Scala高阶函数，闭包，颗粒化，集合
2016-05-31
简介：
本篇文章主要是对Scala高阶函数，闭包，颗粒化，集合讨论。
Scala函数式编程
Scala中的函数的可以不依赖类或则借口，独立存在，甚至函数可以作为参数传递，可以直接赋值给变量。
Scala的函数式编程使得算法的设计可以更高效更精简，因为函数式是依赖人们的思考 方式构建的。
Scala的函数式编程是的开发代码行数更少。
Spark中的代码几乎所有都是用函数式编写的，集合的函数式编程更是重中之重，以及基于集合的函数式操作。
高阶函数：
如果一个函数是一个函数的参数则称为此函数为高阶函数
高阶函数是scala与java的最大不同。
函数的赋值给变量
|
scala> def fun1(name : String){println(name)} //fun1为函数的名称，（name:String）参数 Unit是返回值为Unit fun1: (name: String)Unit //现在将函数赋值给变量 //val fun1_v = fun1 _ //函数名 _ 中间一定要加空格 //这时候的fun1_v就是函数了 scala> val fun1_v = fun1 _ //fun1 _ 此时就表示函数本身了 //此时我们看出fun1_v就是函数了，参数的类型是String类型，返回值是Unit // => 是将左边的参数进行右边的加工。 fun1_v: String => Unit = <function1> scala> fun1("Spark") Spark
scala> fun1_v("Spark") Spark
scala> fun1_v("Scala") Scala
匿名函数 在实际工作的时候，比如算法设计我们可能不需要函数名称，只需要函数执行的功能就可以了，这时候我们就会使用匿名函数。 但是我们要使用它，就可以借助函数赋值给变量，变量就变成了函数的性质，将匿名函数赋值给变量。 匿名函数的定义规则： (参数 ：类型) => 函数的操作 scala> val fun2 = (content : String) => println(content) fun2: String => Unit = <function1>
scala> fun2("Hadoop") Hadoop
|
高阶函数
函数的参数也是函数，为啥可以？因为前面谈到了函数可以赋值给变量，而我们现在直接把函数作为函数的参数，也应该是可以的。这样的设计非常强大：
例如：我们使用函数去操作集合，可能需要循环遍历集合，这个时候我们就可以使用函数参数，而此时的函数参数具有遍历集合的功能。
|
//第一个参数，定义了一个函数，func是函数的名称，（String）是变量的类型，=>Unit指定函数的返回值是Unit //第一个传入参数的要求是： 定义一个函数，函数值是Unit scala> val hiScala = (content : String) => println(content) hiScala: String => Unit = <function1>
scala> def bigData(func : (String) => Unit,content:String){func(content)} bigData: (func: String => Unit, content: String)Unit
//传入的第一个参数是一个函数，传入第二个参数的时候，content就会作为参数传入//第一个hiScala函数里面 scala> bigData(hiScala,"Spark") Spark
//item => (2*item) 是一个匿名函数，作为参数传入到map()函数中，map函数的作用是循环遍历集合中的所有元素。 scala> array.map(item => (2*item)) res5: Array[Int] = Array(2, 4, 6, 8, 10, 12, 14, 16, 18) |
另外，高阶函数的返回值也有可能是函数
|
scala> def func_Returned(content : String) = (message : String) => println(message) // 匿名函数本身是返回值，所有返回类型是Unit，func_returned()函数的返回值类型// 是String. func_Returned: (content: String)String => Unit
scala> func_Returned("Spark") //执行结果是一个函数 //输入类型是字符串String，为啥呢？因为 (message : String) 输入参数是String,返回类//型是Unit，因为println(message)是一条打印语句。 res7: String => Unit = <function1>
scala> def func_Returned(content : String) = (message : String) => println(content + " " + message) func_Returned: (content: String)String => Unit
scala> val returned = func_Returned("Spark") returned: String => Unit = <function1>
//为啥会打印 Spark 此时的Spark是上面def func_Returned(content : String) = //(message : String) => println(content + " " + message)为参数的输入值 //为啥会打印Scala 因为returned = func_Returned("Spark"),是把函数的返回值为函数//的返回值赋值给了returned,也就相当于把(message : String) => println(content + " " + //message) 赋值给了returned,此时我们传入参数，也就是message的参数，content//之前传过了。
scala> returned("Scala") Spark Scala |
高阶函数的两个层面：
1. 函数的参数是函数
2. 函数的返回值是函数
高阶函数有一个重要的性质就是类型推断，可以自动推断出具体的参数和类型，并且对于只有一个参数的函数，可以声明掉小括号，如果在函数的函数体中，只使用一次输入参数的参数值的话，那么可以将函数的输入参数的名称省略，用下划线来代替。
|
