第四章·集合横切：不可变数据结构

第四章 · 集合横切：不可变数据结构

章节摘要：集合库是 Scala 日常使用率最高的部分，也是第三章函数式技巧的完整演练场。本章从集合类型层级讲起，遍历不可变集合族与可变集合，最后给出"选哪个"的决策依据。读完你能写出既正确又贴合数据规模的集合代码。

学习目标

• 画出集合继承树的三大分支（Seq、Set、Map）与不可变/可变两套体系
• 按访问模式选 List、Vector、ArrayBuffer 或 Map 变体
• 熟练使用 map、flatMap、filter、fold、groupBy 等组合子
• 避开集合视图、相等性、并发共享的常见坑

核心概念速览

金句：选集合先问两个问题——按什么方式访问、要不要可变；其余差异都是这两个问题的推论。

子章节导航

• 4.1 集合框架与类型层级：一张继承树读懂设计，含各结构的复杂度对照。
• 4.2 不可变集合族：List、Vector、Map、Set 的结构与适用。
• 4.3 可变集合与集合操作选型：何时值得引入可变，组合子性能与选型决策。

子章节之间的逻辑关系

4.1 给地图，4.2 深入默认阵营（不可变），4.3 讲例外情形（可变）与组合子的性能选型——先立规矩再讲例外，顺序本身就是选型逻辑。

[层级地图] -> [不可变主力] -> [可变例外 + 组合子性能]
                    |
            第五章：给集合装上类型参数，登上主峰
​

前置知识与后续延伸

前置：第三章 map/flatMap 与模式匹配。延伸：5.1 的型变就是从 List 的类型参数讲起的；6.3 会补并发集合。

本章实战主线：温度数据的批量分析

延续前两章的温度工具，本章让它们处理真实规模的数据——把一年的逐小时读数做成可分析的集合：

case class Row(day: Int, hour: Int, celsius: Double)

val rows: List[Row] = loadYear()                    // 8760 行
val dailyAvg = rows.groupMapReduce(_.day)(_.celsius)(
                  (a, b) => a + b)                    // 按天求和，再除以小时数得日均
val hot = rows.filter(_.celsius > 35).groupBy(_.day).keySet
val top3 = rows.groupBy(_.day)
               .view.mapValues(rs => rs.map(_.celsius).sum / rs.size)
               .toList.sortBy(-_._2).take(3)          // 最热三天
​

这条管线用到了本章全部主角：group 前缀家族一次完成分组映射聚合、view 挂在 mapValues 上省一次复制、sortBy 负号做降序。换到 Vector 或再换到 Iterator 流式读取，操作代码几乎不动——这正是集合框架统一接口的兑现时刻。

集合选型速查