高阶函数
Posted weiking
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了高阶函数相关的知识，希望对你有一定的参考价值。
- map/flatMap:对数据集中的每条数据处理，有返回值
- sorted/sortedBy/sortWith:对数据集中的数据按照指定的方式进行排序
- groupBy：对数据集中的的数据按照某种方式进行分组
- reduce/fold：对数据集中的数据进行合并
- filter/filterNot:对数据集中的数据进行过滤
- foreach:对数据集中的每条数据处理，没有返回值
map和flatMap
map
val list = List(1, 2, 7, 8, 3, 4, 9, 10, 6, 5) /** * def map(f: A => B) * map的参数是一个函数。f: A => B * A -> 表示的是列表List中数据类型，此处是Int类型 * 此处 B属于泛型，不是Unit类型 * 作用：对集合中每一个元素进行操作，将每个元素传递到指定的函数f中，进行操作，并且有返回值 */ val mapList: List[Double] = list.map(item => item * 2.0) list.map(item => println(s"item = $item, transform = $item * 2.0") item * 2.0 )
flatMap
/** * flatMap() -> f: A => Traversable[B] * 对List中每个元素进行操作，将每个元素传入到函数f中，进行操作，返回Traversable * Traversable:是可遍历对象，可以认为就是一个集合 * 然后将每个Traversable中的元素映射到新的List集合（RDD）中 */ val flatMapList= list.flatMap(item => val range: Inclusive = 0 to item println(s"item = $item, range = $range.mkString("|")") range.mkString("|").split("|") ).foreach(println)
Map和flatMap的区别
// map和flatmap区别:map不会增加RDD的count,flatMap会增加RDD的count // flatmap的f函数的返回值是Traversable，然后将Traversable中的每个元素映射到新的RDD（list）中,会增加RDD的count // map的f函数的返回值可以是不为Unit的任意的数据类型 val lineList = List("hadoop,spark,hive,spark,hadoop,spark", "spark,spark") lineList.map(line => line.split(",").toList.mkString(" ")).foreach(println) lineList.flatMap(line => line.split(",")).foreach(println)
sorted/sortedBy/sortWith
-
sorted/sortBy/sortWith:都是对集合中的元素进行排序
-
只有soreBy是RDD的函数，使用的时候execute的数目只能设置为一个
val li = List(7, 8, 3, 4, 9) val list: RDD[Int] = sc.parallelize(li) // sorted：默认的情况下，按照数据的自然方式进行升序排序 li.sorted.foreach(item => println(item)) // def sortBy[B](f: A => B)：按照函数特定的方式排序 list.sortBy(item => - item).foreach(item => println(item)) // def sortWith(lt: (A, A) => Boolean)：按照比较之后结果为true的方式排序 li.sortWith((x1, x2) => println(s"x1 = $x1, x2 = $x2") x1 > x2 ).foreach(item => println(item))
groupBy
/** * def groupBy(f: A => K) * 说明：集合中每个元素应用到函数f中,返回值k就是分组的类别 */ val list = List(7, 8, 3, 4, 9) val groupMap: Map[String, List[Int]] = list.groupBy(item => if(item % 2 ==0) "偶数" else "奇数") // 列表中存在数据类型二元组 val tupleList = List(("spark", 34), ("scala", 12), ("spark", 10), ("spark", 1), ("hive", 1) val tupleGroupMap: Map[String, List[(String, Int)]] = tupleList.groupBy(item => item._1) tupleGroupMap.map(t2 => val word: String = t2._1 val list: List[(String, Int)] = t2._2 val count = list.map(item => item._2).sum (word, count) )
reduce/fold
-
left:有三层含义：
-
f函数的左边的参数为中间临时变量
-
集合从左边开始聚合
-
集合左边的第一个元素为中间临时变量的初始值
-
-
reduce和reduceLeft的区别:
-
reduceLeft中间临时变量的数据类型是集合中传入的数据类型的父集（reduceLeft的函数参数的返回值向上转型） def reduceLeft[B >: A](f: (B, A) => B)
-
reduce：中间临时变量的数据类型和传入数据中数据类型相同 def reduce(op: (A1, A1) => A1)
-
-
fold和foldLeft的区别：
-
foldLeft:中间临时变量的类型 是任意类型def foldLeft[B](z: B)(f: (B, A) => B)
-
fold:初始赋值的数据类型和传入数据中数据类型相同def fold(z: A1)(op: (A1, A1) => A1)
