大数据基础之Scala——Scala数组方法，史上最全，只要你能全部背上即可成为万人敬仰的大佬，任何Scala随便戳戳！！！
Scala数组
数组是一种可变的、可索引的数据集合。在Scala中用Array[T]的形式来表示java中的数组形式T[ ]。
//声明一个数组对象
方法一：var numbers:[String]=new Array[String](3)
方法二：val numbers = Array(1, 2, 3, 4)val first = numbers(0) // 读取第一个元素
numbers(3) = 100 // 替换第四个元素为100
val biggerNumbers = numbers.map(_ * 2) // 所有元素乘2
数组方法：
大概120多个，如果能全部背上，即可化身为令人膜拜敬仰的大佬，秒杀一切！
scala> var arr = Array(1,2,3,4,5,6)
arr: Array[Int] = Array(1, 2, 3, 4, 5, 6)scala> arr.
++ filterNot maxBy span
++: find min splitAt
+: flatMap minBy startsWith
/: flatten mkString stringPrefix
:+ fold nonEmpty sum
:\ foldLeft orElse tail
addString foldRight padTo tails
aggregate forall par take
andThen foreach partition takeRight
apply genericBuilder patch takeWhile
applyOrElse groupBy permutations to
array grouped prefixLength toArray
canEqual hasDefiniteSize product toBuffer
clone head reduce toIndexedSeq
collect headOption reduceLeft toIterable
collectFirst indexOf reduceLeftOption toIterator
combinations indexOfSlice reduceOption toList
companion indexWhere reduceRight toMap
compose indices reduceRightOption toSeq
contains init repr toSet
containsSlice inits reverse toStream
copyToArray intersect reverseIterator toTraversable
copyToBuffer isDefinedAt reverseMap toVector
corresponds isEmpty runWith transform
count isTraversableAgain sameElements transpose
deep iterator scan union
diff last scanLeft unzip
distinct lastIndexOf scanRight unzip3
drop lastIndexOfSlice segmentLength update
dropRight lastIndexWhere seq updated
dropWhile lastOption size view
elemManifest length slice withFilter
elemTag lengthCompare sliding zip
endsWith lift sortBy zipAll
exists map sortWith zipWithIndex
filter max sorted
我祝各位来观赏的大佬心情愉快！哈哈哈
详细讲解：
1.++
def ++[B] (that:Gen TraversableOnce[B]):Array[B]
合并集合，并返回一个新的数组，新数组包含左右两个集合对象的内容。
var c = Array(2,3,4,67,88)
var a = Array(56,3,32,54)
c++a
res:Array[Int] = Array(2,3,4,67,88,56,3,32,54)
2.++:
def ++:[B >: A, That] (that: collection.Traversable[B])(implicit bf:CanBuildFrom[Array[T], B, That]): That
这个方法同上一个方法类似，两个加号后面多了一个冒号，但是不同的是右边操纵数的类型决定着返回结果的类型。下面代码中Array和LinkedList结合，返回结果的类型是LinkedList。
var arr = Array(1,2,3,4,5,6)
var lst = LinkedList(45,34,33,22)
arr.++:lst
res:LinkedList[Int] = LinkedList(1,2,3,4,5,6,45,34,33,22)
3.+: 以及 :+
def +:(elem:A):Array[A]
def :+(elem:A):Array[A]
+: 是在数组前面添加一个元素，并返回新的对象，下面添加一个元素20。
:+ 同上面的方法相似，但是是在数组末尾添加一个元素，并返回新的对象
var k=20
var arr = Array(2,3,4,5)
k+:arr
res:Array[Int] = Array(20,2,3,4,5)
arr:+k
res:Array[Int] = Array(2,3,4,5,20)
- /: 和 :\
def /:[B] (z:B)(op:(B,T)=>B):B
def :\ [B] (z:B)(op:(T,B)=>B):B
/: 对数组中所有的元素进行相同的操作，foldLeft的简写
:\ foldRight的简写
val a = List(1,2,3,4)
(100 /: a)(_+_)
res:110
//左右的数值类型要对应，冒号在哪边，集合就在哪边
5.addString
(1)def addString(b:StringBuilder):StringBuilder
将数组中的元素逐个添加到StringBuilder中
(2)def addString(b:StringBuilder,sep:String):StringBuilder
同上，每个元素以sep分隔符分开
(3)def addString(b:StringBuilder,start:String,sep:String,end:String)
:StringBuilder
同上，在首尾各加一个字符串，并指定sep分隔符
val a = List(1,2,3,4)
var str = new StringBuilder()
a.addString(str)
res:StringBuilder = 1234a.addString(str,"#")
res:StringBuilder = 12341#2#3#4a.addString(Str,"[",",","]")
res:StringBuilder = [1,2,3,4]
6.aggregate
def aggregate[B] (z:=>B)(seqop:(B,T)=>B,combop:(B,B)=>B):B
聚合计算，aggregate是柯里化方法，参数是两个方法，为了方便理解，我们把aggregate的两个参数，分别封装成两个方法，并把计算过程打印出来。
在这之前首先解释一下par（分区的概念）：
Scala为了充分使用多核CPU，提供了并行集合（有别于前面的串行集合），用于多核环境的并行计算。
主要用到的算法有：
Divide and conquer : 分治算法，Scala通过splitters，combiners等抽象层来实现，主要原理是将计算工作分解很多任务，分发给一些处理器去完成，并将它们处理结果合并返回
Work stealin：算法，主要用于任务调度负载均衡（load-balancing），通俗点完成自己的所有任务之后，发现其他人还有活没干完，主动（或被安排）帮他人一起干，这样达到尽早干完的目的。
(1 to 5).foreach(println(_))
res:
1
2
3
4
5(1 to 5).par.foreach(println(_))
3
1
4
2
5
aggregate案例
def main(args: Array[String]) {val a = List(1,2,3,4)val c = a.par.aggregate(5)(seqno,combine)println("c:"+c)}def seqno(m:Int,n:Int): Int ={val s = "seq_exp=%d+%d"println(s.format(m,n))return m+n}def combine(m:Int,n:Int): Int ={val s = "com_exp=%d+%d"println(s.format(m,n))return m+n}
