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
阿里云大数据AI技术10 分钟前
[VLDB 2025]面向Flink集群巡检的交叉对比学习异常检测
大数据·人工智能·flink
青云交1 小时前
电科金仓 KingbaseES 深度解码:技术突破・行业实践・沙龙邀约 -- 融合数据库的变革之力
大数据·数据安全·数字化转型·kingbasees·企业级应用·融合数据库·多模存储
shinelord明1 小时前
【计算机网络架构】网状型架构简介
大数据·分布式·计算机网络·架构·计算机科学与技术
lucky_syq2 小时前
Flink窗口:解锁流计算的秘密武器
大数据·flink
明天好,会的2 小时前
从Spark/Flink到WASM:流式处理框架的演进与未来展望
flink·spark·wasm
gorgor在码农4 小时前
Elasticsearch 的聚合(Aggregations)操作详解
大数据·elasticsearch·搜索引擎
BigData共享4 小时前
StarRocks 使用 JNI 读取数据湖表引发的堆内存溢出分析
大数据
Aurora_NeAr5 小时前
大数据之路:阿里巴巴大数据实践——大数据领域建模综述
大数据·后端
黄雪超6 小时前
Kafka——消费者组消费进度监控都怎么实现?
大数据·分布式·kafka
虚伪的空想家7 小时前
记录es收集日志报错问题as the final mapping would have more than 1 type[XXX,doc]
大数据·elasticsearch·搜索引擎·容器·kubernetes·log-pilot