Scala 基础入门【翻译】

来源:转载

原文地址

本文只是带你进入 Scala 的世界,包括安装、不可变变量 val、可变变量 var、定义类、集合(包括列表(list)、集(set)、映射(map))以及集合遍历和集合库(能达到并行/并发效果)。

题外话,如果 Java 争气的话,还就真不会出现像 Scala 这些语言。对于函数编程风格的支持,尤其是对于 Lambda 表达式的支持,能够有助于减少必须要编写的逻辑无关样板代码,也许让它可以更简单的关注要面对的任务本身。而 Java 对 Lamdba 表达式的支持到 JavaSE8 才实现(你可以查一下 Java SE8 什么发布的,而其他语言何时支持匿名函数、Lambda 表达式、函数式编程、并行编程……)。

Scala,一门强类型定义的静态类型语言,结合了面向对象编程与函数编程思想,语法简洁,完全兼容Java,运行在 JVM 上。JVM 上的其他语言:Groovy、JRuby、Clojure。那么 Scala 有什么不同?能同时提供函数式风格和良好并发支持的强类型语言,只有 Scala。JRuby 和 Groovy 都是动态语言(Scala 是静态类型语言),它们不是函数式的,也无法提供比 Java 更好的并发解决方案。另一方面,Clojure 是一种混合型的函数式语言,它天生就是动态的,因此不是静态类型。而且它的语法类似 Lisp,除非你很熟悉,否则这可不是一种易于掌握的语言(Lisp 是号称高智商的人才能使用的语言,如果你看过《黑客与画家》,应该记得作者的一句话,大意是,如果竞争对手采用 Lisp 开发 Web,那就应该小心了,言下之意是,Lisp 跟其他语言相比,生产效率太高了,很容易实现一个想法)。

文中代码本人在 Scala 2.11 上编译并运行通过。

作为第一步,先安装好最新的 Scala 发布包 Typesafe stack,打开命令行窗口,键入“scala”:这将启动 REPL(读入-运算 输出 循环)交互式编码环境。然后就可以写下你的第一行 Scala 代码:

scala> val columbus: Int = 1492

 

columbus: Int = 1492

 

scala>

声明了一个类型为 Int 变量,初始值为 1492,就像在Java里 Int columbus = 1492; 一样。

Scala 把类型放在变量之后(反向的声明方式),还使用“val”显性地把变量声明为不可变。如果想修改这个变量:

scala> columbus=1500

 

<console>:8: error: reassignment to val

 

 columbus=1500

 

 ^

 

scala>

错误消息精确地指出了错误位于行的位置。

再尝试声明这个变量,但这次用“var”,让其可变更。这样编译器能推断出 1492 是一个整数,也就不需要指定类型了:

scala> var columbus = 1492

 

columbus: Int = 1492

 

scala> columbus = 1500

 

columbus: Int = 1500

 

scala>

接下来,我们来定义一个类,名为 Employee,有三个不可变更的字段:name、age 和 company,拥有各自的缺省值。

scala> case class Employee(name:String="guest",

 

 | age:Int=30,

 

 | company:String="DevCode")

 

defined class Employee

 

scala>

关键字“case”相当于 Java 里的 switch 语句,只不过更为灵活。它说明该类具有模式匹配的额外机制,以及其他一些特性,包括用来创建实例的工厂方法(不需要使用“new”关键字来构造),同样也不需要创建缺省的 getter 方法。与 Java 中不同的是,变量缺省下的访问控制是 public(而不是protected),而Scala为公开变量创建一个 getter 方法,并命名为变量名。如果你愿意,你也可以把字段定义成可变且/或私有(private)的,只需要在参数之前使用“var”(例如:case class Person(private var name:String))。

我们再来用不同方式创建一些实例,看看其他的特性,像是命名参数和缺省参数(从Scala2.8开始引入):

scala> val guest=Employee()

 

guest: Employee = Employee(guest,30,DevCode)

 

scala> val guestAge=guest.age

 

guestAge: Int = 30

 

scala> val anna=Employee("Anna")

 

anna: Employee = Employee(Anna,30,DevCode)

 

scala> val thomas=Employee("Thomas",41)

 

thomas: Employee = Employee(Thomas,41,DevCode)

 

scala> val luke=Employee("Luke",company="LucasArt")