res:seq_exp=5+3seq_exp=5+2seq_exp=5+4seq_exp=5+1com_exp=6+7com_exp=8+9com_exp=13+17c:30
上面的过程可以简写为
val c = a.par.aggregate(5)(_+_,_+_)
7.apply
def apply(i:Int):T
取出指定索引处的元素
var a = Array(23,65,786,54)
c.apply(2)
res:Int=786
8.canEqual
def canEqual(that:Any):Boolean
判断两个对象是否可以进行比较
var c = Array(23,54,675,867)
var d = Array(2,3,45,5)
c.canEqual(d)
res:Boolean = truec.canEqual('z')
res:Boolean = trueobject myObj{}
c.canEqual(myObj)
res:Boolean = true //对象也可以比较//理论上讲数组可以和大部分都可以比较
9.charAt
def charAt(index:Int):Char
获取index索引处的字符，这个方法会执行一个隐式的转换，将Array[T]转化为ArrayCharSequence,只有当T为Char类型时，这个转换才会发生。
var a = Array('a','b','c')
a.char(1)
res:char = b
10.clone
def clone():Array[ ]
创建一个副本
var c = Array(23,65,76,54,43)
var e = c
e:Array[Int] = Array(23,65,76,54,43)
c(2) = 44
c:Array[Int] = Array(23,65,44,54,43)
e:Array[Int] = Array(23,65,44,54,43)
直接赋值的本体变了，副本也会变var k = c.clone
c(2) = 100
c:Array[Int] = Array(23,65,100,54,43)
k:Array[Int] = Array(23,65,76,54,43)
拷贝副本，本值改了，克隆的值不会改变
11.collect 重点！！！
def collect[B] (pf:PartialFunction[A,B]):Array[B]
通过执行一个并行计算(偏函数),得到一个新的数组对象
偏函数概念：
在Scala中，偏函数是具有类型PartialFunction[-T,+V]的一种函数，T是其接受的函数类型，V是其返回的结果类型。偏函数最大的特点就是它只接受和处理其参数定义域的一个子集，而对于这个子集之外的参数则抛出运行时异常。这与Case语句的特性非常契合，因为我们在使用case语句是，常常是匹配一组具体的模式，最后用“_”来代表剩余的模式。如果一一组case语句没有涵盖所有的情况，那么这组case语句就可以被看做是一个偏函数。
var c = Array(23,34,100,76,88,881)
val fun:PartialFunction[Int,Int] = {case x=>x+1 //所有值+1
}
c.collect(fun)
res:Array[Int] = Array(24,35,101,77,89,882)val fun:PartialFunction[Int,Int] = {case 23 => 123
}
//不写case x=>x的话，其他进不去，所以偏函数将其他值去掉了
c.collect(fun)
res:Array[Int] = Array(123)val fun:PartialFunction[Int,Int] = {case 23 =>123 //遇到23 换成123case y if y%2==0 => y+1000 //偶数+1000case x => x
}
c.collect(fun)
res:Array[Int] = Array(123,1034,1100,1076,1088,881)val fun:PartialFunction[Int,String] = {case 23 => "xixi"case y if y%2==0 =>"gg"case x =>x+"ff"
}
c.collect(fun)
res:Array[String] = Array(xixi,gg,gg,gg,gg,881ff)
12.collectFirst
def collectFirst[B] (pf: PartialFunction[T, B]):Option[B]
在序列中查找第一个符合偏函数定义的元素，并执行偏函数计算
var arr = Array(1,'a','b')
//定义一个偏函数，要求当被执行对象为Int类型时，进行乘100的操作，对于上面定义的数组arr来说，只有第一个元素符合要求
var fun:PartialFunction[Any,Int] = {case x:Int=>x*100
}
val value = arr.collect(fun)
println("value"+value)
//另一种写法
val value = arr.collectFirst({case x:Int=>x*100})
13.combinations
def combinations(n: Int): collection.Iterator[Array[T]]
排列组合，这个排列组合会选出所有包含字符不一样的组合，对于“abc”、“cba”，只选择一个，参数n表示序列长度，就是几个字符为一组。
var c = Array(23,34,100,76,88,881)
var ee = c.combinations(3)
res:Iterator[Array[Int]] = non-empty iterator
//迭代器只能操作一遍 但是数组可以执行多次
ee.foreach(x=>println(x.mkString(","))) //把数组中字符以","连接在一起
res:23,34,100
23,34,76
23,34,88
23,34,881
23,100,76
23,100,88
23,100,881
23,76,88
23,76,881
23,88,881
34,100,76
34,100,88
34,100,881
34,76,88
34,76,881
34,88,881
100,76,88
100,76,881
100,88,881
76,88,881
14.contains
def contains[A1 >: A] (elem: A1): Boolean
序列中是否包含指定对象
var c = Array(23,34,100,76,88,881)
c.contains(50)
res:Boolean = falsec.contains(881)
res:Boolean = true
15.containsSlice
def containsSlice[B] (that: GenSeq[B]): Boolean
判断当前序列是否包含另一个序列
var c = Array(23,34,100,76,88,881)
var d = Array(23,34,50)
c.containsSlice(d)
res:Boolean = true//删除d中的50
k = d.dropRight(1)
res:Array[Int] = Array(23, 34)scala> c.containsSlice(k)
res32: Boolean = true
16.copyToArray
def copyToArray(xs: Array[A]): Unit
def copyToArray(xs: Array[A], start: Int): Unit
def copyToArray(xs: Array[A], start: Int, len: Int): Unit
val a = Array(0,0,0,0,0,0,0)
var c = Array(23,34,100,76,88,881)
c.copyToArray(a,2)
res:Array[Int] = Array(0,0,23,34,100,76,88)
//拷贝c的内容到a中，从a的第二个位置开始拷贝
17.copyToBuffer
def copyToBuffer[B >: A] (dest: Buffer[B]): Unit
将数组中的内容拷贝到Buffer中 数组变集合
import scala.collection.mutable.ArrayBuffer
var c = Array(23,34,100,76,88,881)
var a :ArrayBuffer[Int] = ArrayBuffer()
c.copyToBuffer(a)
res: Array[Int] = Array(23, 34, 100, 76, 88, 881)
