Scala (七) --------- 集合

小灰灰 2024-04-08 13:48 76阅读 0赞

#### 目录 ####

*  一、集合简介
 *   *  1. 不可变集合继承图
 *  二、 数组
 *   *  1. 不可变数组
     *  2. 可变数组
     *  3. 不可变数组与可变数组的转换
     *  4. 多维数组
 *  三、列表 List
 *   *  1. 不可变 List
     *  2. 可变 ListBuffer
 *  四、Set 集合
 *   *  1. 不可变 Set
     *  2. 可变 mutable.Set
 *  五、Map 集合
 *   *  1. 不可变 Map
     *  2. 可变 Map
 *  六、元组
 *  七、集合常用函数
 *   *  1. 基本属性和常用操作
     *  2. 衍生集合
     *  3. 集合计算简单函数
     *  4. 集合计算高级函数
     *  5. 普通 WordCount 案例
     *  6. 复杂 WordCount 案例
 *  八、队列
 *  九、并行集合

--------------------

## 一、集合简介 ##

A、Scala 的集合有三大类：序列 Seq、集 Set、映射 Map，所有的集合都扩展自 Iterable 特质。

B、对于几乎所有的集合类，Scala 都同时提供了可变和不可变的版本，分别位于以下两个包

*  不可变集合：scala.collection.immutable
 *  可变集合： scala.collection.mutable

C、Scala 不可变集合，就是指该集合对象不可修改，每次修改就会返回一个新对象，而不会对原对象进行修改。类似于 java 中的 String 对象

D、可变集合，就是这个集合可以直接对原对象进行修改，而不会返回新的对象。类似于 java 中 StringBuilder 对象

**建议：在操作集合的时候，不可变用符号，可变用方法**

### 1. 不可变集合继承图 ###

![在这里插入图片描述][5d1506eb20344cc8a0b39ae33493a261.png]  
A、Set、Map 是 Java 中也有的集合  
B、Seq 是 Java 没有的，我们发现 List 归属到 Seq 了，因此这里的 List 就和 Java 不是同一个概念了  
C、我们前面的 for 循环有一个 1 to 3，就是 IndexedSeq 下的 Range  
D、String 也是属于 IndexedSeq  
E、我们发现经典的数据结构比如 Queue 和 Stack 被归属到 LinearSeq(线性序列)  
F、大家注意 Scala 中的 Map 体系有一个 SortedMap，说明 Scala 的 Map 可以支持排序  
G、IndexedSeq 和 LinearSeq 的区别：

> IndexedSeq 是通过索引来查找和定位，因此速度快，比如 String 就是一个索引集合，通过索引即可定位。LinearSeq 是线型的，即有头尾的概念，这种数据结构一般是通过遍历来查找

![在这里插入图片描述][b99de8dea0f24cf592fd5d8a3dfbd1a3.png]

## 二、 数组 ##

### 1. 不可变数组 ###

**第一种方式定义数组**

定义：`val arr1 = new Array[Int](10)`

*  new 是关键字
 *  \[Int\] 是指定可以存放的数据类型，如果希望存放任意数据类型，则指定 Any(10)，表示数组的大小，确定后就不可以变化

**案例实操**

object TestArray{
        
    	def main(args: Array[String]): Unit = {
        
    		//（1）数组定义
    		val arr01 = new Array[Int](4)
    		println(arr01.length) // 4
    		//（2）数组赋值
    		//（2.1）修改某个元素的值
    		arr01(3) = 10
    		//（2.2）采用方法的形式给数组赋值
    		arr01.update(0,1)
    		//（3）遍历数组
    		//（3.1）查看数组
    		println(arr01.mkString(","))
    		//（3.2）普通遍历
    		for (i <- arr01) {
        
    			println(i)
    		}
    		//（3.3）简化遍历
    		def printx(elem:Int): Unit = {
        
    			println(elem)
    		}
    		arr01.foreach(printx)
    		// arr01.foreach((x)=>{println(x)})
    		// arr01.foreach(println(_))
    		arr01.foreach(println)
    		//（4）增加元素（由于创建的是不可变数组，增加元素，其实是产生新的数组）
    		println(arr01)
    		val ints: Array[Int] = arr01 :+ 5
    		println(ints)
    	}
    }

