原文链接 http://www.ituring.com.cn/article/131442
本文翻译自：Scala snippets 3: Lists together with Map, flatmap, zip and reduce [email protected]
如果不了解
map，flatMap，zip和reduce函数，你就不能真正地谈论scala。
通过这些函数，我们可以非常容易地处理列表的内容并结合Option对象工作。
你可以在这个站点找到更多的片段： Scala片段 1:Folding Scala 片段2:List的操作符魔法
让我们从map开始，通过map我们可以将一个函数应用于列表的每一个元素并且
将其作为一个新的列表返回。 我们可以这样对列表的元素进行平方：
scala> list1
res3: List[Int] = List(0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
scala> list1.map(x=>x*x)
res4: List[Int] = List(0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100)一些函数可能返回Option元素。例如：
scala> val evenify = (x:Int) => if (x % 2 == 0) Some(x) else None
evenify: Int => Option[Int] = <function1>
scala> list1.map(evenify)
res6: List[Option[Int]] = List(Some(0), None, Some(2), None, Some(4), None, Some(6), None, Some(8), None, Some(10))这个例子的问题是我们常常并不关心None。但我们怎么轻松地把他排除出去呢？对于此我们
可以使用flatMap。通过flatMap我们可以处理元素是序列的列表。将提供的函数应用于每个序列元素
会返回包含原始列表所有序列内的元素的列表。通过以下的例子会更好理解：
scala> val list3 = 10 to 20 toList
list3: List[Int] = List(10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20)
scala> val list2 = 1 to 10 toList
list2: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
scala> val list4 = List(list2, list3)
list4: List[List[Int]] = List(List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10), List(10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20))
scala> list4.flatMap(x=>x.map(y=>y*2))
res2: List[Int] = List(2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40)我们可以看到有list4的元素是两个列表。我们调用flatMap分别处理这两个列表，
并用map将这两个列表的元素平方，最后的结果是一个包含所有元素的平坦的列表。
译者注：flatMap并不一定用于元素是序列的列表，他只需要应用的函数返回的结果是GenTraversableOnce即可（列表的父类），
例如：
scala> List(1,2,3,4,5)
res0: List[Int] = List(1, 2, 3, 4, 5)
scala> res0.flatMap(x => 1 to x )
res1: List[Int] = List(1, 1, 2, 1, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 5)让我们回过头看一下一直看过的evenify函数和之前返回的Option列表：
scala> val list1 = 1 to 10 toList
list1: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
scala> list1.map(evenify)
res3: List[Option[Int]] = List(None, Some(2), None, Some(4), None, Some(6), None, Some(8), None, Some(10))
scala> val list2 = list1.map(evenify)
list2: List[Option[Int]] = List(None, Some(2), None, Some(4), None, Some(6), None, Some(8), None, Some(10))
scala> list2.flatMap(x => x)
res6: List[Int] = List(2, 4, 6, 8, 10)简单吧。我们也可以将这个写在一行：
scala> list1.flatMap(x=>evenify(x))
res14: List[Int] = List(2, 4, 6, 8, 10)正如你看到的，这并不困难。接下来让我们看一下其他两个可以用于列表的函数。第一个是zip，
从它的名字就可以知道我们可以用此合并两个列表：
scala> val list = "Hello.World".toCharArray
list: Array[Char] = Array(H, e, l, l, o, ., W, o, r, l, d)
scala> val list1 = 1 to 20 toList
list1: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20)
scala> list.zip(list1)
res30: Array[(Char, Int)] = Array((H,1), (e,2), (l,3), (l,4), (o,5), (.,6), (W,7), (o,8), (r,9), (l,10), (d,11))
scala> list1.zip(list)
