,往往让人感觉深陷泥沼。我在这里对Scala中的样本类与模式匹配进行了一些整理,希望让大家有些收获。

要学习样本类与模式匹配,先要理解这两个基本概念 。样本类是Scala提出的新概念,简单可以理解成希望用来做模式匹配的类加上case关键词就是样本类。模式匹配可以拆开来理解。这里模式不同于设计模式的模式,而是数据结构上的模式。这里的模式(pattern)是一个只包含变量、 有点类似于Java正则表达式中的模式,不过正则中模式只是用于匹配字符串而已,而这里的模式是针对某种类型或数据结构进行抽象出的表达式

Scala的模式匹配机制,可以应用在switch语句、类型检查以及”析构“等场合。样本类是对模式匹配进行了优化。          

二、样本类

样本类与普通类的区别除了在前面添加case关键词之外,Scala还自动给样本类添加了一些方法。下面通过例子进行讲解。

1
2
3
4
5
abstract class Expr
 
case class FibonacciExpr(n: Int) extends Expr {             // 样本类
  require(n >= 0)
}

首先,样本类会添加与类名一致的工厂方法,可以使用该工厂方法创建对象    

1
2
scala> val fb = FibonacciExpr(12)
fb: FibonacciExpr = FibonacciExpr(12)

其次,样本类参数类表中的参数获得val前缀,所以它被当作字段维护  

1
2
scala> fb.n
res0: Int = 12

 最后,编译器为样本类添加了hashcode,equals和toString等方法的“自然”实现

1
2
scala> fb.toString()
res2: String = FibonacciExpr(12)

三、模式匹配

更好的switch

1
2
3
4
5
ch match {
  case '+' => sign = 1
  case '-' => sign = -1
  case _ => sign = 0
}

上面的代码中为match表达式,"case _"对应于Java的default情况,match对应与Java中switch,不过位置与Java不同

Scala: 选择器 match {备选项}            Java: switch (选择器) {备选器} 

一个模式匹配中包含一系类的备选项,而每个备选项开始于case关键词 ,并且都包含一个模式(pattern)及一到多个表达式。Java风格的switch能够自然地表达为match表达式,  但两者还是有一定区别。首先,match是Scala的表达式,不是语句,即它始终以值作为返回结果。其次,Scala的备选项表达式永远进行下一个case,无需break。第三、如果没有模式匹配,会跑出MatchError异常,所以必须考虑到所有的情况。            

模式的种类

我们已经知道模式是一种针对每种类型或数据结构抽象出表达式,但是模式有多种类型。

通配模式与常量模式    

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
def describe(x: Any) = x match {
    case 5 => "five"
    case true => "truth"
    case "hello" => "hi!"
    case Nil => "the empyt list"
    case _ => "somethint else"
}
 
// 运行结果
scala> describe(5)
res3: String = five
 
scala> describe(true)
res4: String = truth
 
scala> describe("hello")
res5: String = hi!
 
scala> describe(3.23)
res6: String = somethint else

常量模式仅匹配自身 。任何字面量都可以作为常量,例如:5,true,”hello“都是常量模式。任何val变量或单例对象也可作为常量。而通配模式"_"可以匹配任意对象,经常作为最后的匹配或用来忽略对象的类型。

变量模式        

单纯的变量模式没有匹配判断的过程,只是为将传入的对象重命名新的变量名 然后在匹配完成后中表达式中使用该传入的对象

1
scala> site match { case whateverName => println(whateverName) }

上面的例子中匹配的site对象用whateverName进行指代,但是变量名有命名规则: 用小写字母开始的名称为变量,否则认为是常量  。

然而变量模式不会单独使用,而是在多种模式中组合使用,如下所示

1
List(1,2) match{ case List(x,2) => println(x) }

上面的例子中x就是将匹配到的第一个元素用变量x标记

构造器模式           

构造器模式是真正能体现模式匹配强大的地方!构造器模式能够支持深度匹配(deep match),这是它强大的原因,匹配模式不仅匹配外层的构造器,而且匹配构造器参数是否匹配,这样的话,可以检查到构造器对象内部的任意深度 。实例如下

1
2
3
4
5
6
7
scala> :paste
//抽象节点
trait Node
//具体的节点实现,有两个子节点
case class TreeNode(v:String, left:Node, right:Node) extends Node
//Tree,构造参数是根节点
case class Tree(root:TreeNode)

构造一个根节点包含2个子节点的树

1
scala>val tree = Tree(TreeNode("root",TreeNode("left",null,null),TreeNode("right",null,null)))

如果我们期望一个树的构成是根节点的左子节点值为”left”,右子节点值为”right”并且右子节点没有子节点
那么可以用下面的方式匹配     

1
2
3
4
scala> tree.root match {
        case TreeNode(_, TreeNode("left",_,_), TreeNode("right",null,null)) =>
             println("bingo")
    }