**第二种方式定义数组**

val arr1 = Array(1, 2)

在定义数组时，直接赋初始值  
使用 apply 方法创建数组对象

**案例实操**

object TestArray{
        
     def main(args: Array[String]): Unit = {
        
    	 var arr02 = Array(1, 3, "bobo")
    	 println(arr02.length)
    	 for (i <- arr02) {
        
    		println(i)
    	 }
     }
    }

### 2. 可变数组 ###

**定义变长数组**

val arr01 = ArrayBuffer[Any](3, 2, 5)

（1）\[Any\]存放任意数据类型  
（2）(3, 2, 5)初始化好的三个元素  
（3）ArrayBuffer 需要引入 scala.collection.mutable.ArrayBuffer

**案例实操**

（1）ArrayBuffer 是有序的集合  
（2）增加元素使用的是 append 方法()，支持可变参数

import scala.collection.mutable.ArrayBuffer
    object TestArrayBuffer {
        
    	def main(args: Array[String]): Unit = {
        
    		 //（1）创建并初始赋值可变数组
    		 val arr01 = ArrayBuffer[Any](1, 2, 3)
    		 //（2）遍历数组
    		 for (i <- arr01) {
        
    			 println(i)
    		 }
    		 println(arr01.length) // 3
    		 println("arr01.hash=" + arr01.hashCode())
    		 //（3）增加元素
    		 //（3.1）追加数据
    		 arr01.+=(4)
    		 //（3.2）向数组最后追加数据
    		 arr01.append(5,6)
    		 //（3.3）向指定的位置插入数据
    		 arr01.insert(0,7,8)
    		 println("arr01.hash=" + arr01.hashCode())
    		 //（4）修改元素
    		 arr01(1) = 9 //修改第 2 个元素的值
    		 println("--------------------------")
    		 for (i <- arr01) {
        
    			 println(i)
    		 }
    		 println(arr01.length) // 5
    	}
    }

### 3. 不可变数组与可变数组的转换 ###

**说明**

arr1.toBuffer //不可变数组转可变数组
    arr2.toArray //可变数组转不可变数组

`arr2.toArray` 返回结果才是一个不可变数组，arr2 本身没有变化  
`arr1.toBuffer` 返回结果才是一个可变数组，arr1 本身没有变化

**案例实操**

object TestArrayBuffer {
        
    	def main(args: Array[String]): Unit = {
        
    		 //（1）创建一个空的可变数组
    		 val arr2 = ArrayBuffer[Int]()
    		 //（2）追加值
    		 arr2.append(1, 2, 3)
    		 println(arr2) // 1,2,3
    		 //（3）ArrayBuffer ==> Array
    		 //（3.1）arr2.toArray 返回的结果是一个新的定长数组集合
    		 //（3.2）arr2 它没有变化
    		 val newArr = arr2.toArray
    		 println(newArr)
    		 //（4）Array ===> ArrayBuffer
    		 //（4.1）newArr.toBuffer 返回一个变长数组 newArr2
    		 //（4.2）newArr 没有任何变化，依然是定长数组
    		 val newArr2 = newArr.toBuffer
    		 newArr2.append(123)
    		 println(newArr2)
    	 }
     }

### 4. 多维数组 ###

**多维数组定义**

val arr = Array.ofDim[Double](3,4)
    说明：二维数组中有三个一维数组，每个一维数组中有四个元素

**案例实操**

object DimArray {
        
    	def main(args: Array[String]): Unit = {
        
    		//（1）创建了一个二维数组, 有三个元素，每个元素是，含有 4 个元素一维数组()
    		val arr = Array.ofDim[Int](3, 4)
    		arr(1)(2) = 88
    		//（2）遍历二维数组
    		for (i <- arr) {
         //i 就是一维数组
    			for (j <- i) {
        
    				print(j + " ")
    			}
    			println()
    		}
    	}
    }

## 三、列表 List ##

### 1. 不可变 List ###

**说明**

（1）List 默认为不可变集合  
（2）创建一个 List（数据有顺序，可重复）  
（3）遍历 List  
（4）List 增加数据  
（5）集合间合并：将一个整体拆成一个一个的个体，称为扁平化  
（6）取指定数据  
（7）空集合 Nil