-
-
reduceLeft和foldLeft的区别：
-
reduceLeft:中间变量的初始值只能是集合中左边的第一个元素，数据类型为集合中元素的父集 def reduceLeft[B >: A](f: (B, A) => B)
-
foldLeft:中间变量的初始值是自己选择的任意类型 def foldLeft[B](z: B)(f: (B, A) => B)
-
reduce
/** * def reduce(op: (A1, A1) => A1): A1 =reduceLeft(op) * - reduce函数中参数的类型是一个函数，并且是两个参数的： * op 函数的要求如下； * 第一点：参数类型和返回值的类型是一致的 * 第二点：有两个参数，其中 * 第一个参数为“聚合”的中间临时变量，初始值为第一个元素的值 * 第二个参数是集合中除去第一个元素以外的每个元素的值 */ list.reduce((x1, x2) => println(s"x1 = $x1, x2 = $x2") x1 + x2 )
reduceLeft
/** * def reduceLeft[B >: A](f: (B, A) => B): B * - reduceLeft函数中参数的类型是一个函数，并且是两个参数的： * op 函数的要求如下； * 第一点：中间临时变量的参数类型B是集合中传入参数类型A的父集，返回值类型是中间临时变量类型B * 第二点：有两个参数，其中 * 第一个参数B为“聚合”的中间临时变量，初始值是从左边开始选的，reduce底层就是调用reduceLeft * 第二个参数A是集合中除去第一个元素以外的每个元素的值 */ list.reduceLeft((tmp, item) => println(s"tmp = $tmp, x2 = $item") tmp + item )
reduceRight
/** * def reduceRight[B >: A](op: (A, B) => B): B * - reduceRight函数中参数的类型是一个函数，并且是两个参数的： * op 函数的要求如下； * 第一点：中间临时变量的参数类型B是集合中传入参数类型A的父集，返回值类型是中间临时变量类型B * 第二点：有两个参数，其中 * 第一个参数B为“聚合”的中间临时变量，初始值是从右边开始选的 * 第二个参数A是集合中除去第一个元素以外的每个元素的值 */ list.reduceRight((item, tmp) => println(s"tmp = $tmp, x2 = $item") tmp + item )
fold
/** * def fold(z: A1)(op: (A1, A1) => A1): A1 = foldLeft(z)(op) * 参数说明： * -a. 第一个参数：z * 表明的是Zero(初始化):中间临时变量的初始化值 * -b. 第二个参数：op: (A1, A1) => A1 * A1表示的是中间临时变量 类型 * A2 表示的是 集合个每个元素；类型 * -c. 中间临时变量。临时变量的初始值，返回值和集合中的元素都相同 */ val list = List(1, 2, 7, 8, 3, 4, 9, 10, 6, 5) // 求和，此处使用fold函数大材小用 list.fold(0)((tmp, item) => println(s"tmp = $tmp, item = $item") tmp + item )
foldLeft
/** * def foldLeft[B](z: B)(f: (B, A) => B): B * 参数说明： * -a. 第一个参数：z * 表明的是Zero(初始化):中间临时变量的初始化值 * -b. 第二个参数：(f: (B, A) => B * B表示的是中间临时变量 类型 * A表示的是 集合个每个元素类型 * -c. 中间临时变量不需要和集合中的元素的值相同，可以是自己定义的任何数据类型 */ val lst = List(11, 22, 11, 11, 22, 99, 100) // TODO： 使用foldLeft/foldRight函数对集合中数据进行去重 import scala.collection.mutable lst.foldLeft(mutable.Set[Int]())((set, item) => println(s"set = $set, item = $item") set += item )
foldRight
/** * foldRight[B](z: B)(op: (A, B) => B): B * 参数说明： * -a. 第一个参数：z * 表明的是Zero(初始化):中间临时变量的初始化值 * -b. 第二个参数：(op: (A, B) => B * B表示的是中间临时变量 类型 * A表示的是 集合个每个元素类型 * -c. 中间临时变量不需要和集合中的元素的值相同，可以是自己定义的任何数据类型 */ lst.foldRight(mutable.Set[Int]())((item, set) => println(s"set = $set, item = $item") set += item )
filter/filterNot
/** * def filter(p: A => Boolean): * 将集合中的每一个元素传递到函数p中，返回值是Boolean类型 * filter的结果是函数p的返回值是true的元素组成的新的集合 */ list.filter(item => item % 2 != 0).foreach(println) /** * def filterNot(p: A => Boolean): * 将集合中的每一个元素传递到函数p中，返回值是Boolean类型 * filterNot的结果是函数p的返回值是false的元素组成的新的集合 */ list.filterNot(item => item % 2 == 0).foreach(println)
foreach
// def foreach(f: T => Unit):针对集合中每个元素进行操作，没有返回值 list.foreach(item =>item.toString) list.foreach(item => println(s"item = $item, transform = $item * 2.0"))
以上是关于高阶函数的主要内容，如果未能解决你的问题，请参考以下文章