//和前一个差不多 但是只能全量拷贝
18.corresponds
def corresponds[B] (that: GenSeq[B])(p: (T, B) ⇒ Boolean): Boolean
判断两个序列长度以及对应位置元素是否符合某个条件。如果两个序列具有相同的元素数量并且p(x, y)=true，返回结果为true
var c = Array(23,34,100,76,88,881)
var a = Array(23,34,100,76,88,881)
c.corresponds(a)(_==_)
res:Boolean = truevar b = Array(23,34,100,88,881)
c.corresponds(a)(_==_)
res:Boolean = false
19.count 重点！！！
def count(p: (T) ⇒ Boolean): Int
统计符合条件的元素个数，下面统计大于 2 的元素个数
var c = Array(23,34,100,76,88,881)
c.count(p=>p%2==0)
res:Int = 4
//count后面带条件 统计符合条件的个数
20.diff
def diff(that: collection.Seq[T]): Array[T]
计算当前数组与另一个数组的不同。将当前数组中没有在另一个数组中出现的元素返回
var c = Array(23,34,100,76,88,881)
var a = Array(23,34,100,88,881)
c.diff(a)
res:Array[Int] = Array(76)
21.distinct
def distinct: Array[T]
去除当前集合中重复的元素，只保留一个！！！
var c = Array(23,34,100,76,88,881)
c=c:+23
res:Array[Int] = Array(23, 34, 100, 76, 88, 881,23)
c.distinct
res:Array[Int] = Array(23, 34, 100, 76, 88, 881)
22.drop 重点！！！
def drop(n: Int): Array[T]
将当前序列中前 n 个元素去除后，作为一个新序列返回
val a = Array(1,2,3,4)
val c =a.drop(2)
println(c.mkString(",")) //3,4
23.dropRight
def dropRight(n: Int): Array[T]
功能同drop，去掉尾部的n个元素
val d = Array(23,34,50)
d.dropRight(1)
res:Array[Int] = Array(23,34)
24.dropWhile
def dropWhile(p: (T) ⇒ Boolean): Array[T]
去除当前数组中符合条件的元素，这需要一个条件，就是从当前数组的第一个元素起，就要满足条件，直到碰到第一个不满足条件的元素结束（即使后面还有符合条件的元素），否则返回整个数组
var a = ArrayBuffer(23,34,100,88,881)
a.dropWhile(p=>p%2==1)
res:Array[Int] = ArrayBuffer(34,100,88,881)
25.endsWith
def endsWith[B] (that: GenSeq[B]): Boolean
判断是否以某个序列结尾
var a = Array(3,2,3,4)
val c = Array(2,3,4)
a.endsWith(c)
res:Boolean = true
26.exists
def exists(p: (T) ⇒ Boolean): Boolean
判断当前数组是否包含符合条件的元素
var a = Array(3,2,3,4)
a.exists(p=>p>5)
res:Boolean = false
a.exists(p=>p>2)
res:Boolean = true
27.filter 重点！！！！！！！不会基本无缘scala
def filter(p: (T) ⇒ Boolean): Array[T]
取得当前数组中符合条件的元素，组成新的数组返回
var a = Array(3,2,3,4)
a.filter(p=>p%2==0)
res:Array[Int] = Array(2,4)
关于filter的高阶函数写法：
//怎么在filter里面嵌入自己写的函数： 简单演示
def myfun(p:Int):Boolean={p%2==0
}var a = Array(3,2,3,4)
a.filter(myfun)
res:Array[Int] = Array(2, 4)
28.filterNot
def filterNot(p: (T) ⇒ Boolean): Array[T]
与上面的filter作用相反
var a = Array(3,2,3,4)
a.filterNot(p=>p%2==0)
res:Array[Int] = Array(3,3)
29.find
def find(p: (T) ⇒ Boolean): Option[T]
查找第一个符合条件的元素
var a = Array(3,2,3,4)
a.find(x=>x==2)
res:Option[Int] = Some(2)
//some数组必须用get方法才能读出来
a.find(x=>x==2).get
res:Int = 2
30.flatten 重点！！！
flatMap
def flatMap[B] (f: (A) ⇒ GenTraversableOnce[B]): Array[B]
对当前序列的每个元素进行操作，结果放入到新序列返回，参数要求是GenTraversableOnce及其子类，即先map再进行flat操作：
val c = Array(4,5,6)
//flatmap将map的结果扁平化了 将里面的元素释放出来
c.flatMap(x=>(1 to x))
res:Array[Int] = Array(1, 2, 3, 4, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 6)c.map(x=>(1 to x))
res:Array[scala.collection.immutable.Range.Inclusive] = Array(Range(1,2,3,4), Range(1,2,3,4,5), Range(1,2,3,4,5,6))c.map(x=>(1 to x)).flatten
res: Array[Int] = Array(1,2,3,4,1,2,3,4,5,1,2,3,4,5,6)有个很重要的概念：
map().flatten = flatMap()
31.flatten
def flatten[U] (implicit asTrav: (T) ⇒ collection.Traversable[U], m: ClassTag[U]):Array[U]
将二维数组的所有元素联合在一起，形成一个一维数组返回
val arr = Array(Array(1,2,3),Array(4,5,6))
val c = arr.flatten
println(c.mkString(",")) //1,2,3,4,5,6
32.fold 重点！！！
def fold[A1 >: A] (z: A1)(op: (A1, A1) ⇒ A1): A1
对序列中的每个元素进行二元运算，和aggregate有类似的语义，但执行过程有所不同，我们来对比一下他们的过程。
对于fold我们需要了解一下函数柯里化的概念
在js中我们举个例子：
如最后的console就是函数柯里化的表现
Scala函数柯里化(Currying)：柯里化(Currying)指的是将原来接受两个参数的函数变成新的接受一个参数的函数的过程。新的函数返回一个以原有第二个参数为参数的函数。
val c = Array(4,5,6)
c.fold(5)(_+_)
res:Int = 20def myfun(m:Int,n:Int):Int={m+n
}
c.fold(3)(myfun)
res:Int = 20
33.foldLeft
def foldLeft[B] (z: B)(op: (B, T) ⇒ B): B
从左到右计算，简写方式：def /:[B] (z: B)(op: (B, T) ⇒ B): B
def seqno(m:Int,n:Int): Int ={val s = "seq_exp=%d+%d"println(s.format(m,n))return m+n}val a = Array(1,2,3,4)val b = a.foldLeft(5)(seqno)/** 运算过程seq_exp=5+1seq_exp=6+2seq_exp=8+3seq_exp=11+4*//**简写 (5 /: a)(_+_)*/
34.foldRight