**案例实操**

object TestList {
        
    	def main(args: Array[String]): Unit = {
        
    		//（1）List 默认为不可变集合
    		//（2）创建一个 List（数据有顺序，可重复）
    		val list: List[Int] = List(1,2,3,4,3)
    		//（7）空集合 Nil
    		val list5 = 1::2::3::4::Nil
    		//（4）List 增加数据
    		//（4.1）::的运算规则从右向左
    		//val list1 = 5::list
    		val list1 = 7::6::5::list
    		//（4.2）添加到第一个元素位置
    		val list2 = list.+:(5)
    		//（5）集合间合并：将一个整体拆成一个一个的个体，称为扁平化
    		val list3 = List(8,9)
    		//val list4 = list3::list1
    		val list4 = list3:::list1
    		//（6）取指定数据
    		println(list(0))
    		//（3）遍历 List
    		//list.foreach(println)
    		//list1.foreach(println)
    		//list3.foreach(println)
    		//list4.foreach(println)
    		list5.foreach(println)
    	}
    }

### 2. 可变 ListBuffer ###

**说明**  
（1）创建一个可变集合 ListBuffer  
（2）向集合中添加数据  
（3）打印集合数据

**案例实操**

import scala.collection.mutable.ListBuffer
    object TestList {
        
    	def main(args: Array[String]): Unit = {
        
    		//（1）创建一个可变集合
    		val buffer = ListBuffer(1,2,3,4)
    		//（2）向集合中添加数据
    		buffer.+=(5)
    		buffer.append(6)
    		buffer.insert(1,2)
    		//（3）打印集合数据
    		buffer.foreach(println)
    		//（4）修改数据
    		buffer(1) = 6
    		buffer.update(1,7)
    		//（5）删除数据
    		buffer.-(5)
    		buffer.-=(5)
    		buffer.remove(5)
    	}
    }

## 四、Set 集合 ##

默认情况下，Scala 使用的是不可变集合，如果你想使用可变集合，需要引用 scala.collection.mutable.Set 包

### 1. 不可变 Set ###

**说明**

（1）Set 默认是不可变集合，数据无序  
（2）数据不可重复  
（3）遍历集合

**案例实操**

object TestSet {
        
    	def main(args: Array[String]): Unit = {
        
    		//（1）Set 默认是不可变集合，数据无序
    		val set = Set(1,2,3,4,5,6)
    		//（2）数据不可重复
    		val set1 = Set(1,2,3,4,5,6,3)
    		//（3）遍历集合
    		for(x<-set1){
        
    			println(x)
    		}
    	}
    }

### 2. 可变 mutable.Set ###

**说明**

（1）创建可变集合 mutable.Set  
（2）打印集合  
（3）集合添加元素  
（4）向集合中添加元素，返回一个新的 Set  
（5）删除数据

**案例实操**

object TestSet {
        
    	def main(args: Array[String]): Unit = {
        
    		//（1）创建可变集合
    		val set = mutable.Set(1,2,3,4,5,6)
    		//（3）集合添加元素
    		set += 8
    		//（4）向集合中添加元素，返回一个新的 Set
    		val ints = set.+(9)
    		println(ints)
    		println("set2=" + set)
    		//（5）删除数据
    		set-=(5)
    		//（2）打印集合
    		set.foreach(println)
    		println(set.mkString(","))
    	}
    }

