Scala系列9:聚合操作reduce,filter,reduceLeft，reduceRight，fold的使用详解

布满荆棘的人生 2022-12-03 08:48 132阅读 0赞

**目录**

0.Scala函数式编程

1.filter过滤的使用详解

2.聚合操作reduce，reduceLeft,reduceRight使用详解

3.fold，foldLeft,foldRight的使用详解

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

## 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.filter过滤的使用详解 ##

**filter过滤出集合中符合特定条件的子集,**实际上，过滤是一个转换类型的方法，但是比运用 min和 max方法简单。

**【1.1语法结构】**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70][]

**【1.2执行过程】**![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 1][]

**【1.3使用演示】**

//过滤filter
    scala> List(1,2,3,4,5,6,7,8,9).filter(_ % 2 == 0)
    res8: List[Int] = List(2, 4, 6, 8)
    
    //复杂点的filter过滤，过滤页数大于120页码的
     case class Book(title: String, pages: Int)
      val books = Seq(
        Book("Future of Scala developers", 85),
        Book("Parallel algorithms", 240),
        Book("Object Oriented Programming", 130),
        Book("Mobile Development", 495)
      )
    
     println( books.filter(book => book.pages >= 120))
      //ArrayBuffer(Book(Parallel algorithms,240), Book(Object Oriented Programming,130), Book(Mobile Development,495))

## 2.聚合操作reduce，reduceLeft,reduceRight使用详解 ##

**聚合操作，可以将一个列表中的数据合并为一个。这种操作经常用来统计分析中。而map是对集合的元素进行加工操作，不改变集合的结构。**

**【2.1 语法结构】**

**   reduce表示将列表，传入一个函数进行聚合计算**![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 2][]

**尖叫提示：**

1.  ** reduce传入的也是一个函数，只是这个函数要传入两个参数。**
2.  **其实就是迭代，reduceLeft函数表示从左聚合操作，reduceRight表示从右聚合。**

**【2.2 执行流程】**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 3][]

**尖叫提示： 如上，首先元素1和元素2作为两个参数，传递给reduce聚合函数。然后参数1，参数2在聚合函数聚合以后做为一个新的参数和参数3一起传递给reduce进行聚合计算，依次类推，直到最后一个元素作为参数传递完为止。**

**【2.3使用演示】**

//标准函数版reduce
      val ar = List(1,2,3,4,5)
      println( ar.reduce((x,y)=>x+y))  //15求和
      println(ar.reduce((x,y)=>1*x-2*y)) //-27
      println(ar.reduceLeft((x,y)=>x-y)) // -13
      println(ar.reduceRight((x,y)=>x-y)) //3 特别注意reduceRight的计算逻辑 1-(2-(3-(4-5)))
    
      // 第一个下划线表示第一个参数，就是历史的聚合数据结果
      // 第二个下划线表示第二个参数，就是当前要聚合的数据元素
      println(ar.reduce(_+_)) //求和 15
      println(ar.reduceRight(_-_))   //3
      println(ar.reduceLeft(_+_))   //15
      println(ar.reduce(_*1-_*2)) //-27

## 3.fold，foldLeft,foldRight的使用详解 ##

**fold与reduce基本一样，只是多了一个指定初始值参数,注意这个时候计算从初始值开始，而不是第一个元素开始。**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 4][]

**【3.2使用演示】**

val ar1 = List(1, 2, 3, 4, 5)
      println(ar1.fold(0)(_ + _)) //求和，给个求和的初始值0,15
      println(ar1.fold(100)(_ + _)) //求和，给个求和的初始值100，结果115
      println(ar1.foldLeft(0)(_-_))  //-15 0-1-2-3-4-5.注意这个和reduceLeft的别，有个初始值。
      println(ar.reduceLeft(_-_))   //-13

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70]: /images/20221123/a0d051543181432ba6e73ada2f89ab03.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 1]: /images/20221123/ae37d52b75ea469fa48268837f957648.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 2]: /images/20221123/3f539a02e0a2489cb8f70287202aae2b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 3]: /images/20221123/81340cf69c3b4127b02cb5c0c1d97556.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2NDQyNTUz_size_16_color_FFFFFF_t_70 4]: /images/20221123/0cc42d8ddefb469e8304ca677514d6e6.png