在上面的匹配中,模式检查顶层对象TreeNode,以及第二次对象TreeNode("left",_,_), TreeNode("right",null,null),_,和最后第三层对象的参数值”left“,"right","_",这个模式仅有一行但却能检查三层深度。

类型模式  

类型模式,就是判断对象的类型,相较于isInstanceOf而言类型模式更加优秀。

1
2
3
4
5
6
obj match {
  case x: Int => x
  case s: String => Integer.parseInt(s)
  case _: BigInt => Int.MaxValue
  case _ => 0
}

类型匹配是发生在运行期的,因此JVM中泛型的类型信息会被擦除,所以不能匹配泛型的特定类型

1
2
case m: Map[String, Int] => ...  // 不行
case m: Map[_, _] => ...  // 匹配通用的Map,OK

但对于数组而言,因为在Java与Scala中数组被特殊处理了,数组的元素类型与数组值保存在一起,因此它可以做模式匹配

1
case a: Array[String] => "yes"

抽取器模式(extractor pattern

抽取器模式使用unapply来提取固定数量的对象,使用unapplySeq来提取一个序列。先看一个例子

1
2
3
4
5
6
arr match {
  case Array(0) => "0"  // 匹配包含0的数组
  case Array(x, y) => x + " " + y  // 匹配任何带有两个元素的数组,并将元素绑定到x和y
  case Array(0, _*) => "0 ..."  // 匹配任何以0开始的数组
  case _ => "something else"
}

在前面的代码 case Array(0, x) => ...中, Array(0, x)部分实际上是使用了伴生对象中的提取器,实际调用形式是: Array.unapplySeq(arr)。根据Javadoc,提取器方法接受一个Array参数,返回一个Option。 

使用抽取器模式能够数组、列表和元组,还可以使用在正则表达式

1
2
3
4
val pattern = "([0-9]+) ([a-z]+)".r
"99 bottles" match {
  case pattern(num, item) => ...
}

变量绑定模式    

变量绑定模式可以对其它模式添加变量,代码实例如下: 

1
2
3
scala> tree.root match {
         case TreeNode(_, leftNode@TreeNode("left",_,_), _) => leftNode
        }

上面代码中,leftNode变量 使用@符号绑定到匹配的左节点上,正如代码中写的,匹配成功后返回左节点

四、模式守卫(pattern guard)

模式守卫能够重新制定匹配规则, 代码实例如下:

 

1
2
3
4
5
6
7
abstract class Expr
    case class Number(num: Double) extends Expr
    case class BinOp(operator: String,left: Expr, right: Expr) extends Expr
 
def simplifyTop(expr: Expr): Expr = expr match {
  case BinOp("+",x,y) if x==y => BinOp("*",x,Number(2))
}

上面的代码中,对模式进行了简化,对表达式(x+x)​转换成(x*2)。

五、封闭类

当使用样本类做模式匹配时,必须确信考虑到所有可能的情况,有时候可以通过添加默认处理做到这点,这里还有一种方法,那就是封闭类。

将样本类的超类声明为sealed,则该类为封闭类,则除了封闭类所在的文件之外不能添加任何新的子类,即子类与密封类在一个文件中定义。定义为封闭类之后,编译器能够确保已经列出所有可能的选择。

1
2
3
4
5
sealed abstract class Expr
  case class Var(name: String) extends Expr
  case class Number(num: Double) extends Expr
  case class UnOp(operator: String, arg:Expr) extends Expr
  case class BinOp(operator: String,left: Expr, right: Expr) extends Expr

六、Option类型

Option类型用来表示可能存在也可能不存在的值,用于取代null值得使用。

Option有两种形式:Some(x),x是实际值,None表示没有值

1
2
3
4
scores.get("Alice") match {
  case Some(score) => println(score)
  case None => println("No score")
}

七、偏函数(Partial function) 

偏函数到底是什么呢? 概括来说,偏函数是继承特质 PartialFunction一个一元函数,它只在部分输入上有定义, 并且允许使用者去检查其在一个给定的输入上是否有定义。为此,特质 PartialFunction 提供了一个 isDefinedAt 方法。 事实上,类型 PartialFunction[-A, +B] 扩展了类型 (A) => B (一元函数,也可以写成 Function1[A, B] )。 模式匹配型的匿名函数的类型就是 PartialFunction 。

偏函数有两种定义方法

1
2
3
4
5
6
7
def p1:PartialFunction[Int, Int] = {
      case x if x > 1 => 1
  }
   
def p2 = (x:Int) => x match {
      case x if x > 1 => 1
  }

 

posted @ 2016-04-14 23:24  苍穹2018  阅读(1174)  评论(0编辑  收藏  举报