From 27efac62b215d183300da801ff04d4ee23191fb4 Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=E7=BD=97=E7=A5=A5?= <1366971433@qq.com>
Date: Mon, 6 May 2019 17:41:33 +0800
Subject: [PATCH] =?UTF-8?q?scala=E6=98=A0=E5=B0=84=E5=92=8C=E5=85=83?=
 =?UTF-8?q?=E7=BB=84?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 notes/Scala基本数据类型和运算符.md |   2 +-
 notes/Scala数组相关操作.md             | 377 ++++++++++---------
 notes/Scala映射和元组.md                | 272 +++++++++++++
 3 files changed, 462 insertions(+), 189 deletions(-)

diff --git a/notes/Scala基本数据类型和运算符.md b/notes/Scala基本数据类型和运算符.md
index c14166b..0d23823 100644
--- a/notes/Scala基本数据类型和运算符.md
+++ b/notes/Scala基本数据类型和运算符.md
@@ -271,4 +271,4 @@ res6: Boolean = true
 
 ## 参考资料
 
-1. Martin Odersky(著)，高宇翔(译) . Scala编程(第3版)[M] . 电子工业出版社 . 2018-1-1 
+1. Martin Odersky . Scala编程(第3版)[M] . 电子工业出版社 . 2018-1-1 
diff --git a/notes/Scala数组相关操作.md b/notes/Scala数组相关操作.md
index 3ec78eb..c6af337 100644
--- a/notes/Scala数组相关操作.md
+++ b/notes/Scala数组相关操作.md
@@ -1,5 +1,6 @@
-# Scala 数组相关操作
-
<nav>
+# Scala 数组相关操作
+
+<nav>
 <a href="#一定长数组">一、定长数组</a><br/>
 <a href="#二变长数组">二、变长数组</a><br/>
 <a href="#三数组遍历">三、数组遍历</a><br/>
@@ -8,189 +9,189 @@
 <a href="#六与Java互操作">六、与Java互操作</a><br/>
 </nav>
 
-## 一、定长数组
-
-在Scala中，如果你需要一个长度不变的数组，可以用Array。
-
-```scala
-// 10个整数的数组，所有元素初始化为0
-scala> val nums=new Array[Int](10)
-nums: Array[Int] = Array(0, 0, 0, 0, 0, 0, 0, 0, 0, 0)
-
-// 10个元素的字符串数组，所有元素初始化为null
-scala> val strings=new Array[String](10)
-strings: Array[String] = Array(null, null, null, null, null, null, null, null, null, null)
-
-// 使用指定值初始化，此时不需要new关键字
-scala> val a=Array("hello","scala")
-a: Array[String] = Array(hello, scala)
-
-// 使用()来访问元素
-scala> a(0)
-res3: String = hello
-```
-
-这里需要注意以下两点：
-
-+ 在scala中使用`(index)`而不是`[index]`来访问数组中的元素，因为访问元素，对于Scala来说是方法调用，`(index)`相当于执行了`.apply(index)`方法。
-+ scala中的数组与Java中的是等价的，`Array[Int]()`在虚拟机层面就等价于Java的`int[]`。
-
-
-
-## 二、变长数组
-
-在scala中，通过ArrayBuffer实现变长数组(又称缓冲数组)，相当于Java中的ArrayList。变长数组的构建方式及常用操作如下：
-
-```java
-import scala.collection.mutable.ArrayBuffer
-
-object ScalaApp {
-    
-  // 相当于Java中的main方法
-  def main(args: Array[String]): Unit = {
-    // 1.声明变长数组(缓冲数组)
-    val ab = new ArrayBuffer[Int]()
-    // 2.在末端增加元素
-    ab += 1
-    // 3.在末端添加多个元素
-    ab += (2, 3, 4)
-    // 4.可以使用++=追加任何集合
-    ab ++= Array(5, 6, 7)
-    // 5.缓冲数组可以直接打印查看
-    println(ab)
-    // 6.移除最后三个元素
-    ab.trimEnd(3)
-    // 7.在第1个元素之后插入多个新元素
-    ab.insert(1, 8, 9)
-    // 8.从第2个元素开始,移除3个元素,不指定第二个参数的话,默认值为1
-    ab.remove(2, 3)
-    // 9.缓冲数组转定长数组
-    val abToA = ab.toArray
-    // 10. 定长数组打印为其hashcode值
-    println(abToA)
-    // 11. 定长数组转缓冲数组
-    val aToAb = abToA.toBuffer
-  }
-}
-```
-
-这里需要说明的是：由于scala的变长数组是使用java的集合来实现的，而Java集合的底层实现是链表，这意味使用`+= `在末尾插入元素是一个高效的操作，因为其时间复杂度是O(1)。而使用insert随机插入元素的时间复杂度是O(n)，因为在其插入位置之后的所有元素都要进行对应地后移，所以在`ArrayBuffer`中随机插入元素是一个低效的操作。
-