res31: List[(Int, Char)] = List((1,H), (2,e), (3,l), (4,l), (5,o), (6,.), (7,W), (8,o), (9,r), (10,l), (11,d))返回的列表长度取决于较短的列表，只要有一个列表到达了末尾zip函数就停止了。
我们可以使用zipAll函数来对较长列表的剩余元素进行处理：
scala> list.zipAll(list1,‘a‘,‘1‘)
res33: Array[(Char, AnyVal)] = Array((H,1), (e,2), (l,3), (l,4), (o,5), (.,6), (W,7), (o,8), (r,9), (l,10), (d,11), (a,12), (a,13), (a,14), (a,15), (a,16), (a,17), (a,18), (a,19), (a,20))
(译者注：最后一个参数为1，让返回类型是Array[(Char,Int)]对于这个例子更好点)如果字母的列表比较短，那么用‘a‘来补充，反之用1来补充。最后一个要介绍的zip函数是zipWithIndex。
就像他的名字一样，元素的下标（从0开始）会被增加进去：
scala> list.zipWithIndex
res36: Array[(Char, Int)] = Array((H,0), (e,1), (l,2), (l,3), (o,4), (.,5), (W,6), (o,7), (r,8), (l,9), (d,10))我们来看看最后一个函数：reduce。使用reduce我们可以处理列表的每个元素并返回一个值。
通过使用reduceLeft和reduceRight我们可以强制处理元素的方向。（使用reduce方向是不被保证的）
译者注：reduce和fold很像，但reduce返回的值的类型必须和列表的元素类型相关（类型本身或其父类），
但fold没有这种限制（但与此同时fold必须给定一个初始值），可以说reduce是fold的一种特殊情况。
scala> list1
res51: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20)
scala> val sum = (x:Int, y:Int) => {println(x,y) ; x + y}
sum: (Int, Int) => Int = <function2>
scala> list1.reduce(sum)
(1,2)
(3,3)
(6,4)
(10,5)
(15,6)
(21,7)
(28,8)
(36,9)
(45,10)
(55,11)
(66,12)
(78,13)
(91,14)
(105,15)
(120,16)
(136,17)
(153,18)
(171,19)
(190,20)
res52: Int = 210
scala> list1.reduceLeft(sum)
(1,2)
(3,3)
(6,4)
(10,5)
(15,6)
(21,7)
(28,8)
(36,9)
(45,10)
(55,11)
(66,12)
(78,13)
(91,14)
(105,15)
(120,16)
(136,17)
(153,18)
(171,19)
(190,20)
res53: Int = 210
scala> list1.reduceRight(sum)
(19,20)
(18,39)
(17,57)
(16,74)
(15,90)
(14,105)
(13,119)
(12,132)
(11,144)
(10,155)
(9,165)
(8,174)
(7,182)
(6,189)
(5,195)
(4,200)
(3,204)
(2,207)
(1,209)
res54: Int = 210对于这个片段来说这些就足够了，是时候你自己探索一下List/Collections的API了。
在下一个片段中，我们将看一些Scalaz的东西，虽然因为复杂对于这个库有些负面的声音，
但它的确提供了一些很棒的特性。
package test.scala.lang
object TestMap {
def main(args: Array[String]): Unit = {
testReduce
}
def test = {
val t = Seq("a", "b", "c", "d")
println("println t")
t.foreach { e => println(e) }
val r1 = t.map { e => e.toUpperCase() }
println("println r1")
r1.foreach { e => println(e) }
val r2 = t.map { _.toUpperCase() }
println("println r2")
r2.foreach { e => println(e) }
}
def testFlatmap = {
val t = Seq("a", "b", "c", "d")
println("println t")
t.foreach { e => println(e) }
val r1 = t.flatMap { x => ulcase(x) }
println("println r1")
r1.foreach { e => println(e) }
}
def ulcase(s: String) = Vector(s.toUpperCase(), s.toLowerCase())
def testZip = {
val t1 = "Hello.World".toCharArray
val t2 = 1 to 20 toArray
val r1 = t1.zip(t2)
println("println r1")
r1.foreach { e => println(e) }
val r2 = t2.zip(t1)
println("println r2")
r2.foreach { e => println(e) }
val r3 = t2.zip(t2)
println("println r3")
r3.foreach { e => println(e) }
}
def testReduce = {
val t = 1 to 20 toList
val r1 = t.reduce(sum)
println("r1=" + r1)
val r2 = t.reduceLeft(sum)
println("r2=" + r2)
val r3 = t.reduceRight(sum)
println("r3=" + r3)
}
def sum(x: Int, y: Int): Int = { println(x, y); x + y }
}