scala> spark((name : String) => println(name),"Scala") Scala //为啥可以省略掉String,因为我们定义的时候传入的参数是String类型，而且确实传入的值也是String类型，所以可以省略。 scala> spark((name) => println(name),"Scala") Scala
//如果只有一个参数的时候 () 也可以省略掉了。 scala> spark(name => println(name),"Scala") Scala
//因为函数体本身只有一个参数，所以可以将参数省略掉，用下划线代替。 scala> spark(println(_),"Scala") Scala
//如果只有一个参数的时候，() 也可以省略。 scala> spark(println , "Scala") Scala scala> val array = Array(1,2,3,4,5,6,7,8,9) array: Array[Int] = Array(1, 2, 3, 4, 5, 6, 7, 8, 9)
scala> array.map(item => (2*item)) res5: Array[Int] = Array(2, 4, 6, 8, 10, 12, 14, 16, 18) //因为只有一个参数所以可以直接用下划线代替。 scala> array.map(2*_) res13: Array[Int] = Array(2, 4, 6, 8, 10, 12, 14, 16, 18) scala> array.map(2*_) res13: Array[Int] = Array(2, 4, 6, 8, 10, 12, 14, 16, 18)
//此时filter是高阶函数 scala> array.map(2*_).filter(_>10).foreach(println) 12 14 16 18
//(_+_)里面就是一个函数，第一个_的值是前n次求和的结果，第二个_ 是第n+1项的 结果。 scala> (1 to 100).reduceLeft(_+_) res19: Int = 5050 |
闭包：
函数的变量，超出他的有效作用域中我们还能对函数的内部变量进行访问。
|
scala> def scala(content : String) = (message : String) => println(content + " : " + message) scala: (content: String)String => Unit
//通用的角度来看，scala函数执行之后，spark是不会存在的。因为content是scala的局部//变量。在函数执行完之后是不会存在的。 scala> val funcResult = scala("Spark") funcResult: String => Unit = <function1>
//这里为啥还可以打印出来Spark //而scala执行完之后，里面的成员依旧可以被访问这就是闭包。 //也就是说content的内容被保存在函数体内部可以被反复的使用。 //闭包的实现原理是：Scala为我们当前的函数生成了一个当前我们看不到的对象，把我们对象的content成员，而scala也是对象的成员，当我们执行scala函数的时候，也就是执行对象里面的函数，而对象里面的函数，访问函数里面的属性成员是非常正常的。
scala> funcResult("Flink") Spark : Flink
|
颗粒化：
作用是将两个参数的函数，转换成两个函数，第一个函数的参数为两个参数函数的第一个参数，同理，第二个函数的参数为第二个参数。
|
scala> def sum(x:Int,y:Int) = x + y sum: (x: Int, y: Int)Int
scala> sum(1,2) res16: Int = 3
scala> def sum_Currying(x:Int) = (y:Int) => x + y sum_Currying: (x: Int)Int => Int
scala> sum_Currying(1)(2) res17: Int = 3
scala> def sum_Currying_Better(x : Int)(y : Int) = x + y sum_Currying_Better: (x: Int)(y: Int)Int
scala> sum_Currying_Better(1)(2) res18: Int = 3 |
集合：
|
//创建一个集合 scala> val list = List("Scala","Spark","Fink") list: List[String] = List(Scala, Spark, Fink)
//map函数会遍历整个集合，"The content is : " + _ 是一个函数，因为每个参数只用一次所以我们用下划线 _ 代替。 scala> list.map("The content is : " + _) res20: List[String] = List(The content is : Scala, The content is : Spark, The content is : Fink)
scala> val cal = list.map("The content is : " + _) cal: List[String] = List(The content is : Scala, The content is : Spark, The content is : Fink)
scala> cal res21: List[String] = List(The content is : Scala, The content is : Spark, The content is : Fink)
scala> cal.flatMap(_.split(" ")) res22: List[String] = List(The, content, is, :, Scala, The, content, is, :, Spark, The, content, is, :, Fink)
scala> cal.flatMap(_.split(" ")).foreach(print) Thecontentis:ScalaThecontentis:SparkThecontentis:Fink scala> list.zip(List(10,6,5)) res24: List[(String, Int)] = List((Scala,10), (Spark,6), (Fink,5)) |