使用map与flatmap处理Vehicle对象的实际场景咨询

先明确基础定义：

class Vehicle(name: String, model: String, age: Int, color: String)
val vehicles: Seq[Vehicle] = // 你的车辆序列

map的实际使用场景 #

map的作用是逐个转换序列里的每个元素，输出和原序列长度一致的新序列。

1. 提取或生成展示用的精简信息 #

比如做车辆列表展示时，不需要输出所有属性，只提取关键信息生成展示文案：

// 提取所有车辆的"名称-颜色"元组
val nameColorPairs: Seq[(String, String)] = vehicles.map(v => (v.name, v.color))

// 生成每个车辆的可读性描述
val vehicleTexts: Seq[String] = vehicles.map(v => s"${v.name} ${v.model} | 车龄${v.age}年 | 颜色${v.color}")

2. 对属性做统一转换或分类 #

比如数据清洗、分类统计前，对单个属性做批量处理：

// 将车龄转换成分类标签
val ageLabels: Seq[String] = vehicles.map(v => if (v.age <= 2) "准新车" else if (v.age <= 5) "次新车" else "旧车")

// 统一把颜色转换成大写格式
val upperColors: Seq[String] = vehicles.map(_.color.toUpperCase)

flatmap的实际使用场景 #

flatmap的核心是先把每个元素转换成一个子序列，再把所有子序列扁平化合并成一个无嵌套的序列，输出长度可能和原序列不同。

1. 提取所有车辆的关联子数据（比如使用人、配置） #

先扩展Vehicle类，给每个车辆加一个使用人列表属性：

class Vehicle(name: String, model: String, age: Int, color: String, val users: Seq[String])

如果要统计所有使用过这些车辆的人员，不需要按车辆分组，直接生成扁平列表：

// 提取所有使用人，合并成一个无重复的列表（可加distinct去重）
val allUsers: Seq[String] = vehicles.flatMap(_.users).distinct

2. 为每个车辆生成多个标签并合并 #

比如做标签云时，每个车辆要生成多个标签（品牌、车龄、颜色），然后把所有标签收集到一个列表：

val allTags: Seq[String] = vehicles.flatMap(v => 
  Seq(
    s"品牌:${v.name}",
    s"车龄档位:${v.age/5}档",
    s"颜色:${v.color}"
  )
)

3. 过滤并合并可选的关联数据 #

如果车辆的维修记录是可选的（有的车有，有的车没有），用flatmap可以自动跳过无记录的车辆：

// 先定义维修记录类和扩展后的Vehicle
case class RepairRecord(date: String, content: String)
class Vehicle(name: String, model: String, age: Int, color: String, val repairs: Option[Seq[RepairRecord]])

// 提取所有存在的维修记录，直接得到扁平的记录序列
val allRepairs: Seq[RepairRecord] = vehicles.flatMap(_.repairs)

内容的提问来源于stack exchange，提问作者IUnknown