【Scala】Scala的集合类型与数组操作

1、Scala中的集合

Scala有一个非常通用丰富强大可组合的集合库；集合是高阶的，并拥有一大套操作方法。Scala的所有的集合类都可以在包 scala.collection 包中找到，其中集合类都是高级抽象类或特性。

Iterable[T] 是所有可遍历的集合，它提供了迭代的方法(foreach)。
Seq[T] 是有序集合。
Set[T]是数学上的集合(无序且不重复)。
Map[T]是关联数组，也是无序的。
Scala 集合类系统地区分了可变的和不可变的集合。
可变集合可以在适当的地方被更新或扩展，意味着你可以修改、添加、移除一个集合的元素。而不可变集合类，相比之下永远不会改变。不过，你仍然可以模拟添加移除或更新操作。但是这些操作将在每一种情况下都返回一个新的集合，同时使原来的集合不发生改变。可变的集合类位于 scala.collection.mutable 包中，而不可变的集合位于 scala.collection.immutable.scala.collection 包中。集合既可以是可变的，也可以是不可变的。
官方文档：http://www.scala-lang.org/docu/files/collections-api/collections.html
所有集合组件图示如下：

2、Scala集合List和Set

Scala集合中的seq包含了：Range和ArrayBuffer以及List。这些组件区分了可变和不可变类型。
（1）创建list集合

val list = List(1,2,3,4,5)

（2）Scala中的list包含两个部分，head+tail或head+Nil
list.head 代表返回第一个元素，list.tail 代表返回一个不包含第一个元素的集合，Nil代表空的list集合。

val list2 = 1::Nil

注意集合的顺序，前面是元素后面是集合

val list3 = 2::list2

前面的元素就是新的list的head，后面的就是新的list的tail
（3）创建一个可变的list集合

val listBuffer = scala.collection.mutable.ListBufferInt

（4）添加元素

listBuffer += 2
listBuffer +=(3,4,5)
listBuffer ++= List(6,7,8)
listBuffer -= (4,7)

（5）list练习：指定前缀
需求：使用递归函数给list中的每个元素都加上指定的前缀，并且打印出加上前缀的元素。
注意：最后一个元素的时候它的tail就是Nil。

 def dtor(list: List[Int], pfix: String){
    if(list != Nil){
        println(pfix + list.head)
        dtor(list.tail,pfix)
    }
 }

（6）set集合创建
不可变集合：

 val set = Set(1,2,3,4)

可变集合：

val s = scala.collection.mutable.Set(1,2)

添加元素：
不可变集合：+ ++ - –
可变集合：+= ++= -= –=

3、Scala集合Map与Tuple

（1）创建Map
创建一个不可变的Map：

val ages = Map(“Leo” -> 30, “Jen” -> 25, “Jack” -> 23)
ages(“Leo”) = 31

创建一个可变的Map：

val ages = scala.collection.mutable.Map(“Leo” -> 30, “Jen” -> 25, “Jack” -> 23)
ages(“Leo”) = 31

使用另外一种方式定义Map元素：

val ages = Map((“Leo”, 30), (“Jen”, 25), (“Jack”, 23))

创建一个空的HashMap：

val ages = new scala.collection.mutable.HashMap[String, Int]

（2）访问Map的元素
获取指定key对应的value，如果key不存在，会报错：

val leoAge = ages(“Leo”)
val leoAge = ages(“leo”)

使用contains函数检查key是否存在：

val leoAge = if (ages.contains(“leo”)) ages(“leo”) else 0

getOrElse函数：

val leoAge = ages.getOrElse(“leo”, 0)

（3）修改Map的元素
更新Map的元素：

ages(“Leo”) = 31

增加多个元素：

ages += (“Mike” -> 35, “Tom” -> 40)

移除元素：

ages -= “Mike”

更新不可变的map：

val ages2 = ages + (“Mike” -> 36, “Tom” -> 40)

移除不可变map的元素：

val ages3 = ages - “Tom”

（4）遍历Map
遍历map的entrySet：

for ((key, value) <- ages) println(key + ” ” + value)

遍历map的key：

for (key <- ages.keySet) println(key)

遍历map的value：

for (value <- ages.values) println(value)

生成新map，反转key和value：

for ((key, value) <- ages) yield (value, key)

（5）SortedMap和LinkedHashMap
SortedMap可以自动对Map的key的排序：

val ages = scala.collection.immutable.SortedMap(“leo” -> 30, “alice” -> 15, “jen” -> 25)

LinkedHashMap可以记住插入entry的顺序：

val ages = new scala.collection.mutable.LinkedHashMap[String, Int]
ages(“leo”) = 30
ages(“alice”) = 15
ages(“jen”) = 25

（6）Map的元素类型—Tuple
Map的每一个元素(key,value)就称作：tuple元组对
简单的Tuple定义：

val t = (“leo”, 30)

