Scala映射方法语法

下面的代码从做矩阵点积开始

我不明白花括号之间的语法

• 为什么使用花括号，而不是常规方法括号
• 这不是匿名方法吗
• 什么是._1和._2

谢谢

type Row    = List[Double]
type Matrix = List[Row]

def dotProd(v1:Row, v2:Row) = 
    v1.zip(v2).map{ t:(Double, Double) => t._1 * t._2 }.reduceLeft(_ + _)

---

花括号表示类型为

Tuple2[Double，Double]=>Double

的匿名函数。参数的本地名称为

t

，因此

t

是两个双元组。

t.\u 1

指第一项，而

t.\u 2

指第二项

---

因此，

map

生成两个向量分量的元素乘积列表，并且

reduceLeft

对这些乘积求和以计算点积。

在这种特殊情况下，花括号与普通的旧语法相比没有优势，但一般来说，使用花括号的好处在于，它们允许您在

map…

中编写模式匹配表达式：

所以我可以重写这个

.map{ t:(Double, Double) => t._1 * t._2 }

进入这个

.map{ case(a: Double, b: Double) => a*b }

但这不会编译：

.map( case(a: Double, b: Double) => a*b )

---

._1、._2提供对第一、第二。。。N元组的N元素，正如Lee所说。

在这个问题中，你可以找到括号{}和括号（）之间差异的很好答案：

对于_1，_2，请参见

是的，

t：（Double，Double）=>t._1*t._2

是一个匿名函数（实际上不是一个方法）

• 为什么使用花括号，而不是常规方法括号

当参数是匿名函数时，有些人更喜欢使用大括号。首先，大括号支持模式匹配匿名函数，而括号则不支持。在这个特殊的例子中，不需要花括号

下面是一个需要大括号的示例（因为

大小写

模式匹配）：

请注意，上述函数与问题中的函数以稍微不同的方式完成相同的任务

• t

  是匿名方法吗

不，它是一个参数。就像

v1

和

v2

是

dotProd

的参数一样，

t

是传递给

map

的匿名函数的参数

• 什么是

  \u 1

  和

  \u 2

t

上的方法。参数

t

被定义为一个元组（特别是

Tuple2[Double，Double]

，可以写成

（Double，Double）

），元组允许您使用如下方法提取元组的每个成员：

\u1

、

\u2

、

\u3

，等等

当然，

Tuple2

只有

\u1

和

\u2

。请注意，由于受到其他函数语言的影响，第一个参数是

\u 1

，而不是

\u 0

---

无论如何，

zip

方法将

行

（

List[Double]

）转换为

列表[（Double，Double）]

。方法

map

使用一个函数将列表中的元素（即

（Double，Double）

元组）转换为其他元素。

上面的和这个

列表（1,2,3）有什么区别。map（x=>x+1）

@Nabegh在这种情况下，没有区别。大括号中不能有多个参数。呃，

t

是一个参数，不是匿名函数。@DanielC.Sobral是的，当然你是对的，我的意思是整个构造都是匿名函数。

\u 1

和

\u 2

真的是

Tuple2

的方法吗？我知道它们是字段（如

TupleN

中的

N

字段从

\u1

到

\un

，每个字段都是某种类型的

Ti

@TamoghnaChowdhury当然，它们是方法。Scala几乎通过方法访问所有字段，除非它们声明为

私有[这]

.Oops.你完全正确。透明属性确实会让习惯于Java中显式访问器/变异器的人感到困惑，比如我：P。不过，谢谢你再次提醒我。。。

def dotProd(v1:Row, v2:Row) = 
    v1.zip(v2).map{ case (a, b) => a * b }.reduceLeft(_ + _)