def foldRight[B] (z: B)(op: (B, T) ⇒ B): B
从右到左计算，简写方式：def :[B] (z: B)(op: (T, B) ⇒ B): B
def seqno(m:Int,n:Int): Int ={val s = "seq_exp=%d+%d"println(s.format(m,n))return m+n}val a = Array(1,2,3,4)val b = a.foldRight(5)(seqno)/** 运算过程seq_exp=4+5seq_exp=3+9seq_exp=2+12seq_exp=1+14*//**简写 (a :\ 5)(_+_)*/
35.forall
def forall(p: (T) ⇒ Boolean): Boolean
检测序列中的元素是否都满足条件 p ，如果序列为空，返回true
val a = Array(1,2,3,4)
val b = a.forall({x:Int=>x>0}) //true
val b = a.forall({x:Int=>x>2}) //false
36.foreach 重点！！！
def foreach(f: (A) ⇒ Unit): Unit
遍历序列中的元素，进行 f 操作
val a = Array(12,3,4,5)
a.foreach(x=>println(x*10))
res:120
30
40
50
37.group 重点！！！！！！不会基本无缘scala
groupBy
def groupBy[K] (f: (T) ⇒ K): Map[K, Array[T]]
按条件分组，条件由 f 匹配，返回值是Map类型，每个key对应一个序列，下面代码实现的是，把小于3的数字放到一组，大于3的放到一组，返回Map[String,Array[Int]]
val k = Array(34,55,776,8,67)
//按照奇数和偶数
38.grouped
def grouped(size: Int): collection.Iterator[Array[T]]
指定数量分组，每组有size数量个元素，返回一个集合
val k = Array(34,55,776,8,67)
k.groupBy(3).foreach(x=>println(x.mkString(",")))
res:34,55,776
8,67
39.hasDefiniteSize
def hasDefiniteSize: Boolean
检测序列是否存在有限的长度，对应Stream这样的流数据，返回false
val k = Array(34,55,776,8,67)
k.hasDefiniteSize
res:Boolean = true
40.head
def head: T
返回序列的第一个元素，如果序列为空，将引发错误
val k = Array(34,55,776,8,67)
k.head
res:Int = 34
41.headOption
def headOption: Option[T]
返回Option类型对象，就是scala.Some 或者 None，如果序列是空，返回None
var lst = ArrayBuffer()
lst.headOption
res:Option[Nothing] = None
42.indexOf
def indexOf(elem: T): Int
返回elem在序列中的索引，找到第一个就返回
def indexOf(elem: T, from: Int): Int
返回elem在序列中的索引，可以指定从某个索引处（from）开始查找，找到第一个就返回
indexOfSlice
def indexOfSlice[B >: A] (that: GenSeq[B]): Int
检测当前序列中是否包含另一个序列（that），并返回第一个匹配出现的元素的索引
val a = Array(1,3,2,3,4)
println(a.indexOf(3)) //return 1val a = Array(1, 3, 2, 3, 4)
println(a.indexOf(3,2)) // return 3val a = (1 to 20)
a: scala.collection.immutable.Range.Inclusive = Range(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20)
a.indexOfSlice(4 to 6)
res:Int = 3
43.indexWhere
def indexWhere(p: (T) ⇒ Boolean): Int
返回当前序列中第一个满足 p 条件的元素的索引
val a = (1 to 20)
a.indexWhere(p=>p>5)
res:Int = 5
44.indices
def indices: collection.immutable.Range
返回当前序列索引集合 取下标
val a = (1 to 20)
a.indices
res:scala.collection.immutable.Range = Range(0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19)
45.init 重点！！！
def init: Array[T]
返回当前序列中不包含最后一个元素的序列（去尾）
val a = (1 to 20)
a.init
res:scala.collection.immutable.Range = Range(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19)
inits 重点！！！
def inits: collection.Iterator[Array[T]]
对集合中的元素进行 init 操作，该操作的返回值中， 第一个值是当前序列的副本，包含当前序列所有的元素，最后一个值是空的，对头尾之间的值进行init操作，上一步的结果作为下一步的操作对象
val a = Array(1, 2, 3, 4, 5)val b = a.inits.toListfor(i <- 1 to b.length){val s = "第%d个值：%s"println(s.format(i,b(i-1).mkString(",")))}/**计算结果第1个值：1,2,3,4,5第2个值：1,2,3,4第3个值：1,2,3第4个值：1,2第5个值：1第6个值*/
46.intersect
def intersect(that: collection.Seq[T]): Array[T]
取两个集合的交集
val a = (1 to 20)
var b = (10 to 25)
a.intersect(b)
res:scala.collection.immutable.IndexedSeq[Int] = Vector(10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20)
47.isDefinedAt
def isDefinedAt(idx: Int): Boolean
判断序列中是否存在指定索引
var b = (10 to 25)
b.isDefinedAt(20)
res:Boolean = falseb.isDefinedAt(5)
res:Boolean = true
48.isEmpty
def isEmpty: Boolean
判断当前序列是否为空
import scala.collection.mutable.ArrayBuffer
val c = ArrayBuffer()
c.isEmpty
res:Boolean = true
49.isTraversableAgain
def isTraversableAgain: Boolean （看是不是迭代器----只能遍历一次）
判断序列是否可以反复遍历，该方法是GenTraversableOnce中的方法，对于 Traversables 一般返回true，对于 Iterators 返回 false，除非被复写
var arr = Array(1,345,65,787,98)
arr.isTraversableAgain
res:Boolean = truearr.iterator.isTraversableAgain
res:Boolean = false
50.last
def last: T
取得序列中最后一个元素
val a = Array(1, 2, 3, 4, 5)println(a.last) // return 5
51.lastIndexOf
def lastIndexOf(elem: T): Int
取得序列中最后一个等于 elem 的元素的位置
val a = Array(1, 4, 2, 3, 4, 5)
println(a.lastIndexOf(4)) // return 4
52.lastIndexOfSlice
def lastIndexOfSlice[B >: A] (that: GenSeq[B]): Int
