轻松入门大数据第17章入门到进阶：如何熟练掌握Scala集合 17.1 Scala集合 17.1.2 不可变数组的定义和使用

怼烎@ 2024-03-16 21:54 23阅读 0赞

### 轻松入门大数据 ###

#### 文章目录 ####

*   *  轻松入门大数据
     *   *  第17章 入门到进阶：如何熟练掌握Scala集合
         *   *  17.1 Scala集合
             *   *  17.1.2 不可变数组的定义和使用

![在这里插入图片描述][2747ed8510034df69319f84ac7a598c4.png_pic_center]

#### 第17章 入门到进阶：如何熟练掌握Scala集合 ####

##### 17.1 Scala集合 #####

![在这里插入图片描述][ef45654115034dd6aaf439e80aa12026.png_pic_center]

> 1.  集合架构
> 2.  Array
> 3.  Set
> 4.  List
> 5.  Map
> 6.  Tuple

###### 17.1.2 不可变数组的定义和使用 ######

官网文档：[https://docs.scala-lang.org/overviews/collections-2.13/arrays.html][https_docs.scala-lang.org_overviews_collections-2.13_arrays.html]

![在这里插入图片描述][775b146fdc1749f3aeeaef0ce7172e5a.png_pic_center]

在Scala中，不可变数组是指在创建后不能被修改的数组。一旦不可变数组被定义和初始化，其元素不能被修改。下面是Scala中定义和使用不可变数组的详细说明：

1.  定义不可变数组：  
    Scala中可以使用`Array`类来定义不可变数组。不可变数组的长度在创建后是固定的，无法改变。  
    例如，以下代码定义了一个包含整数的不可变数组：
    
        val numbers: Array[Int] = Array(1, 2, 3, 4, 5)
2.  访问数组元素：  
    可以使用下标操作符（）和索引来访问不可变数组中的元素。Scala的数组下标从0开始。  
    例如，以下代码访问了不可变数组中的第一个元素：
    
        val firstElement = numbers(0)  // 访问第一个元素
3.  遍历数组：  
    可以使用循环结构（如`for`循环）来遍历不可变数组中的所有元素。  
    例如，以下代码遍历并打印不可变数组中的所有元素：
    
        for (num <- numbers) {
              
          println(num)
        }
4.  数组长度：  
    可以使用`length`属性获取不可变数组的长度。  
    例如，以下代码获取不可变数组的长度：
    
        val length = numbers.length  // 获取数组长度
5.  转换数组：  
    不可变数组可以通过各种转换操作创建新的数组，而不会改变原始数组。常见的转换操作包括`map`、`filter`和`flatMap`等。  
    例如，以下代码使用`map`操作将数组中的每个元素乘以2，并返回一个新的数组：
    
        val doubledArray = numbers.map(_ * 2)

需要注意的是，虽然不可变数组本身是不可变的，但数组元素可以是可变的对象。因此，如果数组元素是可变对象，你仍然可以修改这些对象的状态。

总结：  
不可变数组在Scala中通过`Array`类定义，创建后长度不可变。可以使用下标操作符访问数组元素，使用循环结构遍历数组，使用`length`属性获取数组长度，并通过转换操作创建新的数组。不可变数组在函数式编程中非常重要，因为它们不会发生副作用，使得代码更易于理解和推理。

