Scala的存在类型
Scala的存在类型
存在类型也叫existential type,是对类型做抽象的一种方法。可以在你不知道具体类型的情况下,就断言该类型存在。
存在类型用_来表示,你可以把它看成java中的?。
下面是存在类型的具体例子:
简写 | 完整形式 | 描述 |
---|---|---|
Seq[_] | Seq[T] forSome {type T} | T 可以是Any 的任意子类 |
Seq[_ <: A] | Seq[T] forSome {type T <: A} | T 可以是A(在某处已经定义了)的任意子类 |
Seq[_ >: Z <: A] | Seq[T] forSome {type T >: Z <: A} | T 可以是A 的子类且是Z 的超类 |
上面的表格以常用的Seq为例,列举了存在类型的例子。
那么为什么会需要存在类型呢?
如果我们有一个List[A],我们需要两个版本的double函数,一个版本接受List[Int]并返回新的List[Int]*2,另外一个版本接受List[String], 并通过对整数调用toInt,将字符串转换为Int,然后调用第一个版本的double函数。
我们可能会这样写:
object Doubler {
def double(seq: Seq[String]): Seq[Int] = double(seq map (_.toInt))
def double(seq: Seq[Int]): Seq[Int] = seq map (_*2)
}
上面的程序看起来是没问题的,但是编译却失败。
Error:(3, 7) double definition:
def double(seq: Seq[String]): Seq[Int] at line 12 and
def double(seq: Seq[Int]): Seq[Int] at line 13
have same type after erasure: (seq: Seq)Seq
def double(seq: Seq[Int]): Seq[Int] = seq map (_*2)
问题就在于编译过程中的类型擦除,也就是在编译成字节码过后,定义的泛类型将会被删除。那么最后Seq[String]和Seq[Int]都会被编译成Seq,最终导致两个方法拥有同样的参数列表,最终编译报错。
既然有类型擦除的问题,那么我们考虑定义一个double方法,在double方法内部进行类型的判断:
object Doubler {
def double(seq: Seq[_]): Seq[Int] = seq match {
case Nil => Nil
case head +: tail => (toInt(head) * 2) +: double(tail)
}
private def toInt(x: Any): Int = x match {
case i: Int => i
case s: String => s.toInt
case x => throw new RuntimeException(s"Unexpected list element $x")
}
}
为什么我们需要使用Seq[_]呢? 我们看一下Seq类型的定义:
type Seq[+A] = scala.collection.Seq[A]
从定义我们知道,Seq类型一定是需要一个类型参数的,如果我们这样写:
def double(seq: Seq): Seq[Int] = seq match {
case Nil => Nil
case head +: tail => (toInt(head) * 2) +: double(tail)
}
则会编译出错,因为tail是Seq[A]类型的,但是double需要一个Seq类型。
使用Seq[_]表示,Seq[T] forSome {type T}。虽然我不知道Seq里面具体是哪种类型,但是肯定是有类型的。
可以对比一下java.
util.List[_ <: A] 的表达式在结构上与Java 的表达式java.util.List<? extends A>的类似之处。
你会在scala代码中看到很多Seq[_]的代码,存在类型的主要目的是为了兼容java代码。
更多教程请参考 flydean的博客
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击