 

luke: Employee = Employee(Luke,30,LucasArt)

 

scala> val yoda=luke.copy("Yoda",age=800)

 

yoda: Employee = Employee(Yoda,800,LucasArt)

 

scala>

不过,下面的写法是行不通的(可不是因为 Darth 不是 DevCode 的雇员!)

scala> val darth=Employee("Darth","DevCode")

 

<console>:9: error: type mismatch;

 

 found : String("DevCode")

 

 required: Int

 

 val darth=Employee("Darth","DevCode")

 

 ^

 

scala>

这是由于构造函数在这个位置需要 age 作为参数,因为函数参数没有显性地进行命名。

现在我们再来看集合,这才是真正让人兴奋的地方。Scala 主要集合类型包括列表(list)、集(set)和映射(map)。

有了泛型(Java5 以上),Java可以遍历一个列表,比方说整数型列表,用下面代码:

 

List<Integer> numbers = new arrayList<Integer>();

numbers.add(1);

numbers.add(2);

numbers.add(3);

for(Integer n:numbers) {

 System.out.println("Number "+n);

}

运行结果:

Number 1

 

Number 2

 

Number 3

Scala 对于可变集合和不可变集合进行了系统性地区别处理,不过,鼓励使用不可变集合,也因此在缺省情况下创建不可变集合。这些集合是通过模拟的方式实现添加、更新和删除操作,在这些操作中,不是修改集合,而是返回新的集合。

与前面的 Java 代码等价的 Scala 代码可能像下面这样:

scala> val numbers=List(1,2,3)

 

numbers: List[Int] = List(1, 2, 3)

 

scala> for(n<-numbers) println("Number "+n)

 

Number 1

 

Number 2

 

Number 3

 

scala>

这里的“for”循环语法结构非常接近于 Java 的命令式编程风格。在 Scala(以及 Java 虚拟机上其他很多语言如:Groovy、JRuby 或 JPython)里还有另外一种方式来实现上面的逻辑。这种方式使用一种更加偏向函数编程的风格,引入了 Lambda 表达式(有时也称为闭包——closure)。简单地说,Lambda 表达式就是你可以拿来当作参数传递的函数。这些函数使用参数作为输入(在我们的例子中就是“n”整型变量),返回语句作为函数体的最终语句。他们的形式如下:

functionName { input =>

 body

}

scala> numbers.foreach{n:Int=> println("Number "+n) }

 

Number 1

 

Number 2

 

Number 3

 

scala>

上面的例子中,函数体只有一条语句(println……),返回的是单位(Unit,也就是“空结果”),也就是大致相当于 Java 中的 void,不过有一点不同的是——void是不返回任何结果的。

除了打印数值列表外,我们更想做处理和变换这些元素,这时我们需要调用方法来生成结果列表,以便后面接着使用。让我们尝试一些例子:

scala> val reversedList=numbers.reverse

 

reversedList: List[Int] = List(3, 2, 1)

 

scala> val numbersLessThan3=numbers.filter{n=>n<3}

 

numbersLessThan3: List[Int] = List(1, 2)

 

scala> val oddNumbers=numbers.filterNot{n=>n%2==0}

 

oddNumbers: List[Int] = List(1, 3)

 

scala> val highterNumbers=numbers.map{n=>n+10}

 

highterNumbers: List[Int] = List(11, 12, 13)

 

scala>

变换“map”非常有用,它对列表的每个元素应用闭包,结果是一个同样大小的、包含了每个变换后元素的列表。

我们在这里还想介绍最后的一个方法,就是“foldLeft”方法,它把状态从一个元素传播到另一个元素。比如说,要算出一个列表里所有元素的和,你需要累加,并在切换元素的时候保存中间的计数:

scala> val sumOfNumbers=numbers.foldLeft(0) {( total,element)=>

 

 | total+element

 

 | }

 

sumOfNumbers: Int = 6

 

scala>

作为第一个变量传递给 foldLeft 的值0是初始值(也就是说在把函数用到第一个列表元素的时候 total=0)。

(total,element) 代表了一个 Tuple2,在 Scala 里这是一个二元组(就像要表示三维空间坐标,经常要用到 Tuple3(x,y,z) 等等)。

