Scala第十一章节(Option类型和偏函数)

2. Option类型

2.1 概述

实际开发中, 在返回一些数据时, 难免会遇到空指针异常(NullPointerException), 遇到一次就处理一次相对来讲还是 比较繁琐的. 在Scala中, 我们返回某些数据时,可以返回一个Option类型的对象来封装具体的数据,从而实现有效 的避免空指针异常。

2.2 格式

Scala中,Option类型表示可选值。这种类型的数据有两种形式:

  • Some(x):表示实际的值
scala 复制代码
 final case class Some[+A](x:A) extends Option[A]{
      def isEmpty: Boolean = false

      def get: A = x
    }
  • None:表示没有值
scala 复制代码
case  object None extends Option[Nothing]{
  def isEmpty: Boolean = true

  def get: Nothing = throw new NoSuchElementException("None.get")
}

注意: 使用getOrElse方法,当值为None时可以指定一个默认值.

2.3 示例

需求
  1. 定义一个两个数相除的方法,使用Option类型来封装结果

  2. 打印结果

  • 不是除零,打印结果
  • 除零, 则打印异常错误
参考代码
scala 复制代码
//案例:演示Option类型
object ClassDemo10{
 //1.定义一个两个数相除的方法,使用Option类型来封装结果 defdiv(a:Int,b:Int)={
  if(b==0){
   None   //除数为0,没有结果.
      }else{
         Some(a/b)//除数不为0,返回具体的结果.
      }
    }
 def main(args:Array[String]):Unit={
  //2.然后使用模式匹配来打印结果
  val result=div(10,0)
  //思路一:通过模式匹配来打印结果.
  result match{
  //不是除零,打印结果
   case Some(x)=>println(x)
   //除零打印异常错误
   case None=>println("除数不能为0")
  }
       println("-"*15)
       //思路二:采用getOrElse()方法实现.  
     println(result.getOrElse(0))
 }
}

3. 偏函数

3.1 定义

偏函数提供了更简洁的语法,可以简化函数的定义。配合集合的函数式编程,可以让代码更加优雅。 所谓的偏函数是指被包在花括号内没有match的一组case语句, 偏函数是PartialFunction[A, B]类型的的一个实例对象, 其中A代表输入参数类型, B代表返回结果类型.

3.2 格式

scala 复制代码
val 对象名={//这对大括号及其内部的一组case语句,就组成了一个偏函数.
      case 值1=>表达式1   
    	case 值2=>表达式2
      case 值3=>表达式3
    ...
}

3.3 示例一: 入门案例

需求

定义一个偏函数,根据以下方式返回

输入 返回值
1
2
3
其他 其他
参考代码
scala 复制代码
//案例:演示偏函数
object ClassDemo11{
     def main(args:Array[String]):Unit={
  //1.定义一个偏函数,根据指定格式返回
  val pf:PartialFunction[Int,String]={
   case1=>"一"
   case2=>"二"
   case3=>"三"
   case_=>"其他"
  }
           //2.调用方法
  println(pf(1))  
  println(pf(2))  
  println(pf(3))  
  println(pf(4))
     }
}

3.4 示例二:结合map函数使用

需求
  1. 定义一个列表,包含1-10的数字
  2. 请将1-3的数字都转换为[1-3]
  3. 请将4-8的数字都转换为[4-8]
  4. 将其他的数字转换为(8-*]
  5. 打印结果.
参考代码
scala 复制代码
//案例:偏函数使用,结合map函数
object ClassDemo12{
     def main(args:Array[String]):Unit={
  //1.定义一个列表,包含1-10的数字
  val list1=(1to10).toList
  //核心:通过偏函数结合map使用,来进行模式匹配  
  val list2=list1.map{
   //2.请将1-3的数字都转换为[1-3]
    case xifx>=1&&x<=3=>"[1-3]"
   //3请将4-8的数字都转换为[4-8]
   case xifx>=4&&x<=8=>"[4-8]"   //4将其他的数字转换为(8-*]
   case _ =>"(8-*]"
  }
   //5.打印结果.
  println(list2)
     }
}
相关推荐
武子康35 分钟前
大数据-240 离线数仓 - 广告业务 Hive ADS 实战:DataX 将 HDFS 分区表导出到 MySQL
大数据·后端·apache hive
字节跳动数据平台1 天前
5000 字技术向拆解 | 火山引擎多模态数据湖如何释放模思智能的算法生产力
大数据
武子康1 天前
大数据-239 离线数仓 - 广告业务实战:Flume 导入日志到 HDFS,并完成 Hive ODS/DWD 分层加载
大数据·后端·apache hive
字节跳动数据平台2 天前
代码量减少 70%、GPU 利用率达 95%:火山引擎多模态数据湖如何释放模思智能的算法生产力
大数据
得物技术2 天前
深入剖析Spark UI界面:参数与界面详解|得物技术
大数据·后端·spark
武子康2 天前
大数据-238 离线数仓 - 广告业务 Hive分析实战:ADS 点击率、购买率与 Top100 排名避坑
大数据·后端·apache hive
武子康3 天前
大数据-237 离线数仓 - Hive 广告业务实战:ODS→DWD 事件解析、广告明细与转化分析落地
大数据·后端·apache hive
大大大大晴天3 天前
Flink生产问题排障-Kryo serializer scala extensions are not available
大数据·flink
武子康5 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
武子康6 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