-## 三、数组遍历
-
-```scala
-object ScalaApp extends App {
-
-  val a = Array(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
-
-  // 1.方式一 相当于Java中的增强for循环
-  for (elem <- a) {
-    print(elem)
-  }
-
-  // 2.方式二
-  for (index <- 0 until a.length) {
-    print(a(index))
-  }
-
-  // 3.方式三, 是第二种方式的简写
-  for (index <- a.indices) {
-    print(a(index))
-  }
-
-  // 4.反向遍历
-  for (index <- a.indices.reverse) {
-    print(a(index))
-  }
-
-}
-```
-
-这里我们没有将代码写在main方法中，而是继承自App.scala，这是Scala提供的一种简写方式，此时将代码写在类中，等价于写在main方法中，直接运行该类即可。
-
-
-
-## 四、数组转换
-
-数组转换是指由现有数组产生新的数组。假设当前拥有a数组，想把a中的偶数元素乘以10后产生一个新的数组，可以采用下面两种方式来实现：
-
-```scala
-object ScalaApp extends App {
-
-  val a = Array(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
-
-  // 1.方式一 yield关键字
-  val ints1 = for (elem <- a if elem % 2 == 0) yield 10 * elem
-  for (elem <- ints1) {
-    println(elem)
-  }
-
-  // 2.方式二 采用函数式编程的方式,这和Java 8中的函数式编程是类似的，这里采用下划线标表示其中的每个元素
-  val ints2 = a.filter(_ % 2 == 0).map(_ * 10)
-  for (elem <- ints1) {
-    println(elem)
-  }
-}
-```
-
-
-
-## 五、多维数组
-
-和Java中一样，多维数组由单位数组组成。
-
-```scala
-object ScalaApp extends App {
-
-  val matrix = Array(Array(11, 12, 13, 14, 15, 16, 17, 18, 19, 20),
-    Array(21, 22, 23, 24, 25, 26, 27, 28, 29, 30),
-    Array(31, 32, 33, 34, 35, 36, 37, 38, 39, 40))
-
-
-  for (elem <- matrix) {
-
-    for (elem <- elem) {
-      print(elem + "-")
-    }
-    println()
-  }
-
-}
-
-打印输出如下：
-11-12-13-14-15-16-17-18-19-20-
-21-22-23-24-25-26-27-28-29-30-
-31-32-33-34-35-36-37-38-39-40-
-```
-
-
-
-## 六、与Java互操作
-
-由于Scala的数组是使用Java的数组来实现的，所以两者之间可以相互转换。
-
-```scala
-import java.util
-
-import scala.collection.mutable.ArrayBuffer
-import scala.collection.{JavaConverters, mutable}
-
-object ScalaApp extends App {
-
-  val element = ArrayBuffer("hadoop", "spark", "storm")
-  // Scala转Java
-  val javaList: util.List[String] = JavaConverters.bufferAsJavaList(element)
-  // Java转Scala
-  val scalaBuffer: mutable.Buffer[String] = JavaConverters.asScalaBuffer(javaList)
-  for (elem <- scalaBuffer) {
-    println(elem)
-  }
-}
-```
-
-
-
-## 参考资料
-
-1. Martin Odersky(著)，高宇翔(译) . Scala编程(第3版)[M] . 电子工业出版社 . 2018-1-1  
-2. 凯.S.霍斯特曼(著)，高宇翔(译) . 快学Scala(第2版)[M] . 电子工业出版社 . 2017-7
\ No newline at end of file
+## 一、定长数组
+
+在Scala中，如果你需要一个长度不变的数组，可以用Array。
+
+```scala
+// 10个整数的数组，所有元素初始化为0
+scala> val nums=new Array[Int](10)
+nums: Array[Int] = Array(0, 0, 0, 0, 0, 0, 0, 0, 0, 0)
+
+// 10个元素的字符串数组，所有元素初始化为null
+scala> val strings=new Array[String](10)
+strings: Array[String] = Array(null, null, null, null, null, null, null, null, null, null)
+
+// 使用指定值初始化，此时不需要new关键字
+scala> val a=Array("hello","scala")
+a: Array[String] = Array(hello, scala)
+
+// 使用()来访问元素
+scala> a(0)
+res3: String = hello
+```
+
+这里需要注意以下两点：
+
++ 在scala中使用`(index)`而不是`[index]`来访问数组中的元素，因为访问元素，对于Scala来说是方法调用，`(index)`相当于执行了`.apply(index)`方法。
