filter方法會將序列中各個元素依次替換到下劃線"_"所處位置,若是返回true,則保留該元素。java
(1 to 9).filter( _ % 2 == 0 )
輸出:2, 4, 6, 8 api
reduceLeft是一個通用的彙集計算方法,你能夠把"+"換成其它的運算。其實對於求和有更簡單的方法,請參考第6條。spa
(1 to 9).reduceLeft(_ + _)
輸出:45.net
groupBy方法能夠將序列轉換成Map,適合用在須要按某個屬性進行統計的狀況。scala
List("no", "zuo", "no", "die").groupBy(w => w).mapValues(_.length)
輸出:Map(no -> 2, zuo -> 1, die -> 1)code
map能夠把序列轉換成另外一個序列,在map方法中定義各個元素的轉換過程。排序
List("one", "line", "of", "code").map(_.capitalize)
輸出:List(One, Line, Of, Code)ip
mkString方法用於將序列拼接成字符串,第1個參數是起始符號,第2個參數是分隔符,第3個參數是結束符號。字符串
(1 to 9).mkString("(", ",", ")")
輸出:(1,2,3,4,5,6,7,8,9)get
這在Scala中垂手可得,直接調用min,max和sum方法。
List(14, 35, -7, 46, 98).min List(14, 35, -7, 46, 98).max List(14, 35, -7, 46, 98).sum
輸出:-7 98 186
zipWithIndex方法將序列List[Int]轉換成List[(Int, Int)],即List[Tuple2[Int, Int]]。Tuple2的第1個Int是元素,第2個Int是元素所處的位置。
List(2, 0, 1, 4, 12, 5).zipWithIndex.sorted.reverse.take(3)
輸出:List((12,4), (5,5), (4,3))
在Scala中讀取文本文件至關輕鬆。
val fileContent = io.Source.fromFile("myfile.txt").mkString val fileLines = io.Source.fromFile("myfile.txt").getLines.toList
下載文件就是這麼容易。其實利用sys.process包,咱們能夠用Scala編寫Shell腳本,是否是很酷!
import sys.process._ import java.net.URL import java.io.File new URL("http://www.oschina.net/favicon.ico") #> new File("d:/favicon.ico") !!
par方法將原序列轉換成並行序列,能夠利用多核的優點加快處理速度,真是想得太周到了!
(1 to 99).par.sum
輸出:4950
相似加權求和。
dataList.zip(weightList).map{t => t._1 * t._2}.sum
先按學生的年齡排序,若是年齡相同,則按分數排序:
case class Student(name: String, age: Int, score: Int) List( Student("a", 14, 60), Student("b", 15, 80), Student("a", 15, 70) ).sortBy(s => (s.age, s.score))
輸出:List(Student(a,14,60), Student(a,15,70), Student(b,15,80))
每相鄰的10個元素分紅一組:
val list = (0 to 20).map(_.toString) list.zipWithIndex.map(t => t._1 -> ((t._2 / 10) * 10)).groupBy(_._2).toList.sortBy(_._1).map(_._2.map(_._1))
輸出:
Vector(0, 1, 2, 3, 4, 5, 6, 7, 8, 9) Vector(10, 11, 12, 13, 14, 15, 16, 17, 18, 19) Vector(20)
List(1, 2, 3).headOption.getOrElse(0)