在合计时,Scala 编程接口实际上提供了一个“sum”方法,这样上一条语句就可以写成:

scala> val sumOfNumbers=numbers.sum

 

sumOfNumbers: Int = 6

 

scala>

还有许多其他的类似的集合变换方法,可以参照 scaladoc API。你也可以把这些方法组合起来(例如:numbers.reverse.filter……),让代码更加简洁,不过这样会影响可读性。

最后,{ n => n + 10 } 还可以简单地写成 (_ + 10),也就是说如果输入参数只是用于你调用的方法,则不需要声明它;在我们的例子里,“n”被称为匿名变量,因为你可以把它用任何形式来代替,比如说“x”或者“number”,而下划线则表示一处需要用你的列表的每个元素来填补的空白。(与“_”的功能类似,Groovy保留了关键字“it”,而Python则使用的是“self”)。

scala> val hightNumbers=numbers.map(_+10)

 

hightNumbers: List[Int] = List(11, 12, 13)

 

scala>

在介绍了对整数的基本处理后,我们可以迈入下一个阶段,看看复杂对象集合的变换,例如,使用我们上面所定义的 Employee 类:

scala> val allEmployees=List(luke, anna, guest, yoda, thomas)

 

allEmployees: List[Employee] = List(Employee(Luke,30,LucasArt), Employee(Anna,30

 

,DevCode), Employee(guest,30,DevCode), Employee(Yoda,800,LucasArt), Employee(Tho

 

mas,41,DevCode))

 

scala>

包含上面五个元素的列表,我们可以应用匿名方法,用一个条件来过滤,符合条件的员工——比如属于 DevCode 的雇员:

scala> val devCodeEmployees=allEmployees.filter {_.company=="DevCode"}

 

devCodeEmployees: List[Employee] = List(Employee(Anna,30,DevCode), Employee(gues

 

t,30,DevCode), Employee(Thomas,41,DevCode))

 

scala> val oldEmployees=allEmployees.filter(_.age>100).map(_.name)

 

oldEmployees: List[String] = List(Yoda)

 

scala>

假设我们手头的 allEmployees 集合是我们使用SQL查询获得的结果集,查询语句可能类似于“SELECT * FROM employees WHERE company = ‘DevCode’ ”。现在我们可以把 List[Employee] 变换到以 company 名称作为键、属于该公司的所有员工的列表作为值的 Map 类型,这样就可以把雇员按 company 来排序:

scala> val sortedEmployees=allEmployees.groupBy(_.company)

 

sortedEmployees: scala.collection.immutable.Map[String,List[Employee]] = Map(Dev

 

Code -> List(Employee(Anna,30,DevCode), Employee(guest,30,DevCode), Employee(Tho

 

mas,41,DevCode)), LucasArt -> List(Employee(Luke,30,LucasArt), Employee(Yoda,800

 

,LucasArt)))

 

scala>

每一个列表已经作为一个值存入了(键——值)哈希表,为了示范如何进一步处理这些列表,可以设想我们需要计算每个公司的雇员平均年龄。

这具体意味着我们必须要计算每个列表的每个雇员的的“age”字段的和,然后除以该列表中雇员的数量。让我们先计算一下 DevCode

scala> devCodeEmployees

 

res3: List[Employee] = List(Employee(Anna,30,DevCode), Employee(guest,30,DevCod

 

), Employee(Thomas,41,DevCode))

 

scala> val devCodeAges=devCodeEmployees.map(_.age)

 

devCodeAges: List[Int] = List(30, 30, 41)

 

scala> val devCodeAverageAge=devCodeAges.sum / devCodeAges.size

 

devCodeAverageAge: Int = 33

 

scala>

回到我们的 Map (key:String ->value:List[Employee]),下面是个更加一般性的例子。我们现在可以归并并计算每个公司的平均年龄,要做的只是写几行代码:

scala> val averageAgeByCompany = sortedEmployees.map{ case(key,value)=>

 

 | value(0).copy(name="average",age=(value.map(_.age).sum)/value.size)}

 

averageAgeByCompany: scala.collection.immutable.Iterable[Employee] = List(Employ

 

ee(average,33,DevCode), Employee(average,415,LucasArt))