++ scala中的数组与Java中的是等价的，`Array[Int]()`在虚拟机层面就等价于Java的`int[]`。
+
+
+
+## 二、变长数组
+
+在scala中，通过ArrayBuffer实现变长数组(又称缓冲数组)，相当于Java中的ArrayList。变长数组的构建方式及常用操作如下：
+
+```java
+import scala.collection.mutable.ArrayBuffer
+
+object ScalaApp {
+    
+  // 相当于Java中的main方法
+  def main(args: Array[String]): Unit = {
+    // 1.声明变长数组(缓冲数组)
+    val ab = new ArrayBuffer[Int]()
+    // 2.在末端增加元素
+    ab += 1
+    // 3.在末端添加多个元素
+    ab += (2, 3, 4)
+    // 4.可以使用++=追加任何集合
+    ab ++= Array(5, 6, 7)
+    // 5.缓冲数组可以直接打印查看
+    println(ab)
+    // 6.移除最后三个元素
+    ab.trimEnd(3)
+    // 7.在第1个元素之后插入多个新元素
+    ab.insert(1, 8, 9)
+    // 8.从第2个元素开始,移除3个元素,不指定第二个参数的话,默认值为1
+    ab.remove(2, 3)
+    // 9.缓冲数组转定长数组
+    val abToA = ab.toArray
+    // 10. 定长数组打印为其hashcode值
+    println(abToA)
+    // 11. 定长数组转缓冲数组
+    val aToAb = abToA.toBuffer
+  }
+}
+```
+
+这里需要说明的是：由于scala的变长数组是使用java的集合来实现的，而Java集合的底层实现是链表，这意味使用`+= `在末尾插入元素是一个高效的操作，因为其时间复杂度是O(1)。而使用insert随机插入元素的时间复杂度是O(n)，因为在其插入位置之后的所有元素都要进行对应地后移，所以在`ArrayBuffer`中随机插入元素是一个低效的操作。
+
+## 三、数组遍历
+
+```scala
+object ScalaApp extends App {
+
+  val a = Array(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
+
+  // 1.方式一 相当于Java中的增强for循环
+  for (elem <- a) {
+    print(elem)
+  }
+
+  // 2.方式二
+  for (index <- 0 until a.length) {
+    print(a(index))
+  }
+
+  // 3.方式三, 是第二种方式的简写
+  for (index <- a.indices) {
+    print(a(index))
+  }
+
+  // 4.反向遍历
+  for (index <- a.indices.reverse) {
+    print(a(index))
+  }
+
+}
+```
+
+这里我们没有将代码写在main方法中，而是继承自App.scala，这是Scala提供的一种简写方式，此时将代码写在类中，等价于写在main方法中，直接运行该类即可。
+
+
+
+## 四、数组转换
+
+数组转换是指由现有数组产生新的数组。假设当前拥有a数组，想把a中的偶数元素乘以10后产生一个新的数组，可以采用下面两种方式来实现：
+
+```scala
+object ScalaApp extends App {
+
+  val a = Array(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
+
+  // 1.方式一 yield关键字
+  val ints1 = for (elem <- a if elem % 2 == 0) yield 10 * elem
+  for (elem <- ints1) {
+    println(elem)
+  }
+
+  // 2.方式二 采用函数式编程的方式,这和Java 8中的函数式编程是类似的，这里采用下划线标表示其中的每个元素
+  val ints2 = a.filter(_ % 2 == 0).map(_ * 10)
+  for (elem <- ints1) {
+    println(elem)
+  }
+}
+```
+
+
+
+## 五、多维数组
+
+和Java中一样，多维数组由单位数组组成。
+
+```scala
+object ScalaApp extends App {
+
+  val matrix = Array(Array(11, 12, 13, 14, 15, 16, 17, 18, 19, 20),
+    Array(21, 22, 23, 24, 25, 26, 27, 28, 29, 30),
+    Array(31, 32, 33, 34, 35, 36, 37, 38, 39, 40))
+
+
+  for (elem <- matrix) {
+
+    for (elem <- elem) {
+      print(elem + "-")
+    }
+    println()
+  }
+
+}
+
+打印输出如下：
+11-12-13-14-15-16-17-18-19-20-
+21-22-23-24-25-26-27-28-29-30-
+31-32-33-34-35-36-37-38-39-40-
+```
+
+
+
+## 六、与Java互操作
+
+由于Scala的数组是使用Java的数组来实现的，所以两者之间可以相互转换。
+
+```scala
+import java.util
+
+import scala.collection.mutable.ArrayBuffer
+import scala.collection.{JavaConverters, mutable}
+
+object ScalaApp extends App {
+
+  val element = ArrayBuffer("hadoop", "spark", "storm")
+  // Scala转Java
+  val javaList: util.List[String] = JavaConverters.bufferAsJavaList(element)
