分布式计算框架

北京理工大学软件工程2024-09-28 21:15

进入Scala模式

终端里输入Scala

创建一个新的Scala文件

vim 文件名.scala

复制粘贴代码

ctrl+shift c/v

使用vim

先进入插入模式，可以通过按i键来实现，然后粘贴代码，完成后按Esc键退出插入模式，保存并退出可以通过输入:wq然后按Enter键。

编译运行程序

Scala 复制代码 
scalac 文件名.scala
scala 文件名

终端退出scala模式

Scala 复制代码 
:quit  /  :exit

删除在vim里写好的代码

  1. 删除字符或单词：

    • 在普通模式（Normal mode）下，你可以使用 x 命令来删除光标所在位置的单个字符。
    • 要删除一个单词，首先使用 w 命令将光标移动到单词的末尾，然后使用 x 来删除整个单词。

  2. 删除一行：

    • 在普通模式下，使用 dd 命令删除光标所在的整行。

  3. 删除多行：

    • 在普通模式下，使用数字加 dd 来删除光标所在位置向下的多行。例如，5dd 会删除光标所在行和接下来的四行。

  4. 删除到行尾：

    • 在普通模式下，使用 D 命令删除从光标位置到行尾的所有内容。

  5. 删除到文件末尾：

    • 在普通模式下，使用 :%d 命令删除整个文件的内容。

  6. 撤销删除：

    • 如果你不小心删除了内容，可以使用 u 命令来撤销删除操作。

  7. 退出 Vim：

    • 如果你想要退出 Vim 而不保存任何更改，可以在普通模式下使用 :q! 命令。

请注意，Vim 的模式非常重要。确保你在执行删除操作之前处于普通模式。如果你不确定自己处于哪个模式，可以按下 Esc 键返回普通模式。

如果你刚刚在 Vim 中写好了代码并想要全部删除，可以使用以下命令：

复制代码 
:%d

这将在普通模式下删除整个文件的内容。如果你只想删除文件的一部分，确保使用正确的命令和范围。如果你只是想退出而不保存更改，可以使用：

复制代码 
:q!

这将放弃所有更改并退出 Vim。

创建.txt文件并在里面写入内容

Scala 复制代码 
import java.io.FileWriter

// 指定文件名
val filename = "filename.txt"

// 使用try-with-resources语句确保文件最终被关闭
val file = new FileWriter(filename)
try {
  // 写入内容到文件
  file.write("学号 性别 数学 英语 物理\n")
  file.write("301610 男 80 64 78\n")
  file.write("301611 女 65 87 58\n")
} catch {
  case e: Exception => e.printStackTrace() // 处理可能的异常
} finally {
  // 关闭文件
  file.close()
}

实验成功代码

计算级数

Scala 复制代码 
object Exercise2_1 {
  def main(args: Array[String]): Unit = {
    // 读取用户输入的q值
    val q = scala.io.StdIn.readDouble() // 读取输入的q值

    // 初始化级数和n
    var Sn = 0.0
    var n = 1.0

    // 循环计算级数的和，直到Sn大于或等于q
    while (Sn < q) {
      Sn += 1.0 / n
      n += 1.0
    }

    // 输出Sn的值
    println(s"Sn=${Sn}")
  }
}

分别取出下面三个班级Top3的分数 ruc01

Scala 复制代码 
object ClassScores {
  def main(args: Array[String]): Unit = {
    // 初始化Map来存储每个班级的分数列表，明确指定列表类型为Int
    var scores = Map(
      "class1" -> List[Int](),
      "class2" -> List[Int](),
      "class3" -> List[Int]()
    )

    // 读取数据并填充分数列表
    val data = List(
      ("class1", 90), ("class2", 91), ("class1", 88),
      ("class2", 99), ("class1", 100), ("class2", 77),
      ("class1", 77), ("class2", 57), ("class3", 77),
      ("class3", 88), ("class3", 99), ("class3", 100),
      ("class3", 22), ("class3", 77)
    )

    // 将分数添加到对应的班级列表中
    data.foreach {
      case (className, score) =>
        scores = scores.updated(className, scores(className) :+ score)
    }

    // 导入隐式转换，以便能够对Int进行排序
    import scala.math.Ordered

    // 打印每个班级的Top 3分数
    scores.foreach { case (className, scoreList) =>
      // 显式指定排序顺序
      val topScores = scoreList.sorted(Ordering[Int].reverse).take(3)
      println(s"Top 3 scores for $className: ${topScores.mkString(", ")}")
    }
  }
}

统计学生成绩一 ruc02 仅成功编译，无法运行

Scala 复制代码 
import scala.io.Source
import scala.collection.mutable.ListBuffer

object ruc02 {
  def main(args: Array[String]): Unit = {
    // 读取文件内容
    val lines = Source.fromFile("filename.txt").getLines().toList

    // 跳过表头
    val headers = lines.head.split("\\s+").tail
    val students = lines.tail.map(_.split("\\s+").map(_.toInt))

    // 定义统计函数
    def statistics(scores: List[Int]): (Double, Int, Int) = {
      val total = scores.sum
      val average = total.toDouble / scores.length
      val min = scores.min
      val max = scores.max
      (average, min, max)
    }

    // 计算总体统计数据
    val overallStats = headers.zipWithIndex.map { case (header, index) =>
      val scores = students.map(_(index))
      val (average, min, max) = statistics(scores)
      (header, (average, min, max))
    }.toMap

