Scala06：Scala的函数式编程

下面我们来学习一下scala中最重要的内容，函数式编程，其实我们学习Scala这门语言就是因为它的这一个特性，咱们在最开始的时候给大家演示了，使用java代码实现函数式编程是很复杂的，而使用scala代码实现函数式编程就很轻松，很简单了。
这块内容我们在后续工作中会经常使用，需要大家重点掌握。

一、什么是函数式编程

Scala是一门既面向对象，又面向过程的语言。

因此在Scala中有非常好的面向对象的特性，可以使用Scala来基于面向对象的思想开发大型复杂的系统和工程；
而且Scala也面向过程，因此Scala中有函数的概念。

在Scala中，函数与类、对象一样，都是一等公民，所以说scala的面向过程其实就重在针对函数的编程了，所以称之为函数式编程。

二、函数赋值给变量

Scala中的函数是一等公民，可以独立定义，独立存在，而且可以直接将函数作为值赋值给变量
Scala的语法规定，将函数赋值给变量时，必须在函数后面加上空格和下划线

来看一个案例：将函数赋值给变量：

scala> def sayHello(name: String) { println("Hello, " + name) }
sayHello: (name: String)Unit

scala> val sayHelloFunc = sayHello _
sayHelloFunc: String => Unit = 

scala> sayHelloFunc("scala")
Hello, scala

三、匿名函数

Scala中的函数也可以不需要命名，这种函数称为匿名函数

匿名函数的语法格式：(参数名: 参数类型) => 函数体
(参数名: 参数类型) ：是函数的参数列表
可以将匿名函数直接赋值给某个变量

来看一个例子

scala> val sayHelloFunc = (name: String) => println("Hello, " + name)
sayHelloFunc: String => Unit = 

scala> val sayHelloFunc = (name: String) => {println("Hello, " + name)}
sayHelloFunc: String => Unit = 

注意：如果函数体有多行代码，则需要添加{}

四、高阶函数

由于函数是一等公民，所以说我们可以直接将某个函数作为参数传入其它函数
这个功能是极其强大的，也是Java这种面向对象的编程语言所不具备的
这个功能在实际工作中是经常需要用到的

接收其它函数作为当前函数的参数，当前这个函数也被称作高阶函数 (higher-order function)

看一个例子：
先定义一个匿名函数，赋值给变量sayHelloFunc

val sayHelloFunc = (name: String) => println("Hello, " + name)

再定义一个高阶函数，这个高阶函数的参数会接收一个函数
参数： (String) => Unit 表示这个函数接收一个字符串，没有返回值

def greeting(func: (String) => Unit, name: String) { func(name) }

使用：

scala> greeting(sayHelloFunc, "scala")
Hello, scala

或者还可以这样用，直接把匿名函数的定义传过来也是可以

scala> greeting((name: String) => println("Hello, " + name),"scala")
Hello, scala

高阶函数可以自动推断出它里面函数的参数类型，对于只有一个参数的函数，还可以省去小括号

看下面这个例子：

# 先定义一个高阶函数
def greeting(func: (String) => Unit, name: String) { func(name) }
# 使用高阶函数：完整写法
greeting((name: String) => println("Hello, " + name), "scala")
# 使用高阶函数：高阶函数可以自动推断出参数类型，而不需要写明类型
greeting((name) => println("Hello, " + name), "scala")
# 使用高阶函数：对于只有一个参数的函数，还可以省去其小括号
greeting(name => println("Hello, " + name), "scala")

五、常用高阶函数

刚才是我们自己实现的高阶函数，其实我们在工作中自己定义高阶函数的场景不多，大部分场景都是去使用已有的高阶函数
下面我们来看几个常见的高阶函数：

map：对传入的每个元素都进行处理，返回一个元素
flatMap：对传入的每个元素都进行处理，返回一个或者多个元素
foreach：对传入的每个元素都进行处理，但是没有返回值
filter：对传入的每个元素都进行条件判断，如果返回true，则保留该元素，否则过滤掉该元素
reduceLeft：从左侧元素开始，进行reduce操作

1、map

map的使用：

scala> Array(1, 2, 3, 4, 5).map(num=>{num * 2})
res38: Array[Int] = Array(2, 4, 6, 8, 10)

可以简写为：

scala> Array(1, 2, 3, 4, 5).map(_ * 2)
res40: Array[Int] = Array(2, 4, 6, 8, 10)

2、flatMap

flagMap的使用

scala> Array("hello you","hello me").flatMap(line=>line.split(" "))
res53: Array[String] = Array(hello, you, hello, me)

可以简写为：

scala> Array("hello you","hello me").flatMap(_.split(" "))
res54: Array[String] = Array(hello, you, hello, me)

3、foreach

foreach的使用

scala> Array(1, 2, 3, 4, 5).map(_ * 2).foreach(num=>println(num))
2
4
6
8
10

可以简写为：

scala> Array(1, 2, 3, 4, 5).map(_ * 2).foreach(println(_))
2
4
6
8
10

还可以再简写为：

scala> Array(1, 2, 3, 4, 5).map(_ * 2).foreach(println _)
2
4
6
8
10

4、filter

filter的使用

scala> Array(1, 2, 3, 4, 5).filter(num=>num % 2 == 0)
res46: Array[Int] = Array(2, 4)

可以简写为：

scala> Array(1, 2, 3, 4, 5).filter(_ % 2 == 0)
res47: Array[Int] = Array(2, 4)

5、reduceLeft

reduceLeft的使用
表示先对元素1和元素2进行处理，然后将结果与元素3处理，再将结果与元素4处理，依次类推
spark中有一个reduce函数，和这个函数的效果一致

scala> Array(1, 2, 3, 4, 5).reduceLeft((t1,t2)=>t1+t2)
res50: Int = 15

这个操作操作就相当于1 + 2 + 3 + 4 + 5

可以简写为：

scala> Array(1, 2, 3, 4, 5).reduceLeft( _ + _)
res49: Int = 15

注意：这里的两个_代表是两个元素