Scala系列10:函数式编程groupBy与排序sorted详解

桃扇骨 2022-12-03 08:57 147阅读 0赞

## 0.Scala函数式编程 ##

**我们将来使用Spark/Flink的大量业务代码都会使用到函数式编程。下面这些事开发中常用的函数式编程。注意这些函数都是操作 Scala 集合的，一般会进行两类操作：转换操作（transformation ）和行动操作（actions）（有些人喜欢叫他为聚合操作）。第一种操作类型将集合转换为另一个集合，第二种操作类型返回某些类型的值。**

1.  **遍历（ foreach ）**
2.  **映射（ map ）**
3.  **映射扁平化（ flatmap ）**
4.  **过滤（ filter ）**
5.  **是否存在（ exists ）**
6.  **排序（ sorted 、 sortBy 、 sortWith ）**
7.  **分组（ groupBy ）**
8.  **聚合计算（ reduce ）**
9.  **折叠（ fold ）**

## 1.groupBy分组的使用详解 ##

**【1.1 语法结构】**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70][]

**【1.2 groupBy流程展示】**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 1][]

**【1.3 代码演示】**

scala> val a = List("张三"->"男", "李四"->"女", "王五"->"男")
    a: List[(String, String)] = List((张三,男), (李四,女), (王五,男))
    // 按照性别分组
    scala> a.groupBy(_._2)  //._2这是元组的取数方法，表示取元组的第二个元素
    res0: scala.collection.immutable.Map[String,List[(String, String)]] = Map(男 -> List((
    张三,男), (王五,男)),
    女 -> List((李四,女)))
    87
    // 将分组后的映射转换为性别/人数元组列表
    scala> res0.map(x => x._1 -> x._2.size)
    res3: scala.collection.immutable.Map[String,Int] = Map(男 -> 2, 女 -> 1)

### **尖叫提示：** ###

**其实分组中还可以用partition,功能跟groupBy差不多，但是注意其返回值不一样。最终的格式也不一应。**

scala> val numbers = Seq(3, 7, 2, 9, 6, 5, 1, 4, 2)
    numbers: Seq[Int] = List(3, 7, 2, 9, 6, 5, 1, 4, 2)
    
    scala> numbers.partition(n => n % 2 == 0)
    res32: (Seq[Int], Seq[Int]) = (List(2, 6, 4, 2),List(3, 7, 9, 5, 1))
    
    scala> numbers.groupBy(n => n % 2 == 0)
    res33: scala.collection.immutable.Map[Boolean,Seq[Int]] = Map(false -> List(3, 7, 9, 5, 1), true -> List(2, 6, 4, 2))

## 2.排序sorted使用详解 ##

**在scala集合中，可以使用以下几种方式来进行排序**

1.  sorted默认排序
2.  sortBy指定字段排序
3.  sortWith自定义排序

### 2.1默认排序sorted ###

scala> List(3,1,2,9,7).sorted
    res16: List[Int] = List(1, 2, 3, 7, 9)

### 2.2指定字段排序 | sortBy ###

def sortBy[B](f: (A) ⇒ B): List[A]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 2][]

scala> val a = List("01 hadoop", "02 flume", "03 hive", "04 spark")
    a: List[String] = List(01 hadoop, 02 flume, 03 hive, 04 spark)
    // 获取单词字段
    scala> a.sortBy(_.split(" ")(1))
    res8: List[String] = List(02 flume, 01 hadoop, 03 hive, 04 spark)

### 2.3 自定义排序 | sortWith ###

自定义排序，根据一个函数来进行自定义排序

def sortWith(lt: (A, A) ⇒ Boolean): List[A]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 3][]

**【代码演示】 **

//基础函数
    scala> val a = List(2,3,1,6,4,5)
    a: List[Int] = List(2, 3, 1, 6, 4, 5)
    
    scala> a.sortWith((x,y) => if(x<y)true else false)
    res15: List[Int] = List(1, 2, 3, 4, 5, 6)
    
    scala> res15.reverse
    res18: List[Int] = List(6, 5, 4, 3, 2, 1)
    
    //简化函数
    scala> val a = List(2,3,1,6,4,5)
    a: List[Int] = List(2, 3, 1, 6, 4, 5)
    
    // 函数参数只在函数中出现一次，可以使用下划线代替
    scala> a.sortWith(_ < _).reverse
    res19: List[Int] = List(6, 5, 4, 3, 2, 1)

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70]: /images/20221123/cef1e04d5f364fb298437fcc545844df.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 1]: /images/20221123/f53a191abda344e6aa665fdd0ba8f89d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 2]: /images/20221123/e182994d4784405f8af4b9e417bce964.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 3]: /images/20221123/ddbc4f8d194847ab8fa4949ec85a6136.png