package com.dt.scala.dataset object HelloList { def main(args: Array[String]): Unit = { //定义List,直接使用applay方法 val bigData = List("Spark","Hadoop") val data = List(1,2,3) //使用::定义列表 val bigData_core = "Spark"::"Hadoop"::Nil //:: Nil不能省略,"Spark"::"Hadoop" 这个语法是错误的 //Nil是空列表,并且::是右元素的方法,例如"Hadoop"::Nil :: 是Nil的方法 //等同于 val bigData_core2 = Nil.::("Hadoop") val data_Int = 1::2::3::Nil // 两个列表合并,使用:::方法 val data_union = data ::: data_Int //判断列表是否为空 data.isEmpty //取列表的头部 data.head //对于List来说,第一个元素称之为head,其余的所有元素成为tail data.tail.head //提前List中的元素 val List(a,b) = bigData //a="Spark" , b="Hadoop" println("a = "+a+" b = "+b) // 如果List中有多个元素,可以使用如下方式提取 val first::second::rest = data //rest代表剩余的List,返回的类型是List println("first:"+first+" ==== "+"second:"+second+" ==== "+"rest:"+rest) //first:1 ==== second:2 ==== rest:List(3) //使用模式匹配对List进行排序操作 val shuffleData = List(9,3,2,10,3,34,1) def compute(data : Int,dataSet : List[Int]) : List[Int] = dataSet match { case List() => List(data) //如果dataSet为空,那么返回List(data) case head :: tail => { //如果dataSet不为空 if (data <= head) // data和第一个元素比较如果<=head则放到List的头部 data :: dataSet else head :: compute(data,tail) //否则嵌套调用compute } } println(compute(10, shuffleData)) def sortList(data : List[Int]) : List[Int] = data match { case List() => List() case head :: tail => compute(head,sortList(tail)) } println(sortList(shuffleData)) } }
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。