 

scala>

这里的“case(key,value)”说明了Scala提供的模式匹配机制是多么强大。请参考Scala的文档来获取更多的信息。

到这里我们的任务就完成了。我们实现的是一个简单的Map-Reduce算法。由于每个公司雇员的归并是完全独立于其他公司,这个算法非常直观地实现了并行计算。

在后面的附录里给出了此算法的等价的实现,分为Java版本和Scala版本。

参考资料


  • The typesafe stack.
  • Scala 官网

附录


Map Reduce.Java

public class Employee {

 

 final String name;

 final Integer age;

 final String company;

 

 public Employee(String name, Integer age, String company) {

 this.name = name == null ? "guest" : name;

 this.age = age == null ? 30 : age;

 this.company = company == null ? "DevCode" : company;

 }

 

 public String getName() {

 return name;

 }

 

 public int getAge() {

 return age;

 }

 

 public String getCompany() {

 return company;

 }

 

 @Override

 public String toString() {

 return "Employee [name=" + name + ", age=" + age + ",

 company="

 + company + "]";

 }

}

 

class Builder {

 String name, company;

 Integer age;

 

 Builder(String name) {

 this.name = name;

 

 }

 

 Employee build() {

 return new Employee(name, age, company);

 }

 

 Builder age(Integer age) {

 this.age = age;

 return this;

 }

 

 Builder company(String company) {

 this.company = company;

 return this;

 }

}

 

import java.util.ArrayList;

import java.util.Collection;

import java.util.List;

import com.google.common.base.Function;

import com.google.common.collect.ImmutableListMultimap;

import com.google.common.collect.ImmutableSet;

import com.google.common.collect.Multimaps;

 

public class MapReduce {

 

 public static final void main(String[] args) {

 Employee guest = new Builder("Guest").build();

 Employee anna = new Builder("Anna").build();

 Employee thomas = new Builder("Thomas").age(41).build();

 Employee luke = new

 Builder("Luke").company("LucasArt").build();

 Employee yoda = new

 Builder("Yoda").age(800).company("LucasArt").build();

 

 Collection<Employee> employees = new ArrayList<Employee>();

 employees.add(guest);

 employees.add(anna);

 employees.add(thomas);

 employees.add(luke);

 employees.add(yoda);

 

 ImmutableListMultimap<String, Employee>

 personsGroupByCompany = Multimaps.index(employees, new Function<Employee,String>() {

 

 public String apply(Employee person) {

 return person.getCompany();

 }

 

 });

 

 ImmutableSet<String> companyNamesFromMap =

 personsGroupByCompany.keySet();

 

 List<Employee> averageAgeByCompany = new

 ArrayList<Employee>();

 

 for(String company: companyNamesFromMap) {

 List<Employee> employeesForThisCompany =

 personsGroupByCompany.get(company);

 int sum = 0;

 for(Employee employee: employeesForThisCompany) {

 sum+= employee.getAge();

 }

 averageAgeByCompany.add(new

 Employee("average",sum/employeesForThisCompany.size(),company));

 }

 System.out.println("Result: "+averageAgeByCompany);

 

 }

}

MapReduce.scala:

case class Employee(name: String = "guest", age: Int = 30, company: String = "DevCode")

 

 object MapReduce {

 def main(args: Array[String]): Unit = {

 

 val guest = Employee()

 val anna = Employee("Anna")

 val thomas = Employee("Thomas", 41)

 val luke = Employee("Luke", company = "LucasArt")

 val yoda = luke.copy("Yoda", age = 800)

 

 val allEmployees = List(luke, anna, guest, yoda, thomas)

 val sortedEmployees = allEmployees.groupBy(_.company)

 val averageAgeByCompany = sortedEmployees.map { case (key, value) =>

 value(0).copy(name = "average", age = (value.map(_.age).sum) / value.size)

 }

 println("Result: "+averageAgeByCompany)

 }

}

关于作者

Thomas Alexandre是DevCode的高级咨询顾问,专注于Java和Scala软件开发。他热爱技术,热衷于分享知识,永远在寻求方法、采用新的开源软件和标准来实现更加有效的编程。在十四年的Java开发经验之外,过去几年他集中精力在新的编程语言和Web框架上,例如Groovy/Grails和Scala/Lift。Thomas从法国里尔大学获得了计算机科学博士学位,在卡耐基梅隆大学度过了两年的博士后研究生涯,研究方向是安全和电子商务。

分享给朋友:
您可能感兴趣的文章:
随机阅读: