Scala集合

Scala集合

scala默认采用不可变集合

一、集合概述：

1.Scala的集合有三大类：

序列Seq(有序、线性)、集合set、映射Map(Key->Value)，所有的集合都扩展自Iterable特质

2.可变分类

不可变集合（可以安全的并发访问）【scala.collection.mutable】

(1)for循环的1to3生成的是IndexedSeq下的vector

(2)String属于IndexSeq

(3)Queue和Stack属于LinearSeq

(4)IndexSeq通过索引查找定位，速度快

(5)LinearSeq是线性的，有起点和终点，一般通过遍历查找

可变集合【scala.collection.immutable】

可变集合的种类非常多，在Seq中还增加了Buffer(ArrayBuffer、ListBuffer)

 

二、数组

1.Array是固定长度数组，ArrayBuffer是不固定长度

2.创建数组赋初值不要使用new关键字，不然是指定创建大小

3.未赋初值的数组元素都为0

4.用(i)来访问下标为i的元素

5.用for(element<-array)遍历

6.Scala Array对应的是java中的数组，不在Scala集合框架内

 

三、元组

1.元组是不同类型值的聚集（所以修改元组内元素的类型一定要给每个元素都指定类型）

2.创建元组

3.获取元组内元素（根据下标）

4.元组中最多只能有 22个元素

 

四、集合

1.主要的集合特质

集合三大类：Seq、Set、Map

 

2.迭代器

内部迭代器：集合或迭代器的拥有者自己遍历集合，使用foreach方法，继承Traversable特质

外部迭代器：Iterable提供了iterator方法，客户代码可以获取迭代器进行自行遍历

Iterable允许只使用集合部分元素的方法，比Traversable更早停止迭代，性能上比后者高。

使用迭代器Iterator（下图）

 

3.Seq特质（有序、线性）

(1)主要是通过length和apply方法定义的，apply方法根据有序序号进行索引操作，length方法返回集合大小。

(2)LinearSeq

此特质有3个方法：isEmpty、head、tail

这个特质可以看做是 头元素（head）+tail(除掉头元素以外的 集合)组成的集合（具体看下图例子）

(3)IndexSeq

与Seq特质类似，但是可以随机访问，更为高效。

 

4.Set特质

Set集合代表每个元素都是唯一的。

下面介绍几种set

(1)TreeSet 用红黑树实现，红黑树是一种试图保持平衡的数据结构。

    它通过检查当前节点来查找树里的元素，如果当前节点大于期望值就查找左树，如果小于期望值就查找右树，正好等 于期望值就找到了正确节点。要想创建一个TreeSet，必须提供隐式的Ordering 类型以便比较大于小于。

拓展：什么是红黑树  https://www.jianshu.com/p/e136ec79235c

 

(2)HashSet 用 树结构实现集合。最大区别在于 HashSet 用元素的Hash值决定把元素放在哪个节 点上，HashSet 查找时的性能一般好于TreeSet。

(3)BitSet 是用Long 型的序列来实现的，BitSet 通过把其底层Long值与欲保存的整数值位置设置 为true来保存整数，BitSet经常用来在内存里跟踪和保存一大批标志位。

 

5.Map特质

不可变的Map是有序的，可变的Map是无序的。

Map特质代表键值对的集合，只有有键的值才能存在。Map提供了根据键查找值的高效实现。

Map的用法：

应用例子：TreeMap

 

五、集合的运算

1.map（元素的映射）和flatten（扁平化）

(1)map：将集合中每个元素通过制定函数映射为新的结果集合（一一对应）

①可以作计算操作

②可以进行字符串的拆解

(2).flatten：

可以通过flatmap和flatten操作将集合中每个元素通过定值函数映射为新的 扁平化结果集合。

关于flatMap和Map的对比和详细描述可以看 下面这篇博文，讲的挺形象的：

https://blog.youkuaiyun.com/qq_21383435/article/details/77477681

 

扁平化：简单直接

例子：通过flatten进行元素拼接

 

2.filter运算

数据筛选操作

 

3.fold/reduce（折叠/归约操作）

(1)reduce

二元操作对集合中的元素进行归约。

reduce包含reduceLeft和reduceRight两种操作，前者从结合的头部开始操作，后者是从尾部开始操作。

例如：求列表的和

 

(2)fold

折叠(fold)操作和reduce（归约）操作比较类似。fold操作需要从一个初始的“种子”值开始，并以该值作为上下文，处理集合中的每个元素。

Fold包含两个变体foldLeft和foldRight两种操作，foldLeft第一个参数为累计值，集合遍历的方向是从左到右， foldRight第二个参数为累计值，集合遍历的方向是从右到左。

4.scan（扫描操作）

扫描，即对某个集合的 所有元素做fold操作，但是会把 产生的所有中间结果放置于一个 集合中保存

5.zip（拉链操作，键和值映射起来）

 

六、集合分类

1.分类方式：

可变集合和不可变集合

即使计算集合和延时计算集合

顺序计算集合和并行计算集合

 

下面对集合分类进行举例：

2.不可变集合Vector（后面用到的比较多）

(1)Vector是由元素的 下标组成的前缀树， 带索引的不可变序列容器。

如果想要用 链式不可变集合容器，使用 List。

Vector在快速随机访问和快速随机存取方面是比较均衡的，Vectors现在是 immutable indexed sequences的默认实现。

(2)前缀树

每个节点有几个分叉，路径上的数字为几进制。

如0-7的前缀树用二叉树表示：

(3)“修改”Vector元素数据

例如：将下标0的位置修改为“new”

因为集合是不可变的，修改指定的下标值会产生新的集合，可以复用前缀树的部分数据。

 

3.不可变集合List

List由两个类组成，一个是代表空列表的Nil，另一个是Cons

List是个不可变的单链表，适合在头部的添加和删除操作。

List不适合中间元素的修改，如果修改则前面的元素都要重新生成，不如Vector

 

4.不可变集合Stream

(1)Stream是一种延迟持久（lazy persistent）的集合，也就是说 流可以延迟计算其元素的值。

Stream类似于List，但是最大的区别就是在于Stream会延迟计算。

例子：（其中zip就是链式操作， 注意warning，现在可以用LazyList来代替Stream关键字）

(2)Stream（LizyList）构造

List的构造为cons(::)

Stream的构造为#::

LazyList.empty表示空流，不是Nil

构造了有三个成员的流对象

我们可以看到：在使用到对象的时候才进行创建对象并输出相应的内容，延迟创建

 

5.可变集合ArrayBuffer

要使用或者创建可变集合必须使用这个包 scala.collection.mutable下的集合。

ArrayBuffer是一种可变数组，其大小与其所含的元素数不一定一致，当添加新元素到 ArrayBuffer时，如果底层数组没有满，则这个元素直接加入到数组，如果底层数组满了，则要创建 更大的数组，把元素都复制到新数组中。ArrayBuffer 对应了 java util 的ArrayList

 

6.视图（view）

Scala集合默认是严格和串行计算的，严格计算是指非延迟计算。

(1)集合库通过两个标准机制来把默认执行方式 转化为 并行计算 或者 延迟计算，分别是 view和par

从Seq[T]通过view方法转化为SeqView[T, ]类型，可以 实现懒操作（延迟计算）。

seqview的官方API

https://www.scala-lang.org/api/current/scala/collection/SeqView.html

(2)小例子：

返回的是集合视图，由返回值可以看到，还没有计算。

等价于：

 

7.并行集合

Scala并行集合是操作并行化的集合。并行集合实现了一种“可拆分”的迭代器