+  // Java转Scala
+  val scalaBuffer: mutable.Buffer[String] = JavaConverters.asScalaBuffer(javaList)
+  for (elem <- scalaBuffer) {
+    println(elem)
+  }
+}
+```
+
+
+
+## 参考资料
+
+1. Martin Odersky . Scala编程(第3版)[M] . 电子工业出版社 . 2018-1-1  
+2. 凯.S.霍斯特曼  . 快学Scala(第2版)[M] . 电子工业出版社 . 2017-7
\ No newline at end of file
diff --git a/notes/Scala映射和元组.md b/notes/Scala映射和元组.md
index e69de29..ab90f30 100644
--- a/notes/Scala映射和元组.md
+++ b/notes/Scala映射和元组.md
@@ -0,0 +1,272 @@
+# Scala映射和元组
+
+## 一、映射(Map)
+
+### 1.1 构造映射
+
+```scala
+scala> import scala.collection.immutable.HashMap
+import scala.collection.immutable.HashMap
+
+// 初始化一个空map
+scala> val scores01 = new HashMap[String, Int]
+scores01: scala.collection.immutable.HashMap[String,Int] = Map()
+
+// 从指定的值初始化映射（方式一）
+scala>  val scores02 = Map("hadoop" -> 10, "spark" -> 20, "storm" -> 30)
+scores02: scala.collection.immutable.Map[String,Int] = Map(hadoop -> 10, spark -> 20, storm -> 30)
+
+// 从指定的值初始化映射（方式二）
+scala>  val scores03 = Map(("hadoop", 10), ("spark", 20), ("storm", 30))
+scores03: scala.collection.immutable.Map[String,Int] = Map(hadoop -> 10, spark -> 20, storm -> 30)
+```
+
+采用上面方式得到的都是不可变(immutable)映射，想要得到可变映射，则用：
+
+```scala
+scala> val scores04 = scala.collection.mutable.Map("hadoop" -> 10, "spark" -> 20, "storm" -> 30)
+scores04: scala.collection.mutable.Map[String,Int] = Map(spark -> 20, hadoop -> 10, storm -> 30)
+```
+
+### 1.2 获取值
+
+```scala
+object ScalaApp extends App {
+
+  val scores = Map("hadoop" -> 10, "spark" -> 20, "storm" -> 30)
+
+  // 1.获取指定key对应的值
+  println(scores("hadoop"))
+
+  // 2. 如果对应的值不存在则使用默认值
+  println(scores.getOrElse("hadoop01", 100))
+}
+```
+
+### 1.3 新增/修改/删除值
+
+可变映射允许进行新增、修改、删除等操作。
+
+```scala
+object ScalaApp extends App {
+
+  val scores = scala.collection.mutable.Map("hadoop" -> 10, "spark" -> 20, "storm" -> 30)
+
+  // 1.如果key存在则更新
+  scores("hadoop") = 100
+
+  // 2.如果key不存在则新增
+  scores("flink") = 40
+
+  // 3.可以通过+=来进行多个更新或新增操作
+  scores += ("spark" -> 200, "hive" -> 50)
+
+  // 4.可以通过-= 来移除某个键和值
+  scores -= "storm"
+
+  for (elem <- scores) {println(elem)}
+}
+
+// 输出内容如下
+(spark,200)
+(hadoop,100)
+(flink,40)
+(hive,50)
+```
+
+不可变映射不允许进行新增、修改、删除等操作，但是允许由不可变映射产生新的映射。
+
+```scala
+object ScalaApp extends App {
+
+  val scores = Map("hadoop" -> 10, "spark" -> 20, "storm" -> 30)
+
+  val newScores = scores + ("spark" -> 200, "hive" -> 50)
+
+  for (elem <- scores) {println(elem)}
+
+}
+
+// 输出内容如下
+(hadoop,10)
+(spark,200)
+(storm,30)
+(hive,50)
+```
+
+### 1.4 遍历映射
+
+```java
+object ScalaApp extends App {
+
+  val scores = Map("hadoop" -> 10, "spark" -> 20, "storm" -> 30)
+
+  // 1. 遍历键
+  for (key <- scores.keys) { println(key) }
+
+  // 2. 遍历值
+  for (value <- scores.values) { println(value) }
+
+  // 3. 遍历键值对
+  for ((key, value) <- scores) { println(key + ":" + value) }
+
+}
+```
+
+### 1.5 产生新映射
+
