• 接收一元函数

  • map 转换元素，主要应用于不可变集合

    (1 to 10).map(i => i * i)
    (1 to 10).flatMap(i => (1 to i).map(j => i * j))

  • transform 与 map 相同，不过用于可变集合，直接转换

    ArrayBuffer("Peter", "Paul", "Mary").transform(_.toUpperCase)

  • collect 接收偏函数(PartialFunction)作为参数；模式匹配也是一种偏函数

    "-3+4".collect {
        case '+' => 1 ; 
        case '-' => -1 
    } // Vector(-1, 1)

  • groupBy 按指定函数分组，返回 Map

    val words = Array("Abc", "ab")
    val map = words.groupBy(_.substring(0, 1).toUpperCase)
    // Map(A -> Array(Abc, ab))

• 接收二元函数
  • reduceLeft 从左向右规约 f(f(f(a, b), c), d)

    List(1, 7, 2, 9).reduceLeft(_ - _)
    // ((1 - 7) - 2) - 9 = 1 - 7 - 2 - 9 = -17

  • reduceRight 从右向左规约 f(a, f(b, f(c, d)))

    List(1, 7, 2, 9).reduceRight(_ - _)
    // 1 - (7 - (2 - 9)) = 1 - 7 + 2 - 9 = -13

  • foldLeft 提供初始值+二元函数，从左向右折叠，每次计算结果在左侧
    • 可用 /:（表示树形左侧）操作符表示，(init /: collection)(function)
  • foldRight 提供初始值+二元函数，从右向左折叠，每次计算结果在右侧
    • 可用 :\（表示树形右侧）操作符表示，(collection :\ init)(function)

    List(1, 7, 2, 9).foldLeft(0)(_ - _)  
    (0 /: List(1, 7, 2, 9))(_ - _)
    // 0 - 1 - 7 - 2 - 9 = -19

  • scanLeft 和 scanRight 结合了 folding 和 mapping，结果为所有的中间过程值

    (1 to 10).scanLeft(0)(_ + _) // Vector(0, 1, 3, 6, 10, 15, 21, 28, 36, 45, 55)

• zip 拉链，即将两个集合各个元素像拉链一样交叉结合在一起

  List(1,2,3) zip List("a","b","c") // List((1,a), (2,b), (3,c))

  • 长度不一致的集合则以较小的长度为准

• zipAll 为长度较短的集合设置默认值，

  this.zipAll(that, thisDefault, thatDefault)

• zipWithIndex 返回元素及对应的下标

  "Scala".zipWithIndex
  //  Vector((S,0), (c,1), (a,2), (l,3), (a,4))

• view 为集合创建延迟视图
  scala val lazyView = (1 to 1000000).view lazyView.take(100).last //100
  • 对视图的操作都不会立即计算（包括第一个元素也不会）
  • 与 Stream 不同，不会缓存任何值
  • apply 方法会强制计算整个视图，使用 lazyView.take(i).last 代替 lazyView(i)
• par 并行化集合，后续应用的方法都会并发计算
  scala for (i <- (0 until 100).par) print(s" $i") // 1-99
  • 很好的解决并发编程问题
  • 将集合变为对于的并行化实现
  • 对于产生的结果，与串行方式的结果一致 （如 for...yield...）
  • 可使用 seq，toArray 等方法将集合还原
  • 部分方法不能并发操作
    • 使用 reduce 替代 reduceLeft，先对各部分集合操作，然后聚合结果，但操作必须满足结合律
    • 使用 aggregate 替代 foldLeft，先对各部分集合操作，然后用另一个操作将结果聚合
    str.par.aggregate(Set[Char]())(_ + _, _ ++ _) // 等价于 str.foldLeft(Set[Char]())(_ + _)