    // 计算男女分别的统计数据
    val genderStats = Map(
      "male" -> headers.tail.map(_ => ListBuffer[Int]()),
      "female" -> headers.tail.map(_ => ListBuffer[Int]())
    )

    students.foreach { student =>
      val gender = student(1) // 性别字段的索引是1
      headers.tail.indices.foreach { index =>
        val headerIndex = index + 1 // 跳过性别字段
        val score = student(headerIndex)
        genderStats(gender.toString)(headerIndex - 1) += score
      }
    }

    val statsForGender = (gender: String) => {
      headers.tail.map { header =>
        val scores = genderStats(gender)(headers.indexOf(header) - 1).toList
        val (average, min, max) = statistics(scores)
        ((gender, header), (average, min, max))
      }.toMap
    }

    val maleStats = statsForGender("male")
    val femaleStats = statsForGender("female")

    // 打印统计结果
    println("Overall statistics:")
    overallStats.foreach { case (course, stats) =>
      println(s"$course: avg=${stats._1}, min=${stats._2}, max=${stats._3}")
    }

    println("\nMale statistics:")
    maleStats.foreach { case ((gender, course), stats) =>
      println(s"$course: avg=${stats._1}, min=${stats._2}, max=${stats._3}")
    }

    println("\nFemale statistics:")
    femaleStats.foreach { case ((gender, course), stats) =>
      println(s"$course: avg=${stats._1}, min=${stats._2}, max=${stats._3}")
    }
  }
}

统计学生成绩二 仅成功编译，无法运行

Scala 复制代码 
import scala.collection.mutable.ArrayBuffer
import scala.io.Source

object ruc02 {

  def get_alldata(allStudents: List[Array[String]], courseNames: Array[String], array1: ArrayBuffer[Int], array2: ArrayBuffer[Int], array3: ArrayBuffer[Int]): Unit = {
    for (i <- 2 until courseNames.length + 2) {
      for (j <- allStudents.indices) {
        val score = allStudents(j)(i).toInt
        array1.append(score)
        if (allStudents(j)(1) == "male") {
          array2.append(score)
        } else if (allStudents(j)(1) == "female") {
          array3.append(score)
        }
      }
    }
  }

  def get_data(array: ArrayBuffer[Int], data2: ArrayBuffer[Double], Nn: Int): Unit = {
    var index = 0
    while (index < array.length) {
      val scores = array.slice(index, index + Nn)
      val average = scores.sum.toDouble / scores.length
      val min = scores.min
      val max = scores.max
      data2.append(average)
      data2.append(min)
      data2.append(max)
      index += Nn
    }
  }

  def print_data(data2: ArrayBuffer[Double], courseNames: Array[String]): Unit = {
    for (i <- courseNames.indices) {
      println(s"${courseNames(i)}:  average=${data2(i * 3).formatted("%.2f")},  min=${data2(i * 3 + 1)},  max=${data2(i * 3 + 2)}")
    }
  }

  def main(args: Array[String]): Unit = {
    val File = Source.fromFile("d:/2.txt")
    val all_Data = File.getLines().map {_.split(" ")}.toList
    val courseNames = all_Data.head.drop(1).toArray  // Convert to Array for mutability
    val allStudents = all_Data.tail.map(_.map(_.trim)) // Remove leading and trailing spaces

    val array1 = ArrayBuffer[Int]()
    val array2 = ArrayBuffer[Int]()
    val array3 = ArrayBuffer[Int]()

    get_alldata(allStudents, courseNames, array1, array2, array3)

    val data2 = ArrayBuffer[Double]()
    val Nn = courseNames.length

    get_data(array1, data2, Nn)
    get_data(array2, data2, Nn)
    get_data(array3, data2, Nn)

    println("course  average  min  max")
    print_data(data2.take(Nn * 3), courseNames)
    println("course  average  min  max(male)")
    print_data(data2.slice(Nn * 3, Nn * 6), courseNames)
    println("course  average  min  max(female)")
    print_data(data2.slice(Nn * 6, Nn * 9), courseNames)
  }
}

实验截图

相关推荐
Data跳动3 小时前
Spark内存都消耗在哪里了？
大数据·分布式·spark
woshiabc1114 小时前
windows安装Elasticsearch及增删改查操作
大数据·elasticsearch·搜索引擎
lucky_syq5 小时前
Saprk和Flink的区别
大数据·flink
lucky_syq5 小时前
流式处理，为什么Flink比Spark Streaming好？
大数据·flink·spark
袋鼠云数栈5 小时前
深入浅出Flink CEP丨如何通过Flink SQL作业动态更新Flink CEP作业
大数据
小白学大数据6 小时前
如何使用Selenium处理JavaScript动态加载的内容？
大数据·javascript·爬虫·selenium·测试工具
15年网络推广青哥6 小时前
国际抖音TikTok矩阵运营的关键要素有哪些？
大数据·人工智能·矩阵
节点。csn7 小时前
Hadoop yarn安装
大数据·hadoop·分布式
arnold667 小时前
探索 ElasticSearch：性能优化之道
大数据·elasticsearch·性能优化
NiNg_1_2348 小时前
基于Hadoop的数据清洗
大数据·hadoop·分布式
热门推荐
01〔AI 绘画〕Stable Diffusion 之 解决绘制多人或面部很小的人物时面部崩坏问题 篇02ARM学习（31）编译器对overlay方式的支持03玄机平台应急响应—webshell查杀04DisplayPort AltMode On Type-c协议_Ver2.0(学习笔记)05校验 GPT-4 真实性的三个经典问题：快速区分 GPT-3.5 与 GPT-4，并提供免费测试网站06Docker 夺命连环 15 问076个主流的工业3D管道设计软件08基于大语言模型（LLM）的合成数据生成、策展和评估的综述09(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明10树莓派 5 AI 套件（Hailo-8L）使用教程