+可以使用`yield`关键字从现有映射产生新的映射。
+
+```scala
+object ScalaApp extends App {
+
+  val scores = Map("hadoop" -> 10, "spark" -> 20, "storm" -> 30)
+
+  // 1.将scores中所有的值扩大10倍
+  val newScore = for ((key, value) <- scores) yield (key, value * 10)
+  for (elem <- newScore) { println(elem) }
+
+
+  // 2.将键和值互相调换
+  val reversalScore: Map[Int, String] = for ((key, value) <- scores) yield (value, key)
+  for (elem <- reversalScore) { println(elem) }
+
+}
+
+// 输出
+(hadoop,100)
+(spark,200)
+(storm,300)
+
+(10,hadoop)
+(20,spark)
+(30,storm)
+```
+
+### 1.6 有序映射
+
+在使用Map时候，如果不指定，默认使用的是HashMap，如果想要使用`TreeMap`或者`LinkedHashMap`，则需要显式的指定。
+
+```scala
+object ScalaApp extends App {
+
+  // 1.使用TreeMap,按照键的字典序进行排序
+  val scores01 = scala.collection.mutable.TreeMap("B" -> 20, "A" -> 10, "C" -> 30)
+  for (elem <- scores01) {println(elem)}
+
+  // 2.使用LinkedHashMap,按照键值对的插入顺序进行排序
+  val scores02 = scala.collection.mutable.LinkedHashMap("B" -> 20, "A" -> 10, "C" -> 30)
+  for (elem <- scores02) {println(elem)}
+}
+
+// 输出
+(A,10)
+(B,20)
+(C,30)
+
+(B,20)
+(A,10)
+(C,30)
+```
+
+### 1.7 其他方法
+
+```scala
+object ScalaApp extends App {
+
+  val scores = scala.collection.mutable.TreeMap("B" -> 20, "A" -> 10, "C" -> 30)
+
+  // 1. 获取长度
+  println(scores.size)
+
+  // 2. 判断是否为空
+  println(scores.isEmpty)
+
+  // 3. 判断是否包含特定的key
+  println(scores.contains("A"))
+
+}
+```
+
+### 1.8 与Java互操作
+
+```scala
+import java.util
+import scala.collection.{JavaConverters, mutable}
+
+object ScalaApp extends App {
+
+  val scores = Map("hadoop" -> 10, "spark" -> 20, "storm" -> 30)
+
+  // scala map转java map
+  val javaMap: util.Map[String, Int] = JavaConverters.mapAsJavaMap(scores)
+
+  // java map转scala map
+  val scalaMap: mutable.Map[String, Int] = JavaConverters.mapAsScalaMap(javaMap)
+  
+  for (elem <- scalaMap) {println(elem)}
+}
+```
+
+
+
+## 二、元组(Tuple)
+
+元组与数组类似，但是数组中所有的元素必须是同一种类型，而元组则可以包含不同类型的元素。
+
+```scala
+scala> val tuple=(1,3.24f,"scala")
+tuple: (Int, Float, String) = (1,3.24,scala)
+```
+
+### 2.1  模式匹配
+
+可以通过模式匹配来进行获取元组中的值并赋予对应的变量：
+
+```scala
+scala> val (a,b,c)=tuple
+a: Int = 1
+b: Float = 3.24
+c: String = scala
+```
+
+如果某些位置不需要赋值，则可以使用下划线代替：
+
+```scala
+scala> val (a,_,_)=tuple
+a: Int = 1
+```
+
+### 2.2 Zip方法
+
+```scala
+object ScalaApp extends App {
+
+   val array01 = Array("hadoop", "spark", "storm")
+  val array02 = Array(10, 20, 30)
+    
+  // 1.zip方法得到的是多个tuple组成的数组
+  val tuples: Array[(String, Int)] = array01.zip(array02)
+  // 2.也可以在zip后调用toMap方法转换为映射
+  val map: Map[String, Int] = array01.zip(array02).toMap
+    
+  for (elem <- tuples) { println(elem) }
+  for (elem <- map) {println(elem)}
+}
+
+// 输出
+(hadoop,10)
+(spark,20)
+(storm,30)
+
+(hadoop,10)
+(spark,20)
+(storm,30)
+```
+
+
+
+## 参考资料
+
+1. Martin Odersky . Scala编程(第3版)[M] . 电子工业出版社 . 2018-1-1  
+2. 凯.S.霍斯特曼  . 快学Scala(第2版)[M] . 电子工业出版社 . 2017-7
\ No newline at end of file