判断当前序列中是否包含序列 that，并返回最后一次出现该序列的位置处的索引
def lastIndexOfSlice[B >: A] (that: GenSeq[B], end: Int): Int
判断当前序列中是否包含序列 that，并返回最后一次出现该序列的位置处的索引，可以指定在 end 之前（包括）的元素中查找
val a = Array(1, 4, 2, 3, 4, 5, 1, 4)
val b = Array(1, 4)
println(a.lastIndexOfSlice(b)) // return 6val a = Array(1, 4, 2, 3, 4, 5, 1, 4)
val b = Array(1, 4)
println(a.lastIndexOfSlice(b,4)) // return 0
53.lastIndexWhere
def lastIndexWhere(p: (T) ⇒ Boolean): Int
返回当前序列中最后一个满足条件 p 的元素的索引
val a = Array(1, 4, 2, 3, 4, 5, 1, 4)
println(a.lastIndexWhere( {x:Int => x<2})) // return 6
54.lastOption
def lastOption: Option[T]
返回当前序列中最后一个对象
val a = Array(1, 2, 3, 4, 5)
println(a.lastOption) // return Some(5)
55.length
def length: Int
返回当前序列中元素个数
val a = Array(1, 2, 3, 4, 5)
println(a.length) // return 5
56.lengthCompare
def lengthCompare(len: Int): Int
比较序列的长度和参数 len，根据二者的关系返回不同的值，比较规则是
length-括号里面的数
val arr = Array(1, 2, 3, 4, 5)
arr.lengthCompare(3)
res:Int = 2
arr.lengthCompare(2)
res:Int = 3
arr.lengthCompare(7)
res:Int = -2
arr.lengthCompare(6)
res:Int = -1
arr.lengthCompare(5)
res:Int = 0
57.map 重点！！！
def map[B](f: (A) ⇒ B): Array[B] 遍历操作
对序列中的元素进行 f 操作
举个例子：
//怎么实现wordcount
val str = "hello mysql hello java"str.split(" ").map(x=>(x,1)).groupBy(_._1).mapValues(_.size)
scala.collection.immutable.Map[String,Int] = Map(java -> 1, mysql -> 1, hello -> 2)str.split(" ").map(x=>(x,1)).groupBy(_._1).foreach(x=>{println(x._1,x._2.length)})
res:(java,1)
(mysql,1)
(hello,2)
58.max
def max: A
var arr = Array(1, 345, 65, 787, 98)
arr.max
res:Int =787
59.maxBy
def maxBy[B](f: (A) ⇒ B): A
返回序列中第一个符合条件的最大的元素
var arr = Array(1, 345, 65, 787, 98)
arr.maxBy(x=>x>100)
res:Int = 345
60.mkString
def mkString: String
将所有元素组合成一个字符串
def mkString(sep: String): String
将所有元素组合成一个字符串，以 sep 作为元素间的分隔符
val a = Array(1, 2, 3, 4, 5)
println(a.mkString) // return 12345val a = Array(1, 2, 3, 4, 5)
println(a.mkString(",")) // return 1,2,3,4,5
61.nonEmpty
def nonEmpty: Boolean
判断序列不是空
var arr = Array(1, 345, 65, 787, 98)
arr.nonEmpty
res:Boolean = true
62.padTo
def padTo(len: Int, elem: A): Array[A] 补位
后补齐序列，如果当前序列长度小于 len，那么新产生的序列长度是 len，多出的几个位值填充 elem，如果当前序列大于等于 len ，则返回当前序列
var arr = Array(1, 345, 65, 787, 98)
arr.padTo(10,0)
res:Array[Int] = Array(1,345, 65, 787, 98, 0, 0, 0, 0, 0)63.par 重点！！！
def par: ParArray[T]
返回一个并行实现，产生的并行序列，不能被修改
val a = Array(1, 2, 3, 4, 5)
val b = a.par //"ParArray" size = 5
64.partition 重点！！！
def partition(p: (T) ⇒ Boolean): (Array[T], Array[T])
按条件将序列拆分成两个新的序列，满足条件的放到第一个序列中，其余的放到第二个序列，下面以序列元素是否是 2 的倍数来拆分
var arr = Array(1, 345, 65, 787, 98)
arr.partition(_%2==0)
res:(Array[Int], Array[Int]) = (Array(98),Array(1, 345, 65, 787))
65.patch
def patch(from: Int, that: GenSeq[A], replaced: Int): Array[A]
批量替换，从原序列的 from 处开始，后面的 replaced 数量个元素，将被替换成序列 that。
var arr = Array(1, 345, 65, 787, 98)
var arr1 = Array(1,2,3)
arr.patch(0,arr1,1)
res:Array[Int] = Array(1, 2, 3, 345, 65, 787, 98)
66.permutations
def permutations: collection.Iterator[Array[T]]
排列组合，他与combinations不同的是，组合中的内容可以相同，但是顺序不能相同，combinations不允许包含的内容相同，即使顺序不一样。
var arr = Array(1, 345, 65, 787, 98)
arr.permutations.toList
res:List[Array[Int]] = List(Array(1, 345, 65, 787, 98), Array(1, 345, 65, 98, 787), Array(1, 345, 787, 65, 98), Array(1, 345, 787, 98, 65), Array(1, 345, 98, 65, 787), Array(1, 345, 98, 787, 65), Array(1, 65, 345, 787, 98), Array(1, 65, 345, 98, 787), Array(1, 65, 787, 345, 98), Array(1, 65, 787, 98, 345), Array(1, 65, 98, 345, 787), Array(1, 65, 98, 787, 345), Array(1, 787, 345, 65, 98), Array(1, 787, 345, 98, 65), Array(1, 787, 65, 345, 98), Array(1, 787, 65, 98, 345), Array(1, 787, 98, 345, 65), Array(1, 787, 98, 65, 345), Array(1, 98, 345, 65, 787), Array(1, 98, 345, 787, 65), Array(1, 98, 65, 345, 787), Array(1, 98, 65, 787, 345), Array(1, 98, 787, 345, 65), Array(1, 98, 787, 65, 345), Array(345, 1, 65, 787, 98), Array(345, 1, 65, 98, 787), Array(345, 1, 787, 65, 98), Array(345,...arr.combinations(3).foreach(x=>println(x.mkString(",")))