## 五、Map 集合 ##

Scala 中的 Map 和 Java 类似，也是一个散列表，它存储的内容也是键值对（key-value）映射

### 1. 不可变 Map ###

**说明**  
（1）创建不可变集合 Map  
（2）循环打印  
（3）访问数据  
（4）如果 key 不存在，返回 0

**案例实操**

object TestMap {
        
    	def main(args: Array[String]): Unit = {
        
    		// Map
    		//（1）创建不可变集合 Map
    		val map = Map( "a"->1, "b"->2, "c"->3 )
    		//（3）访问数据
    		for (elem <- map.keys) {
        
    		// 使用 get 访问 map 集合的数据，会返回特殊类型 Option(选项):有值（Some），无值(None)
    			println(elem + "=" + map.get(elem).get)
    		}
    		//（4）如果 key 不存在，返回 0
    		println(map.get("d").getOrElse(0))
    		println(map.getOrElse("d", 0))
    		//（2）循环打印
    		map.foreach((kv)=>{
        println(kv)})
    	}
    }

### 2. 可变 Map ###

**说明**

（1）创建可变集合  
（2）打印集合  
（3）向集合增加数据  
（4）删除数据  
（5）修改数据

**案例实操**

object TestSet {
        
    	def main(args: Array[String]): Unit = {
        
    		//（1）创建可变集合
    		val map = mutable.Map( "a"->1, "b"->2, "c"->3 )
    		//（3）向集合增加数据
    		map.+=("d"->4)
    		// 将数值 4 添加到集合，并把集合中原值 1 返回
    		val maybeInt: Option[Int] = map.put("a", 4)
    		println(maybeInt.getOrElse(0))
    		//（4）删除数据
    		map.-=("b", "c")
    		//（5）修改数据
    		map.update("d",5)
    		map("d") = 5
    		//（2）打印集合
    		map.foreach((kv)=>{
        println(kv)})
    	}
    }

## 六、元组 ##

**说明**

元组也是可以理解为一个容器，可以存放各种相同或不同类型的数据。说的简单点，就是将多个无关的数据封装为一个整体，称为元组。

注意：元组中最大只能有 22 个元素。

**案例实操**

（1）声明元组的方式：(元素 1，元素 2，元素 3)  
（2）访问元组  
（3）Map 中的键值对其实就是元组,只不过元组的元素个数为 2，称之为对偶

object TestTuple {
        
    	def main(args: Array[String]): Unit = {
        
    		//（1）声明元组的方式：(元素 1，元素 2，元素 3)
    		val tuple: (Int, String, Boolean) = (40,"bobo",true)
    		//（2）访问元组
    		//（2.1）通过元素的顺序进行访问，调用方式：_顺序号
    		println(tuple._1)
    		println(tuple._2)
    		println(tuple._3)
    		//（2.2）通过索引访问数据
    		println(tuple.productElement(0))
    		//（2.3）通过迭代器访问数据
    		for (elem <- tuple.productIterator) {
        
    		println(elem)
    		}
    		//（3）Map 中的键值对其实就是元组,只不过元组的元素个数为 2，称之为对偶
    		val map = Map("a"->1, "b"->2, "c"->3)
    		val map1 = Map(("a",1), ("b",2), ("c",3))
    		map.foreach(tuple=>{
        println(tuple._1 + "=" + tuple._2)})
    	}
    }

## 七、集合常用函数 ##

### 1. 基本属性和常用操作 ###

**说明**

（1）获取集合长度  
（2）获取集合大小  
（3）循环遍历  
（4）迭代器  
（5）生成字符串  
（6）是否包含

**案例实操**

object TestList {
        
    	def main(args: Array[String]): Unit = {
        
    		val list: List[Int] = List(1, 2, 3, 4, 5, 6, 7)
    		//（1）获取集合长度
    		println(list.length)
    		//（2）获取集合大小,等同于 length
    		println(list.size)
    		//（3）循环遍历
    		list.foreach(println)
    		//（4）迭代器
    		for (elem <- list.itera tor) {
        
    			println(elem)
    		}
    		//（5）生成字符串
    		println(list.mkString(","))
    		//（6）是否包含
    		println(list.contains(3))
    	}
    }

