这个章节的内容包含

• 基本数据结构

• List

• Set

• Tuple

• Maps

• 函数组合器

• map

• foreach

• filter

• zip

• partition

• find

• drop and dropWhile

• foldRight and foldLeft

• flatten

• flatMap

• 广义的函数组合器

• 如何处理好Map?

基本数据结构

Scala提供了一些很方便的集合类。

List   

scala> val numbers = List(1, 2, 3, 4)
numbers: List[Int] = List(1, 2, 3, 4)

Set

集合中没有重复元素   

scala> Set(1, 1, 2)
res0: scala.collection.immutable.Set[Int] = Set(1, 2)

元组(Tuple)

元组可以直接把一些具有简单逻辑关系的一组数据组合在一起，并且不需要额外的类。  

scala> val hostPort =   ("localhost", 80)

hostPort: (String, Int) =   (localhost, 80)   

和case class不同，元组的元素不能通过名称进行访问，不过它们可以通过基于它们位置的名称进行访问，这个位置是从1开始而非从0开始。

scala> hostPort._1
res0: String = localhost
 
scala> hostPort._2
res1: Int = 80

元组可以很好地和模式匹配配合使用。

hostPort match {
  case ("localhost", port)   => ...
  case (host, port) => ...
}

创建一个包含2个值的元组有一个很简单的方式：->

scala> 1 -> 2
res0: (Int, Int) = (1,2)

Map

Map里可以存放基本的数据类型。  

  Map(1 -> 2)

  Map("foo" ->"bar")

这个看起来是一个特殊的语法，不过回想一下前面我们讨论元组的时候，->符号是可以用来创建元组的。

Map()可以使用我们在第一节里讲到的可变参数的语法：Map( 1 ->"one", 2 ->"two")，它会被扩展为Map((1,"one"),(2,"two"))，其中第一个元素参数是key，第二个元素是value。

Map里也可以包含Map，甚至也可以把函数当作值存在Map里。

 Map(1 -> Map("foo" ->"bar"))

 Map("timesTwo" -> { timesTwo(_) })

Option

Option是一个包含或者不包含某些事物的容器。

Option的基本接口类似于：   

trait Option[T] {
  def isDefined:   Boolean
  def get: T
  def getOrElse(t:   T): T
}

Option本身是泛型的，它有两个子类：Some[T]和None

我们来看一个Option的示例： Map.get使用Option来作为它的返回类型。Option的作用是告诉你这个方法可能不会返回你请求的值。

scala> val numbers = Map(1 ->"one", 2 ->"two")
numbers:   scala.collection.immutable.Map[Int,String] = Map((1,one), (2,two))
 
scala> numbers.get(2)
res0: Option[java.lang.String] = Some(two)
 
scala> numbers.get(3)
res1: Option[java.lang.String] = None

现在，我们要的数据存在于这个Option里。那么我们该怎么处理它呢？

一个比较直观的方法就是根据isDefined方法的返回结果作出不同的处理。

//如果这个值存在的话，那么我们把它乘以2，否则返回0。
 
val result = if (res1.isDefined) {
  res1.get * 2
} else {
  0
}

不过，我们更加建议你使用getOrElse或者模式匹配来处理这个结构。

getOrElse让你可以很方便地定义一个默认值。

val result = res1.getOrElse(0)   * 2

模式匹配可以很好地和Option进行配合使用。

val result = res1 match { case Some(n) => n * 2 case None => 0 }

函数组合器

List(1,2,3) map squared会在列表的每个元素上分别应用squared函数，并且返回一个新的列表，可能是List(1,4,9)。我们把类似于map这样的操作称为组合器。（如果你需要一个更好的定义，你或许会喜欢Stackoverflow上的关于组合器的解释。

map

在列表中的每个元素上计算一个函数，并且返回一个包含相同数目元素的列表。

scala> numbers.map((i: Int)   => i * 2)
res0: List[Int] = List(2, 4, 6, 8)

或者传入一个部分计算的函数

scala> def timesTwo(i: Int):   Int = i * 2
timesTwo: (i: Int)Int
 
scala> numbers.map(timesTwo   _)
res0: List[Int] = List(2, 4, 6,   8)

foreach

foreach和map相似，只不过它没有返回值，foreach只要是为了对参数进行作用。

scala> numbers.foreach((i:   Int) => i * 2)