res:1,345,65
1,345,787
1,345,98
1,65,787
1,65,98
1,787,98
345,65,787
345,65,98
345,787,98
65,787,98
67.prefixLength
def prefixLength(p: (T) ⇒ Boolean): Int
给定一个条件 p，返回一个前置数列的长度，这个数列中的元素都满足 p
var arr = Array(1, 345, 65, 787, 98)
arr.prefixLength(_<787)
res:Int = 3
68.product 重点！！！
def product: A
返回所有元素乘积的值
(1 to 5 ).product
res:Int = 120(1 to 5 ).sum
res:Int = 15
69.reduce
def reduce[A1 >: A] (op: (A1, A1) ⇒ A1): A1
同 fold，不需要初始值
var arr = Array(1, 345, 65, 787, 98)
arr.reduce(_+_)
res:Int = 1296
def reduceLeft[B >: A] (op: (B, T) ⇒ B): B
从左向右计算
def reduceRight[B >: A] (op: (T, B) ⇒ B): B
从右向左计算
def reduceLeftOption[B >: A] (op: (B, T) ⇒ B): Option[B]
计算Option，参考reduceLeft
def reduceRightOption[B >: A] (op: (T, B) ⇒ B): Option[B]
计算Option，参考reduceRight
70.reverse
def reverse: Array[T]
反转序列
val arr = Array(1,2,3,4,5)
arr.reverse
res:Array[Int] = Array(5, 4, 3, 2, 1)
71.reverseIterator
def reverseIterator: collection.Iterator[T]
反向生成迭代
val arr = Array(1,2,3,4,5)
arr.reverseIterator.foreach((x:Int)=>print(x))
res:54321
72.reverseMap
def reverseMap[B](f: (A) ⇒ B): Array[B]
同 map 方向相反
var arr = Array(1, 345, 65, 787, 98)
arr.reverseMap((_,1))
res:Array[(Int, Int)] = Array((98,1), (787,1), (65,1), (345,1), (1,1))
73.sameElements
def sameElements(that: GenIterable[A]): Boolean
判断两个序列是否顺序和对应位置上的元素都一样
var arr = Array(1, 345, 65, 787, 98)
val arr2 = arr.clone
arr.sameElements(arr2)
res:Boolean = true
74.scan 重点！！！
def scan[B >: A, That] (z: B)(op: (B, B) ⇒ B)(implicit cbf: CanBuildFrom[Array[T], B, That]): That
用法同 fold，scan会把每一步的计算结果放到一个新的集合中返回，而 fold 返回的是单一的值
scanLeft
def scanLeft[B, That] (z: B)(op: (B, T) ⇒ B)(implicit bf: CanBuildFrom[Array[T], B, That]): That
从左向右计算
scanRight
def scanRight[B, That] (z: B)(op: (T, B) ⇒ B)(implicit bf: CanBuildFrom[Array[T], B, That]): That
从右向左计算
val a = Array(1,2,3,4,5)
val b = a.scan(5)(seqno)
println(b.mkString(",")) // 5,6,8,11,15,20val input = List(3, 5, 7, 11)
input.scanLeft(0)(_+_)
res:List[Int] = List(0, 3, 8, 15, 26)
75.segmentLength
def segmentLength(p: (T) ⇒ Boolean, from: Int): Int
从序列的 from 处开始向后查找，所有满足 p 的连续元素的长度
var arr = Array(1, 345, 65, 787, 98)
arr.segmentLength(_<500,1)
res:Int = 2
76.seq
def seq: collection.mutable.IndexedSeq[T]
产生一个引用当前序列的 sequential 视图
var arr = Array(1, 345, 65, 787, 98)
arr.seq
res:scala.collection.mutable.IndexedSeq[Int] = WrappedArray(1, 345, 65, 787, 98)
77.size
def size: Int
序列元素个数，同 length
var arr = Array(1, 345, 65, 787, 98)
arr.size
res:Int = 5
78.slice
def slice(from: Int, until: Int): Array[T]
取出当前序列中，from 到 until 之间的片段
var arr = Array(1, 345, 65, 787, 98)
arr.slice(1,4)
res:Array[Int] = Array(345, 65, 787)
79.sliding
def sliding(size: Int): collection.Iterator[Array[T]]
从第一个元素开始，每个元素和它后面的 size - 1 个元素组成一个数组，最终组成一个新的集合返回，当剩余元素不够 size 数，则停止
def sliding(size: Int, step: Int): collection.Iterator[Array[T]]
从第一个元素开始，每个元素和他后面的size-1个元素组成一个数组，最终组成和一个新的集合返回，当剩余元素不够size数，则停止
该方法可以设置步长step，第一个元素组合完成后，下一个从上一个元素位置+step后的位置处元素开始
var arr = Array(1, 345, 65, 787, 98)
arr.sliding(3).foreach(x=>println(x.mkString(",")))
res:1,345,65
345,65,787
65,787,98、arr.sliding(3,3).foreach(x=>println(x.mkString(",")))
res:1,345,65
787,98
//可以加步长 记一次之后跳步长接着计数
80.sortBy
def sortBy[B](f: (T) ⇒ B)(implicit ord: math.Ordering[B]): Array[T]
按指定的排序规则排序
var arr = Array(1, 345, 65, 787, 98)
//升序
arr.sortBy(x=>x)
res:Array[Int] = Array(1,65,98,345,787)//降序
arr.sortBy(x=>0-x)
res:Array[Int] = Array(787, 345, 98, 65, 1)
81.sortWith
def sortWith(lt: (T, T) ⇒ Boolean): Array[T]
自定义排序方法 lt
val arr = Array("hello","world","are")
arr.sortBy(x=>x)
res:Array[String] = Array(are, hello, world)def mycomp(x:Any,y:Any):Boolean ={x+"" > y+""
}
var arr1 = Array("hello","world",20,"are","abc")
arr.sortWith(mycomp)
res:Array[Any] = Array(world, hello, are, abc, 20)
82.sorted
def sorted[B >: A](implicit ord: math.Ordering[B]): Array[T]
使用默认的排序规则对序列排序
val a = Array(3,2,1,4,5)