### 2. 衍生集合 ###

**说明**

（1）获取集合的头  
（2）获取集合的尾（不是头的就是尾）  
（3）集合最后一个数据  
（4）集合初始数据（不包含最后一个）  
（5）反转  
（6）取前（后）n 个元素  
（7）去掉前（后）n 个元素  
（8）并集  
（9）交集  
（10）差集  
（11）拉链  
（12）滑窗

**案例实操**

object TestList {
        
    	def main(args: Array[String]): Unit = {
        
    		val list1: List[Int] = List(1, 2, 3, 4, 5, 6, 7)
    		val list2: List[Int] = List(4, 5, 6, 7, 8, 9, 10)
    		//（1）获取集合的头
    		println(list1.head)
    		//（2）获取集合的尾（不是头的就是尾）
    		println(list1.tail)
    		//（3）集合最后一个数据
    		println(list1.last)
    		//（4）集合初始数据（不包含最后一个）
    		println(list1.init)
    		//（5）反转
    		println(list1.reverse)
    		//（6）取前（后）n 个元素
    		 println(list1.take(3))
    		println(list1.takeRight(3))
    		//（7）去掉前（后）n 个元素
    		println(list1.drop(3))
    		println(list1.dropRight(3))
    		//（8）并集
    		println(list1.union(list2))
    		//（9）交集
    		println(list1.intersect(list2))
    		//（10）差集
    		println(list1.diff(list2))
    		//（11）拉链 注:如果两个集合的元素个数不相等，那么会将同等数量的数据进行拉链，多余的数据省略不用
    		println(list1.zip(list2))
    		//（12）滑窗
    		list1.sliding(2, 5).foreach(println)
    	}
    }

### 3. 集合计算简单函数 ###

**说明**

（1）求和  
（2）求乘积  
（3）最大值  
（4）最小值  
（5）排序

**实操**

object TestList {
        
    	def main(args: Array[String]): Unit = {
        
    		val list: List[Int] = List(1, 5, -3, 4, 2, -7, 6)
    		//（1）求和
    		println(list.sum) //（2）求乘积
    		println(list.product)
    		//（3）最大值
    		println(list.max)
    		//（4）最小值
    		println(list.min)
    		//（5）排序
    		// （5.1）按照元素大小排序
    		println(list.sortBy(x => x))
    		// （5.2）按照元素的绝对值大小排序
    		println(list.sortBy(x => x.abs))
    		// （5.3）按元素大小升序排序
    		println(list.sortWith((x, y) => x < y))
    		// （5.4）按元素大小降序排序
    		println(list.sortWith((x, y) => x > y))
    	}
    }

（1）sorted

> 对一个集合进行自然排序，通过传递隐式的 Ordering

（2）sortBy

> 对一个属性或多个属性进行排序，通过它的类型。

（3）sortWith

> 基于函数的排序，通过一个 comparator 函数，实现自定义排序的逻辑。

### 4. 集合计算高级函数 ###

**说明**  
（1）过滤

> 遍历一个集合并从中获取满足指定条件的元素组成一个新的集合

（2）转化/映射（map）

> 将集合中的每一个元素映射到某一个函数

（3）扁平化  
（4）扁平化+映射

> 注：flatMap 相当于先进行 map 操作，在进行 flatten 操作集合中的每个元素的子元素映射到某个函数并返回新集合

（5）分组(group)

> 按照指定的规则对集合的元素进行分组

（6）简化（归约）  
（7）折叠

**实操**

object TestList {
        
    	def main(args: Array[String]): Unit = {
        
    		val list: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9)
    		val nestedList: List[List[Int]] = List(List(1, 2, 3), List(4, 5, 6), List(7, 8, 9))
    		val wordList: List[String] = List("hello world", "hello fancy", "hello scala")
    		//（1）过滤
    		println(list.filter(x => x % 2 == 0))
    		//（2）转化/映射
    		println(list.map(x => x + 1))
    		//（3）扁平化
    		println(nestedList.flatten)
    		//（4）扁平化+映射 注：flatMap 相当于先进行 map 操作，在进行 flatten
    		操作
    		println(wordList.flatMap(x => x.split(" ")))
    		//（5）分组
    		println(list.groupBy(x => x % 2))
    	}
    }

