Scala中的map和flatMap

版权声明：版权声明中 https://blog.csdn.net/lds_include/article/details/88980564

Scala中的map和flatMap

list中map和flatMap的实现：

• map

  • 源码

  abstract class List[T]{ 
  def map[U](f: T => U): List[U] = this match { 
  case first :: last = f(first) :: last.map(f) 
  case Nil = Nil 
  }
  

  • 说明：
    • map会将每一条输入映射为一个新对象。{苹果，梨子}.map(去皮） = {去皮苹果，去皮梨子} 其中： “去皮”函数的类型为：A => B
  • 举例：

  //通过并行化生成rdd
  val rdd1 = sc.parallelize(List(5, 6, 4, 7, 3, 8, 2, 9, 1, 10))
  //对rdd1里的每一个元素乘2然后排序
  val rdd2 = rdd1.map(_ * 2).sortBy(x => x, true)
  //过滤出大于等于十的元素
  val rdd3 = rdd2.filter(_ >= 10)
  //将元素以数组的方式在客户端显示
  rdd3.collect
  

• flatMap

  • 源码

  def flatMap[U](f: T => List[U]): List[U] = this match{ 
  case x:: xs => f(x) ++ xs.flatMap(f) 
  case Nil => Nil 
  } 
  }
  

  • 说明：
    • flatMap包含两个操作：会将每一个输入对象输入映射为一个新集合，然后把这些新集合连成一个大集合。 {{蛋糕，面包}，{梨子，苹果}}.flatMap(切碎) = {切碎的蛋糕，切碎的面包片，切碎的苹果片，切碎的梨子片} 其中： “切碎”函数的类型为： A => List< B >
  • 举例：

  val rdd1 = sc.parallelize(Array("a b c", "d e f", "h i j"))
  //将rdd1里面的每一个元素先切分再压平
  val rdd2 = rdd1.flatMap(_.split(' '))
  rdd2.collect
  //来个复杂的：
  val rdd1 = sc.parallelize(List(List("a b c", "a b b"), List("e f g", "a f g"), List("h i j", "a a b")))
  //将rdd1里面的每一个元素先切分并压平
  val rdd2 = rdd1.flatMap(_.flatMap(_.split(" ")))
  rdd2.collect