val b = a.sorted
println(b.mkString(",")) // 1,2,3,4,5
83.span 重点！！！
def span(p: (T) ⇒ Boolean): (Array[T], Array[T])
分割序列为两个集合，从第一个元素开始，直到找到第一个不满足条件的元素止，之前的元素放到第一个集合，其它的放到第二个集合
var arr1 = Array("hello","world",20,"are","abc")
arr1.span(_.isInstanceOf[String])
res:(Array[Any], Array[Any]) = (Array(hello,world,are),Array(20, abc))//当碰到不满足的开始 后面所有的都放到另一个数组
84.splitAt 重点！！！
def splitAt(n: Int): (Array[T], Array[T])
从指定位置开始，把序列拆分成两个集合
var arr1 = Array("hello","world",20,"are","abc")
arr1.splitAt(3)
res:(Array[Any], Array[Any]) = (Array(hello,world,are),Array(20, abc))85.startsWith
def startsWith[B] (that: GenSeq[B], offset: Int): Boolean
从指定偏移处，是否以某个序列开始
def startsWith[B] (that: GenSeq[B]): Boolean
是否以某个序列开始
var arr1 = Array("hello","world",20,"are","abc")
val t1 = Array("world","are")
arr1.startsWith(t1)
res:Boolean = falsearr1.startsWith(t1,1)
res:Boolean = true
86.stringPrefix
def stringPrefix: String
返回 toString 结果的前缀
"abcd".stringPrefix
res:String = String
87.subSequence
def subSequence(start: Int, end: Int): CharSequence
返回 start 和 end 间的字符序列
val chars = Array('a','b','c','d')
val b = chars.subSequence(1,3)
res:b: CharSequence = bc
88.sum
def sum: A
序列求和，元素需为Numeric[T]类型
val a = Array(1,2,3,4,5)
val b = a.sum // 1589.tail
def tail: Array[T]
返回除了当前序列第一个元素的其它元素组成的序列(去头)
val a = Array(1,2,3,4,5)
val b = a.tail // 2,3,4,590.take 重点！！！
def take(n: Int): Array[T]
返回当前序列中前 n 个元素组成的序列
var arr1 = Array("hello","world",20,"are","abc")
arr1.take(3)
res:Array[Any] = Array(hello, world, 20)
91.takeRight
def takeRight(n: Int): Array[T]
返回当前序列中，从右边开始，选择 n 个元素组成的序列
var arr1 = Array("hello","world",20,"are","abc")
arr1.takeRight(3)
res:Array[Any] = Array(20,are,abc)
92.takeWhile
def takeWhile(p: (T) ⇒ Boolean): Array[T]
返回当前序列中，从第一个元素开始，满足条件的连续元素组成的序列
val s1 = Array(1,2,3,4,10,20,30,40,5,6,7,8,50,60,70,80)
s1.takeWhile(_<10)
res:Array[Int] = Array(1,2,3,4)
转换类型：
93.toArray
def toArray: Array[A]
转换成 Array 类型
val a = List(1,2,3)
a.toArray
res:Array[Int] = Array(1, 2, 3)
94.toBuffer
def toBuffer[A1 >: A]: Buffer[A1]
转换成 Buffer 类型 将不可变转变为可变
val b = Array(1,2,3)
b.toBuffer
res:scala.collection.mutable.Buffer[Int] = ArrayBuffer(1, 2, 3)
95.toIndexedSeq
def toIndexedSeq: collection.immutable.IndexedSeq[T]
转换成 IndexedSeq 类型（序列）
val b = Array(1,2,3)
b.toIndexedSeq
res:scala.collection.immutable.IndexedSeq[Int] = Vector(1, 2, 3)
96.toIterable
def toIterable: collection.Iterable[T]
转换成可迭代的类型
val b = Array(1,2,3)
b.toIterable
res:Iterable[Int] = WrappedArray(1, 2, 3)
97.toList
def toList: List[T]
转换为 List 类型
val b = Array(1,2,3)
b.toList
res: List[Int] = List(1, 2, 3)
98.toMap
def toMap[T, U]: Map[T, U]
转换为 Map 类型，需要被转化序列中包含的元素时 Tuple2 类型数据
val chars = Array(("a","b"),("c","d"),("e","f"))
val b = chars.toMap
println(b) //Map(a -> b, c -> d, e -> f)99.toSeq
def toSeq: collection.Seq[T]
转换为Seq 类型
val b = Array(1,2,3)
b.toSeq
res: Seq[Int] = WrappedArray(1, 2, 3)
100.toSet
def toSet[B >: A]: Set[B]
转换为Set 类型
val b = Array(1,2,3)
b.toSet
res: scala.collection.immutable.Set[Int] = Set(1, 2, 3)
101.toStream
def toStream: collection.immutable.Stream[T]
转换为Stream 类型
val b = Array(1,2,3)
b.toStream
res:scala.collection.immutable.Stream[Int] = Stream(1, ?)
102.toVector
def toVector: Vector[T]
转换为Vector 类型
val b = Array(1,2,3)
b.toVector
res:Vector[Int] = Vector(1, 2, 3)
103.transpose
def transpose[U](implicit asArray: (T) ⇒ Array[U]): Array[Array[U]]
矩阵转换，二维数组行列转换
val ar = Array(Array(3,4,5),Array(7,8,9),Array(10,11,12))
ar.transpose
res: Array[Array[Int]] = Array(Array(3, 7, 10), Array(4, 8, 11), Array(5, 9, 12))
104.union
def union(that: collection.Seq[T]): Array[T]
联合两个序列，同操作符 ++
val b = Array(1,2,3)
val c = Array(4,5,6)
val d = b.union(c)
res:Array[Int] = Array(1, 2, 3, 4, 5, 6)
105.unzip
def unzip[T1, T2](implicit asPair: (T) ⇒ (T1, T2), ct1: ClassTag[T1], ct2: ClassTag[T2]): (Array[T1], Array[T2])
将含有两个元素的数组，第一个元素取出组成一个序列，第二个元素组成一个序列
val arr = Array((1,2),(3,4),(5,6),(7,8))