**Reduce 方法**

Reduce 简化（归约） ：通过指定的逻辑将集合中的数据进行聚合，从而减少数据，最终获取结果。

案例实操

object TestReduce {
        
    	def main(args: Array[String]): Unit = {
        
    		val list = List(1,2,3,4)
    		// 将数据两两结合，实现运算规则
    		val i: Int = list.reduce( (x,y) => x-y )
    		println("i = " + i)
    		// 从源码的角度，reduce 底层调用的其实就是 reduceLeft
    		//val i1 = list.reduceLeft((x,y) => x-y)
    		// ((4-3)-2-1) = -2
    		val i2 = list.reduceRight((x,y) => x-y)
    		println(i2)
    	}
    }

**Fold 方法**

Fold 折叠：化简的一种特殊情况。

案例实操：fold 基本使用

object TestFold {
        
    	def main(args: Array[String]): Unit = {
        
    		val list = List(1,2,3,4)
    		// fold 方法使用了函数柯里化，存在两个参数列表
    		// 第一个参数列表为 ： 零值（初始值）
    		// 第二个参数列表为： 简化规则
    		// fold 底层其实为 foldLeft
    		val i = list.foldLeft(1)((x,y)=>x-y)
    		val i1 = list.foldRight(10)((x,y)=>x-y)
    		println(i)
    		println(i1)
    	}
    }

案例实操：两个集合合并

object TestFold {
        
    	def main(args: Array[String]): Unit = {
        
    		// 两个 Map 的数据合并
    		val map1 = mutable.Map("a"->1, "b"->2, "c"->3)
    		val map2 = mutable.Map("a"->4, "b"->5, "d"->6)
    		val map3: mutable.Map[String, Int] = map2.foldLeft(map1)
    		{
        
    			(map, kv) => {
        
    				val k = kv._1
    				val v = kv._2
    				map(k) = map.getOrElse(k, 0) + v
    				map
    			}
    		}
    		println(map3)
    	}
    }

### 5. 普通 WordCount 案例 ###

**需求**

单词计数：将集合中出现的相同的单词，进行计数，取计数排名前三的结果

**需求分析**

![在这里插入图片描述][d2f64f29cd144a63ac9f7ad1bca4f89e.png]  
**案例实操**

object TestWordCount {
        
    	def main(args: Array[String]): Unit = {
        
    		// 单词计数：将集合中出现的相同的单词，进行计数，取计数排名前三的结果
    		val stringList = List("Hello Scala Hbase kafka", "Hello Scala Hbase", "Hello Scala", "Hello")
    		// 1) 将每一个字符串转换成一个一个单词
    		val wordList: List[String] =
    		stringList.flatMap(str=>str.split(" "))
    		//println(wordList)
    		// 2) 将相同的单词放置在一起
    		val wordToWordsMap: Map[String, List[String]] = wordList.groupBy(word=>word)
    		//println(wordToWordsMap)
    		// 3) 对相同的单词进行计数
    		// (word, list) => (word, count)
    		val wordToCountMap: Map[String, Int] = wordToWordsMap.map(tuple=>(tuple._1, tuple._2.size))
    		// 4) 对计数完成后的结果进行排序（降序）
    		val sortList: List[(String, Int)] = wordToCountMap.toList.sortWith {
        
    			(left, right) => {
        
    				left._2 > right._2
    			}
    		}
    		// 5) 对排序后的结果取前 3 名
    		val resultList: List[(String, Int)] = sortList.take(3)
    		println(resultList)
    	}
    }

