2023_Spark_实验八:Scala高级特性实验

1、什么是泛型类

和Java或者C++一样,类和特质可以带类型参数。在Scala中,使用方括号来定义类型

参数,如下所示:

Scala 复制代码
/*

这里的T就是泛类型,可以代表任意类型,_表示可以是任意类型

*/

class GenericClass[T] {



//定义一个变量

private var content:T= _

//定义变量的get和set方法

def set(value:T)={content=value}

def get():T={content}

}

//测试

object GenericClass {

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

//定义一个Int整数类型的泛型类对象

var intGeneric = new GenericClass[Int]

intGeneric.set(123)

println("得到的是:"+intGeneric.get())

//定义一个String类型的泛型类对象

var stringGeneric = new GenericClass[String]

stringGeneric.set("Hello Scala")

println("得到的值是:"+ stringGeneric.get() )

}

}

2、什么是泛型函数

函数和方法也可以带类型参数。和泛型类一样,我们需要把类型参数放在方法名之

后。

注意:这里的ClassTag是必须的,表示运行时的一些信息,比如类型。

Scala 复制代码
import scala.reflect.{ClassTag, classTag}



//创建一个函数,可以创建一个Int类型的数值



def mkIntArray(elems:Int*) = Array[Int](elems:_*)

mkIntArray(1,2,3,100)



//创建一个函数,可以创建一个String类型的数值



def mkStringArray(elems:String*) = Array[String](elems:_*)

mkStringArray("Mike","Tom","Mary")



//问题:能否创建一个函数mkArray,创建Int类型的数组,也是String类型的数组?







def mkArray[T:ClassTag](elems:T*) = Array[T](elems:_*)

mkArray(1,2,3,5,8)

mkArray("Tom","Mary")

3、隐式转换函数

所谓隐式转换函数指的是以implicit关键字声明的带有单个参数的函数。

前面讲视图界定时候的一个例子:

4、隐式参数

使用implicit申明的函数参数叫做隐式参数。我们也可以使用隐式参数实现隐式的转

Scala 复制代码
//Scala隐式参数

def testParam (implicit name :String) = {println("The value is " + name)}



//定义一个隐式参数

implicit val name:String="这是一个隐式值"



testParam



def smaller[T](a:T,b:T)(implicit order:T => Ordered[T]) =if(a<b) a else b

smaller(100,23)

smaller("Hello","ABC")

5、隐式类

所谓隐式类: 就是对类增加implicit 限定的类,其作用主要是对类的功能加强!

Scala 复制代码
/*

*Scala 的隐式类

*/

object ImplicitClass {



//隐式类

implicit class Calc(x: Int) {

def add(a: Int): Int = a * x

}


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

println("两个数字的和 " + 1.add(2))

}

}



/*

隐式类执行的过程

1.当1.add(2),scala 的编译器不会立即报错,在当前域当中查询,有没有implicit修饰的

同时可以将Int 作为参数的构造器,

并且具有add方法的类,通过查询,找到Calc

2.利用应式类Calc来执行add方法

*/
相关推荐
武子康1 天前
大数据-236 离线数仓 - 会员指标验证、DataX 导出与广告业务 ODS/DWD/ADS 全流程
大数据·后端·apache hive
肌肉娃子2 天前
20260227.spark.Spark 性能刺客:千万别在 for 循环里写 withColumn
spark
武子康2 天前
大数据-235 离线数仓 - 实战:Flume+HDFS+Hive 搭建 ODS/DWD/DWS/ADS 会员分析链路
大数据·后端·apache hive
DianSan_ERP3 天前
电商API接口全链路监控:构建坚不可摧的线上运维防线
大数据·运维·网络·人工智能·git·servlet
够快云库3 天前
能源行业非结构化数据治理实战:从数据沼泽到智能资产
大数据·人工智能·机器学习·企业文件安全
AI周红伟3 天前
周红伟:智能体全栈构建实操:OpenClaw部署+Agent Skills+Seedance+RAG从入门到实战
大数据·人工智能·大模型·智能体
B站计算机毕业设计超人3 天前
计算机毕业设计Django+Vue.js高考推荐系统 高考可视化 大数据毕业设计(源码+LW文档+PPT+详细讲解)
大数据·vue.js·hadoop·django·毕业设计·课程设计·推荐算法
计算机程序猿学长3 天前
大数据毕业设计-基于django的音乐网站数据分析管理系统的设计与实现(源码+LW+部署文档+全bao+远程调试+代码讲解等)
大数据·django·课程设计
B站计算机毕业设计超人3 天前
计算机毕业设计Django+Vue.js音乐推荐系统 音乐可视化 大数据毕业设计 (源码+文档+PPT+讲解)
大数据·vue.js·hadoop·python·spark·django·课程设计
十月南城3 天前
数据湖技术对比——Iceberg、Hudi、Delta的表格格式与维护策略
大数据·数据库·数据仓库·hive·hadoop·spark