arr.unzip
res:(Array[Int], Array[Int]) = (Array(1,3,5,7),Array(2,4,6,8))//注意子元素只能有两个元素 超过2个或者1个都不能使用这个方法
106.unzip3
def unzip3[T1, T2, T3] (implicit asTriple: (T) ⇒ (T1, T2, T3), ct1: ClassTag[T1], ct2: ClassTag[T2], ct3: ClassTag[T3]): (Array[T1], Array[T2], Array[T3])
将含有三个元素的三个数组，第一个元素取出组成一个序列，第二个元素组成一个序列，第三个元素组成一个序列
val arr1 = Array((1,2,3),(4,5,6),(7,8,9))
arr1.unzip3
res:(Array[Int], Array[Int], Array[Int]) = (Array(1, 4, 7),Array(2, 5, 8),Array(3, 6, 9))
107.update
def update(i: Int, x: T): Unit
将序列中 i 索引处的元素更新为 x
var arr = Array(23,654,756,312)
arr.update(1,61)
res: Array(23,61,756,312)
108.updated
def updated(index: Int, elem: A): Array[A]
将序列中 i 索引处的元素更新为 x ,并返回替换后的数组
var arr = Array(23,654,756,312)
arr.update(1,61)
res: Array(23,61,756,312)
arr:Array[(Int,Int)] = Array(23,654,756,312)
//不改变原数组的值 可以用新的数组来接这个值
109.view
def view(from: Int, until: Int): IndexedSeqView[T, Array[T]]
返回 from 到 until 间的序列，不包括 until 处的元素
var arr1 = Array("hello","world",20,"are","abc")
arr1.view(1,3)
res: arr1.view(1,3).foreach(x=>println(x))
world
20
110.withFilter
def withFilter(p: (T) ⇒ Boolean): FilterMonadic[T, Array[T]]
根据条件 p 过滤元素
val a = Array(1,2,3,4,5)
a.withFilter(_>3).map(x=>x)
res: Array[Int] = Array(4,5)
111.zip
def zip[B] (that: GenIterable[B]): Array[(A, B)]
将两个序列对应位置上的元素组成一个pair序列 和unzip相对
val t1 = Array(world,are)
val t2 = Array(are,20)
t1.zip(t2)
res:Array[(String, Any)] = Array((world,are), (are,20))val t3 = Array(1,2,3,4,5)
t3.zip(t1)
res:Array[(Int, String)] = Array((1,world), (2,are))
112.zipAll
def zipAll[B] (that: collection.Iterable[B], thisElem: A, thatElem: B): Array[(A, B)]
zipAll 函数和上面的zip函数类似，但是如果其中一个元素个数比较少，那么将用默认的元素填充
val a = Array(1,2,3,4,5,6,7)
val b = Array(5,4,3,2,1)
val c = a.zipAll(b,9,8) //(1,5),(2,4),(3,3),(4,2),(5,1),(6,8),(7,8)val a = Array(1,2,3,4)
val b = Array(5,4,3,2,1)
val c = a.zipAll(b,9,8) //(1,5),(2,4),(3,3),(4,2),(9,1)
113.zipWithIndex
def zipWithIndex: Array[(A, Int)]
序列中的每个元素和它的索引组成一个序列
val a = Array(10,20,30,40)
val b = a.zipWithIndex
println(b.mkString(",")) //(10,0),(20,1),(30,2),(40,3)
大数据基础之Scala——Scala数组方法，史上最全，只要你能全部背上即可成为万人敬仰的大佬，任何Scala随便戳戳！！！相关推荐
- 大数据基础——Hadoop大数据平台搭建
文章目录 前言 Hadoop大数据平台搭建 一．Hadoop原理和功能介绍 二．Hadoop安装部署 三．Hadoop常用操作 总结 前言 分布式机器学习为什么需求大数据呢?随着海量用户数据的积累,单 ...
- 大数据基础知识科普(2)
上一篇<大数据基础知识科普(1)>为大家讲解了关于服务器,存储磁盘以及RAID的内容.这一篇将沿着之前的脚步,为大家带来更多学习大数据必须要掌握的知识! 目录 什么是集群? 什么是计算机网 ...
- 大数据基础：JavaSE
优秀是一种习惯 大数据基础:JavaSE Java 语言背景 Java语言跨平台的原理 JVM,JRE,JDK关系 DOS命令 HelloWorld案例详解 编程中可能会出现的问题 注释 关键字 常量 ...
- 学习笔记-大数据基础实训（python语言+可视化）
实训指导书 一.实训目的 利用python从指定接口爬取广东省各个地市的气象数据,存储并进行数据分析和可视化 二.实训任务列表 给定以下3个接口: 1.http://www.nmc.cn/f/rest ...
- 大数据基础入门 ------文章来源于：某个入门课程
文章目录 第一课:大数据基础入门 什么是大数据? java和大数据的关系 学习大数据需要的基础和路线 第二课:Hadoop的背景起源 一 分布式存储 如何解决大数据的存储?(HDFS) 第三课: ha ...
- 车联网大数据框架_大数据基础：ORM框架入门简介
作为大数据开发技术者,需要掌握扎实的Java基础,这是不争的事实,所以对于Java开发当中需要掌握的重要框架技术,也需要有相应程度的掌握,比如说ORM框架.今天的大数据基础分享,我们就来具体讲一讲OR ...
- 《大数据原理与应用》林子雨：一. 大数据基础
<大数据原理与应用>林子雨:一. 大数据基础 思维导图 PS:边学边记 重点: 理解大数据的概念及其处理架构Hadoop 难点: 掌握大数据处理架构Hadoop的安装与使用方法 第1章 大 ...
- 大数据_02【大数据基础知识】
大数据_02[大数据基础知识] 01 什么是服务器 02 服务器类型 03 存储磁盘(硬盘) 04 什么是RAID RAID特点 RAID种类 05 什么是集群 06 什么是计算机网络 07 什么是交 ...
- 大数据_03【大数据基础知识】
大数据_03 [大数据基础知识] 01 大数据概述 02 什么是大数据?(Big Data) 03 传统数据与大数据的对比 04 大数据的特点 4.1 传统数据与大数据处理服务器系统安装对比 4.2 ...
最新文章
- Linux 下重新编译Windows下生成的Qt工程
- python新手如何找工作最有效_Python好学吗？要学多久？
- 自学几小时，斯坦福AI推测并复现了元素周期表 | 华裔团队研究
- E - Game 树上dfs贪心
- Social Media附加价值开发的四大模式
- 辨认NPN三极管的三个管脚
- 阿里某程序员感慨：30岁阿里p7，很迷茫，40岁转行能做什么
- Graphene（石墨烯）区块传播技术能够实现10倍的更高效率
- 开发板连接了有线路由器，然后咋的就能通到外网了(udhcp)
- 【hadoop权威指南第四版】第五章MR应用【笔记+代码】
- 九月开始复习计算机考研,2019计算机考研复习不要盲目开始
- 《信息物理融合系统（CPS）设计、建模与仿真——基于 Ptolemy II 平台》——3.2 动态数据流...
- oracle runInstaller报错SEVERE: Remote ‘AttachHome‘ on node ‘rac102‘ failed
- 指纹锁—AS608指纹模块
- 产品驱动增长模式的最佳实践
- 参加web前端培训，能找到工作吗？
- 化工单元操作概念汇总
- Hive企业级性能优化（好文建议收藏）
- 攻防世界web高手进阶php_rce,[CTF]攻防世界web高手进阶区Writeup(更行ing)
- 【Vivado那些事儿】Vivado 设计套件版本的支持性第三方工具