【使用注意事项】

在使用Scala中的不可变数组时，有一些注意事项需要注意：

1.  不可变性：不可变数组在创建后不能被修改，这意味着无法直接更改数组中的元素或者改变数组的长度。如果需要对数组进行修改操作，应该考虑使用可变数组（如`ArrayBuffer`）或其他数据结构。
2.  数组元素类型一致性：Scala的数组要求所有元素的类型必须一致。例如，如果创建了一个`Array[Int]`类型的数组，那么数组中的每个元素都必须是整数类型。如果尝试向数组中存储不同类型的元素，将会导致编译错误。
3.  避免直接修改数组元素：虽然不可变数组本身是不可修改的，但如果数组中的元素是可变对象（如`var`定义的可变变量或引用类型），它们的状态仍然可以被修改。为了保持不可变性的完整性，建议避免直接修改数组元素的状态。
4.  使用转换操作创建新数组：由于不可变数组无法直接修改，一些数组操作（如`map`、`filter`、`flatMap`等）会返回一个新的数组。在使用这些操作时，要注意存储或接收返回的新数组。
5.  性能注意事项：不可变数组的不可变性带来了一些性能上的考虑。由于不可变数组的长度固定且无法更改，对数组进行插入或删除操作需要创建新的数组并复制元素，这可能会导致性能开销。在需要频繁进行插入、删除等操作的场景下，可变数组（如`ArrayBuffer`）可能更适合。

总体而言，使用不可变数组可以提高代码的可靠性、可维护性和线程安全性。它们在函数式编程中发挥着重要作用，并鼓励使用不可变性的编程风格。然而，对于某些特定的操作，需要权衡不可变性和性能之间的权衡，选择合适的数据结构和算法。

【常见方法】

不可变数组（Immutable Array）在Scala中是通过`Array`类表示的，它提供了一些常见的方法来操作和处理数组。以下是一些常见的不可变数组方法：

1.  `apply(index: Int): T`：返回指定索引位置的数组元素。
    
        val arr = Array(1, 2, 3, 4, 5)
        val element = arr.apply(2) // 返回数组中索引为2的元素，即3
2.  `length: Int`：返回数组的长度。
    
        val arr = Array(1, 2, 3, 4, 5)
        val length = arr.length // 返回数组的长度，即5
3.  `map[B](f: (T) => B): Array[B]`：通过对数组的每个元素应用给定的函数`f`，返回一个新的数组。
    
        val arr = Array(1, 2, 3, 4, 5)
        val doubledArr = arr.map(_ * 2) // 返回一个新的数组，每个元素都是原数组元素的两倍
4.  `filter(p: (T) => Boolean): Array[T]`：返回一个由满足给定谓词`p`的元素组成的新数组。
    
        val arr = Array(1, 2, 3, 4, 5)
        val filteredArr = arr.filter(_ % 2 == 0) // 返回一个新的数组，包含原数组中的偶数元素
5.  `foreach(f: (T) => Unit): Unit`：对数组的每个元素应用给定的函数`f`。
    
        val arr = Array(1, 2, 3, 4, 5)
        arr.foreach(println) // 对数组中的每个元素进行打印操作
6.  `reduceLeft(op: (T, T) => T): T`：从左到右将数组元素进行二元操作`op`，返回一个结果。
    
        val arr = Array(1, 2, 3, 4, 5)
        val sum = arr.reduceLeft(_ + _) // 返回数组元素的总和，相当于1 + 2 + 3 + 4 + 5
7.  `mkString(sep: String): String`：将数组中的元素连接成一个字符串，使用给定的分隔符`sep`。
    
        val arr = Array(1, 2, 3, 4, 5)
        val str = arr.mkString(", ") // 返回字符串"1, 2, 3, 4, 5"
8.  `sorted: Array[T]`：返回一个新的已排序的数组。
    
        val arr = Array(3, 1, 4, 2, 5)
        val sortedArr = arr.sorted // 返回一个新的已排序数组[1, 2, 3, 4, 5]

当然这些方法只是不可变数组提供的一小部分常见方法。

[2747ed8510034df69319f84ac7a598c4.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/bb53059ab5cc41369feca9180a958a49.png
[ef45654115034dd6aaf439e80aa12026.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/985a4a6be3c54d579c305a75748da125.png
[https_docs.scala-lang.org_overviews_collections-2.13_arrays.html]: https://docs.scala-lang.org/overviews/collections-2.13/arrays.html
[775b146fdc1749f3aeeaef0ce7172e5a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/eeaed07e704d456bbe5fa356be49e883.png