### 6. 复杂 WordCount 案例 ###

**方式一**

object TestWordCount {
        
    	def main(args: Array[String]): Unit = {
        
    		// 第一种方式（不通用）
    		val tupleList = List(("Hello Scala Spark World ", 4), ("Hello Scala Spark", 3), ("Hello Scala", 2), ("Hello", 1))
    		val stringList: List[String] = tupleList.map(t=>(t._1 + " ") * t._2)
    		//val words: List[String] =
    		stringList.flatMap(s=>s.split(" "))
    		val words: List[String] = stringList.flatMap(_.split(" "))
    		//在 map 中，如果传进来什么就返回什么，不要用_省略
    		val groupMap: Map[String, List[String]] = words.groupBy(word=>word)
    		//val groupMap: Map[String, List[String]] = words.groupBy(_)
    		// (word, list) => (word, count)
    		val wordToCount: Map[String, Int] = groupMap.map(t=>(t._1, t._2.size))
    		val wordCountList: List[(String, Int)] =
    		wordToCount.toList.sortWith {
        
    			(left, right) => {
        
    				left._2 > right._2
    			}
    		}.take(3)
    		//tupleList.map(t=>(t._1 + " ") * t._2).flatMap(_.split("")).groupBy(word=>word).map(t=>(t._1, t._2.size))
    		println(wordCountList)
    	}
    }

**方式二**

object TestWordCount {
        
    	def main(args: Array[String]): Unit = {
        
    		val tuples = List(("Hello Scala Spark World", 4), ("Hello Scala Spark", 3), ("Hello Scala", 2), ("Hello", 1))
    		// (Hello,4),(Scala,4),(Spark,4),(World,4)
    		// (Hello,3),(Scala,3),(Spark,3)
    		// (Hello,2),(Scala,2)
    		// (Hello,1)
    		val wordToCountList: List[(String, Int)] = tuples.flatMap
    		{
        
    			t => {
        
    				val strings: Array[String] = t._1.split(" ")
    				strings.map(word => (word, t._2))
    			}
    		}
    		// Hello, List((Hello,4), (Hello,3), (Hello,2), (Hello,1))
    		// Scala, List((Scala,4), (Scala,3), (Scala,2)
    		// Spark, List((Spark,4), (Spark,3)
    		// Word, List((Word,4))
    		val wordToTupleMap: Map[String, List[(String, Int)]] = wordToCountList.groupBy(t=>t._1)
    		val stringToInts: Map[String, List[Int]] = wordToTupleMap.mapValues {
        
    			datas => datas.map(t => t._2)
    		}
    		stringToInts
    		/*
    		val wordToCountMap: Map[String, List[Int]] = wordToTupleMap.map {
    			t => {
    			(t._1, t._2.map(t1 => t1._2))
    		}
    		}
    		val wordToTotalCountMap: Map[String, Int] = wordToCountMap.map(t=>(t._1, t._2.sum))
    		println(wordToTotalCountMap)
    		*/
    	}
    }

## 八、队列 ##

**说明**

Scala 也提供了队列（Queue）的数据结构，队列的特点就是先进先出。进队和出队的方 法分别为 enqueue 和 dequeue。

**案例实操**

object TestQueue {
        
    	def main(args: Array[String]): Unit = {
        
    		val que = new mutable.Queue[String]()
    		que.enqueue("a", "b", "c")
    		println(que.dequeue())
    		println(que.dequeue())
    		println(que.dequeue())
    	}
    }

## 九、并行集合 ##

**说明**

Scala 为了充分使用多核 CPU，提供了并行集合（有别于前面的串行集合），用于多核环境的并行计算。

**案例实操**

object TestPar {
        
    	def main(args: Array[String]): Unit = {
        
    		val result1 = (0 to 100).map{
        case _ => Thread.currentThread.getName}
    		val result2 = (0 to 100).par.map{
        case _ => Thread.currentThread.getName}
    		println(result1)
    		println(result2)
    	}
    }

[5d1506eb20344cc8a0b39ae33493a261.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/cf2cca74c1384ac0a36f224019771c32.png
[b99de8dea0f24cf592fd5d8a3dfbd1a3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/63a25d0b59384253b31ca049ccdf0b2d.png
[d2f64f29cd144a63ac9f7ad1bca4f89e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/6598fc514d754d9b9185413710600874.png