没有返回值。

你可以尝试把返回值放在一个变量里，不过它的类型应该是Unit（或者是void）

scala> val doubled =   numbers.foreach((i: Int) => i * 2)
doubled: Unit = ()

filter

移除任何使得传入的函数返回false的元素。返回Boolean类型的函数一般都称为断言函数。

scala> numbers.filter((i:   Int) => i % 2 == 0)
res0: List[Int] = List(2, 4)

scala> def isEven(i: Int):   Boolean = i % 2 == 0
isEven: (i: Int)Boolean
 
scala> numbers.filter(isEven   _)
res2: List[Int] = List(2, 4)

zip

zip把两个列表的元素合成一个由元素对组成的列表里。

scala> List(1, 2,   3).zip(List("a", "b", "c"))
res0: List[(Int, String)] =   List((1,a), (2,b), (3,c))

partition

partition根据断言函数的返回值对列表进行拆分。

scala> val numbers = List(1,   2, 3, 4, 5, 6, 7, 8, 9, 10)
scala> numbers.partition(_   %2 == 0)
res0: (List[Int], List[Int]) =   (List(2, 4, 6, 8, 10),List(1, 3, 5, 7, 9))

find

find返回集合里第一个匹配断言函数的元素

scala> numbers.find((i: Int)   => i > 5)
res0: Option[Int] = Some(6)

drop & dropWhile

drop丢弃前i个元素

scala> numbers.drop(5)
res0: List[Int] = List(6, 7, 8,   9, 10)

dropWhile移除前几个匹配断言函数的元素。例如，如果我们从numbers列表里dropWhile奇数的话，1会被移除（3则不会，因为它被2所“保护”）。

scala> numbers.dropWhile(_ %   2 != 0)
res0: List[Int] = List(2, 3, 4,   5, 6, 7, 8, 9, 10)

foldLeft

scala> numbers.foldLeft(0)((m:   Int, n: Int) => m + n)
res0: Int = 55

0是起始值（注意numbers是一个List[Int])，m是累加值。

更加直观的来看：

scala> numbers.foldLeft(0) {   (m: Int, n: Int) => println("m: " + m + " n: "+ n); m +   n }
m: 0 n: 1
m: 1 n: 2
m: 3 n: 3
m: 6 n: 4
m: 10 n: 5
m: 15 n: 6
m: 21 n: 7
m: 28 n: 8
m: 36 n: 9
m: 45 n: 10
res0: Int = 55

foldRight

这个和foldLeft相似，只不过是方向相反。

scala> numbers.foldRight(0)   { (m: Int, n: Int) => println("m: " + m + " n: "+ n); m +   n }
m: 10 n: 0
m: 9 n: 10
m: 8 n: 19
m: 7 n: 27
m: 6 n: 34
m: 5 n: 40
m: 4 n: 45
m: 3 n: 49
m: 2 n: 52
m: 1 n: 54
res0: Int = 55

flatten

flatten可以把嵌套的结构展开。

scala> List(List(1, 2),   List(3, 4)).flatten
res0: List[Int] = List(1, 2, 3, 4)

flaoMap

flatMap是一个常用的combinator，它结合了map和flatten的功能。flatMap接收一个可以处理嵌套列表的函数，然后把返回结果连接起来。

scala> val nestedNumbers =   List(List(1, 2), List(3, 4))
nestedNumbers: List[List[Int]]   = List(List(1, 2), List(3, 4))
 
scala>   nestedNumbers.flatMap(x => x.map(_ * 2))
res0: List[Int] = List(2, 4, 6,   8)

可以把它当作map和flatten两者的缩写：

scala> nestedNumbers.map((x:   List[Int]) => x.map(_ * 2)).flatten
res1: List[Int] = List(2, 4, 6,   8)

这个调用map和flatten的示例是这些函数的类“组合器”特点的展示。

广义的函数组合器

现在，我们学习了一大堆处理集合的函数。

不过，我们更加感兴趣的是怎么写我们自己的函数组合器。

有趣的是，上面展示的每个函数组合器都是可以通过fold来实现的。我们来看一些示例。

def ourMap(numbers: List[Int],   fn: Int => Int): List[Int] = {
  numbers.foldRight(List[Int]())   { (x: Int, xs: List[Int]) =>
    fn(x)   :: xs
  }
}
 
scala> ourMap(numbers,   timesTwo(_))
res0: List[Int] = List(2, 4, 6,   8, 10, 12, 14, 16, 18, 20)

为什么要List[Int]?因为Scala还不能聪明到知道你需要在一个空的Int列表上来进行累加。

如何处理好Map?

我们上面所展示的所有函数组合器都能都Map进行处理。Map可以当作是由键值对组成的列表，这样你写的函数就可以对Map里的key和value进行处理。

scala> val extensions =   Map("steve" -> 100, "bob" -> 101, "joe" -> 201)
extensions:   scala.collection.immutable.Map[String,Int] = Map((steve,100), (bob,101),   (joe,201))

现在过滤出所有分机号码小于200的元素。

scala>   extensions.filter((namePhone: (String, Int)) => namePhone._2 < 200)
res0:   scala.collection.immutable.Map[String,Int] = Map((steve,100), (bob,101))

因为你拿到的是一个元组，所以你不得不通过它们的位置来取得对应的key和value，太恶心了！

幸运的是，我们实际上可以用一个模式匹配来优雅地获取key和value。

scala>   extensions.filter({case (name, extension) => extension < 200})
res0: scala.collection.immutable.Map[String,Int]   = Map((steve,100), (bob,101))