访问Tuple：

t._1

zip拉链操作：

val names = Array(“leo”, “jack”, “mike”)
val ages = Array(30, 24, 26)
val nameAges = names.zip(ages)
for ((name, age) <- nameAges) println(name + “: ” + age)

4、数组Array

在Scala中，Array代表的含义与Java中类似，也是长度不可改变的数组。此外，由于Scala与Java都是运行在JVM中，双方可以互相调用，因此Scala数组的底层实际上是Java数组。例如字符串数组在底层就是Java的String[]，整数数组在底层就是Java的Int[]。
（1）数组初始化后，长度就固定下来了，而且元素全部根据其类型初始化

val a = new ArrayInt
a(0)
a(0) = 1
val a = new ArrayString

（2）可以直接使用Array()创建数组，元素类型自动推断

val a = Array(“hello”, “world”)
a(0) = “hi”
val a = Array(“leo”, 30)

（3）数组元素求和

val a = Array(1, 2, 3, 4, 5)
val sum = a.sum

（4）获取数组最大值

val max = a.max

（5）对数组进行排序

scala.util.Sorting.quickSort(a)

（6）获取数组中所有元素内容

a.mkString
a.mkString(“, “)
a.mkString(“<”, “,”, “>”)

（7）toString函数

a.toString

5、数组ArrayBuffer

在Scala中，如果需要类似于Java中的ArrayList这种长度可变的集合类，则可以使用ArrayBuffer。
（1）如果不想每次都使用全限定名，则可以预先导入ArrayBuffer类

import scala.collection.mutable.ArrayBuffer

（2）使用ArrayBuffer()的方式可以创建一个空的ArrayBuffer

val b = ArrayBufferInt

（3）使用+=操作符，可以添加一个元素，或者多个元素。这个语法必须要谨记在心！因为spark源码里大量使用了这种集合操作语法！

b += 1
b += (2, 3, 4, 5)

（4）使用++=操作符，可以添加其他集合中的所有元素

b ++= Array(6, 7, 8, 9, 10)

（5）使用trimEnd()函数，可以从尾部截断指定个数的元素

b.trimEnd(5)

（6）使用insert()函数可以在指定位置插入元素，但是这种操作效率很低，因为需要移动指定位置后的所有元素。

b.insert(5, 6)
b.insert(6, 7, 8, 9, 10)

（7）使用remove()函数可以移除指定位置的元素

b.remove(1)
b.remove(1, 3)

（8）Array与ArrayBuffer可以互相进行转换

b.toArray
a.toBuffer

（9）使用for循环和until遍历Array / ArrayBuffer
until是RichInt提供的函数

for (i <- 0 until b.length)
println(b(i))

（10）跳跃遍历Array / ArrayBuffer

for(i <- 0 until (b.length, 2))
println(b(i))

（11）从尾部遍历Array / ArrayBuffer

for(i <- (0 until b.length).reverse)
println(b(i))

（12）使用“增强for循环”遍历Array / ArrayBuffer

for (e <- b)
println(e)

（13）toString函数

b.toString

6、数组操作

（1）使用yield和函数式编程转换数组
对Array进行转换，获取的还是Array

val a = Array(1, 2, 3, 4, 5)
val a2 = for (ele <- a) yield ele * ele

对ArrayBuffer进行转换，获取的还是ArrayBuffer

val b = ArrayBufferInt
b += (1, 2, 3, 4, 5)
val b2 = for (ele <- b) yield ele * ele

结合if守卫，仅转换需要的元素

val a3 = for (ele <- if ele % 2 == 0) yield ele * ele

（2）使用函数式编程转换数组（通常使用第一种方式）

a.filter(_ % 2 == 0).map(2 * _)
a.filter { _ % 2 == 0 } map { 2 * _ }

（3）算法案例：移除第一个负数之后的所有负数
1. 算法一：
构建数组：

val a = ArrayBufferInt
a += (1, 2, 3, 4, 5, -1, -3, -5, -9)

每发现一个第一个负数之后的负数，就进行移除，性能较差，多次移动数组：

var foundFirstNegative = false
var arrayLength = a.length
var index = 0
while (index < arrayLength) {
    if (a(index) >= 0) {
        index += 1
    } else {
    if (!foundFirstNegative) { foundFirstNegative = true; index += 1 }
    else { a.remove(index); arrayLength -= 1 }
    }
}

2. 算法二：
重新构建数组：

val a = ArrayBufferInt
a += (1, 2, 3, 4, 5, -1, -3, -5, -9)

每记录所有不需要移除的元素的索引，稍后一次性移除所有需要移除的元素。该算法性能较高，数组内的元素迁移只要执行一次即可。

var foundFirstNegative = false
val keepIndexes = for (i <- 0 until a.length if !foundFirstNegative || a(i) >= 0) yield {
    if (a(i) < 0) foundFirstNegative = true
    i
}
for (i <- 0 until keepIndexes.length) { a(i) = a(keepIndexes(i)) }
a.trimEnd(a.length - keepIndexes.length)