Scala练习

wordCount

1. package com.doit.day03
3. import scala.io.{BufferedSource, Source}
5. object WordCountDemo {
6.   def main(args: Array[String]): Unit = {
7.     //读取文件，获取到一个Source对象
8.     val source: BufferedSource = Source.fromFile("D:\\develop\\ideaWorkSpace\\myself\\study\\scalaDemo\\data\\word.txt")
9.     //调用getLines方法，获取到每一行数据，每一行数据都放在迭代器中
10.     val lines: Iterator[String] = source.getLines()
11.     //如果我现在直接这么返回，他的返回值是什么？？   Iterator[String]  ==》 同样的返回一个迭代器，迭代器里面放得是Array[String] 数组里面每一个元素放得都是一个个的单词
12.     val arrWord: Iterator[Array[String]] = lines.map(line => {
13.       //1.需要将每一行数据拿出来进行切割，变成一个个的单词
14.       //hello   hadoop  hive
15.       val wordsArr: Array[String] = line.split("\\s+")
16.       wordsArr
17.     })
18.     //将迭代器转换成了集合
19.     val list: List[Array[String]] = arrWord.toList
20.     //将list中的array压平，这样list装的就是每一个单词了
21.     val word: List[String] = list.flatten
22.     //对每一个单词进行分组，相同的单词分在一组，key就是单词，value是一个list，所有相同的单词都放在这个list中
23.     val wordAndList: Map[String, List[String]] = word.groupBy(word => word)
24.     //转换，将list转换成长度，长度就是单词的个数
25.     val wordCount: Map[String, Int] = wordAndList.map(tup => (tup._1, tup._2.size))
26.     //查看结果
27.     println(wordCount)
28.   }
29. }

复制代码

平均温度案例

1. package com.doit.day03
3. /**
4. * 需求：求最近几天每个城市的平均温度
5. */
6. object AvgTem {
7.   def main(args: Array[String]): Unit = {
8.     val d1 = Array(("beijing", 28.1), ("shanghai", 28.7), ("guangzhou", 32.0), ("shenzhen", 31.0))
9.     val d2 = Array(("beijing", 27.3), ("shanghai", 30.1), ("guangzhou", 33.3))
10.     val d3 = Array(("beijing", 28.2), ("shanghai", 29.1), ("guangzhou", 32.0), ("shenzhen", 32.0))
12.     //1.将所有的数据都放在一个数组或者集合中
13.     val allData: Array[(String, Double)] = d1 ++ d2 ++ d3
14.     //Array(("beijing", 28.1), ("shanghai", 28.7), ("guangzhou", 32.0), ("shenzhen", 33.1),("beijing", 27.3), ("shanghai", 30.1), ("guangzhou", 33.3)，("beijing", 28.2), ("shanghai", 29.1), ("guangzhou", 32.0), ("shenzhen", 32.1))
16.     //按照城市分组
17.     val grouped: Map[String, Array[(String, Double)]] = allData.groupBy(tp => tp._1)
19.     //方式一，获取到所有的温度，sum求和后求平均
20.     val res: Map[String, Double] = grouped.map(tp => {
21.       //数组中每一个元素的key都是一样的，只是温度不一样，现在需要将整个数组转换成城市，平均温度
22.       val value: Array[(String, Double)] = tp._2
23.       val avg: Double = value.map(_._2).sum / value.length
24.       (tp._1, avg)
25.     })
26.     println(res)
29.     //方式二，只对value进行处理
30.     val res1: Map[String, (String, Double)] = grouped.mapValues(tp => {
31.       val avg: Double = tp.reduce(_._2 + _._2) / tp.length
32.       (tp(0)._1, avg)
33.     })
35.   }
36. }

复制代码

共同好友案例

[code]package com.doit.day03import scala.io.{BufferedSource, Source}/** * 数据如下  :每个字母代表一个人 ,  统计任意一个人和其他人的共同好友 * A:B,C,D,F,E,O * B:A,C,E,K * C:F,A,D,I * D:A,E,F,L * E:B,C,D,M,L * F:A,B,C,D,E,O,M * G:A,C,D,E,F * H:A,C,D,E,O * I:A,O * J:B,O * K:A,C,D * L:D,E,F * M:E,F,G * O:A,H,I,J */object SameFriends {  def main(args: Array[String]): Unit = {     val lines: Iterator[String] = Source.fromFile("D:\\develop\\ideaWorkSpace\\myself\\study\\scalaDemo\\data\\friends").getLines()     val myAndFriends: List[(String, Array[String])] = lines.toList.map(line => {        //        A:B,C,D,F,E,O   :前面的是我自己，：后面的是我的朋友们        val arr: Array[String] = line.split(":")        //获取到我自己        val user: String = arr(0)        //获取到我的朋友们，朋友们都放在数组里面，里面的元素就是一个个的朋友对象        val friends: Array[String] = arr(1).split(",")        (user, friends)     })     //获取共同好友。。。     for(i