scala课堂：Concurrence in Scala

• Runnable/Callable
• Runnable接口只有一个没有返回值的方法。
• Callable与之类似，除了它有一个返回值。
• 线程
• scala并发是建立在java并发模型基础上的。
• 一个线程需要一个Runnable。你必须用线程的start方法来运行Runnable。
• Executors
• 你可以通过Executors对象的静态方法得到一个ExecutorService对象。
• Futures
• Future代表异步计算。
• 你可以把你的计算包装在Future中，当你需要计算结果的时候，你只需要调用一个阻塞的get()方法就可以了。
• 一个FutureTask是一个Runnable实现，就是被设计为由Executor运行的。
• 线程安全问题
• 三种工具
• 同步：互斥锁（Mutex）提供所有权语义。
• volatile：synchronized云溪更细粒度的锁，而volatile则对每次访问同步。
• AtomicReference
• 这个成本是什么？synchronized往往是最好的选择。
• CountDownLatch
• AtomicInteger/Long
• AtomicBoolean
• ReadWriteLocks

scala课堂：More collections

• 基础知识
• 表 List
• 集 Set
• 序列 Seq
• 映射 Map
• 层次结构
• Traversable
• Iterable
• Seq 序列
• Set 集
• Map
• 常用的子类
• HashSet和HashMap的快速查找，这些集合的最常用的形式。
• TreeMap是SortedMap的一个子类，它能让你进行有序访问。
• Vector快速随机选择和快速更新。
• Range等间隔的Int有序序列。你经常会在for循环看到。
• Ranges支持标准的函数组合子。
• 一些描述性的特质
• IndexSeq快速随机访问元素和一个快速的长度操作。
• LinearSeq通过head快速访问第一个元素，也有一个快速的tail操作。
• 可变集合
• HashMap定义了getOrElseUpdate，+=

scala课堂：高级类型

• 视界（“类型类”）
1. 一个视界指定一个类型可以被“看作是”另一个类型。这对对象的只读操作是很有用的。
2. 隐函数允许类型自动转换。更确切的说，在隐式函数可以帮助满足类型推断时，它们允许按需的函数应用。
3. 视界，就像类型边界，要求对给定的类型存在这样一个函数。你可以使用<%指定类型限制。
• 其他类型限制
1. 方法可以通过隐含参数执行更复杂的类型限制。
2. 使用视图进行泛型编程。
3. 上下文边界和implicitly[]。
• 更高级多态性类型和特设多态性
1. scala可以对“更高阶”的类型进行抽象。
• F-界多态性
• 结构类型
• 抽象类型成员
• 类型擦除和清单

这部分和上部分的很多内容还不理解，后续需查阅其他资料学习。

scala课堂：类型与多态基础

• 什么是静态类型？它们为什么有用？
1. 类型允许你表示函数的定义域和值域。
• scala中的类型
1. 参数化多态性
2. 类型推断
3. 存在量化
4. 视窗
• 参数化多态性：
1. 多态性是在不影响静态类型丰富性的前提下，用来编写通用代码的。
2. scala有秩1多态性。
• 类型推断
1. scala中所有类型推断是局部的
• 变性 Variance
1. scala的类型系统必须同时解释类层次和多态性。类层次结构可以表达子类关系。
2. 变性注解允许你表达类层次结构和多态类型之间的关系。
• 边界
1. scala允许你通过边界来限制多态变量。
• 量化

scala课堂：模式匹配与函数组合

• 函数组合
1. 让我们创建两个函数：f(x)和g(x)。
2. compose：compose组合其他函数形成一个新的函数f(g(x))。
3. andThen：andThen和compose很像，但是调用顺序是先调用第一个函数，然后调用第二个，即g(f(x))。
• 柯里化 vs 偏应用
1. case语句是一个名为PartialFunction的函数的子类。
2. 多个case语句的集合是共同组合在一起的多个PartialFunction。
• 理解PartialFunction（偏函数）
1. 对给定的输入参数类型，偏函数只能接受该类型的某些特定的值。
2. isDefinedAt是PartialFunction的一个方法，用来确定PartialFunction是否能接受一个给定的参数。
3. 主要偏函数和我们前面提到的部分应用函数是无关的。
4. case之谜！

统计检定 Part1

• 目的
1. 根据样本资讯，检定关于一个或多个群体参数值之假说。
• 统计检定之五大步骤
1. 设立
1. 虚无假说 Ho
2. 对立假说 Ha
2. 指定显著水准
3. 决定适当之检定统计量
4. 决定弃却域
5. 下结论
• 假说
1. 关于一个或多个群体参数值的一段叙述。
1. 对立假说 Alternative Hypothesis
2. 虚无假说 Null Hypothesis
3. 虚无假说为对立假说的相反
2. 注意：
1. 永远先设立Ha
2. “=”只能放在Ho
• 如何设立假说
• 假说检定之种类
1. 单边检定
2. 双边检定
• 两种可能的误差
1. 型一误差：当Ho是对的，检定结果却判断其为错的，而推翻Ho。
2. 型二误差：当Ho是错的，检定结果却判断其为对的，而不推翻Ho。
• 显著水准 (Level of Significance)

scala课堂 集合

• 基本数据结构
1. 列表 List
2. 集 Set：集没有重复。
3. 元组 Tuple 
1. 元组是在不使用类的前提下，将元素组合起来形成简单的逻辑集合。
2. 使用位置下标来读取对象，而且这个下标基于1。
3. 元组可以很好的与模式匹配相结合。
4. 在创建两个元素的元组时，可以使用特殊语法：->
4. 映射 Map
1. 它可以持有基本数据类型。
2. 映射的值可以是映射甚至是函数。
5. 选项Option
1. Option是一个表示有可能包含值的容器。
2. Option本身是泛型的，并且有两个子类：Some[T]或None。
3. 我们建议使用getOrElse或模式匹配处理这个结果，getOrElse让你轻松定义一个默认值。
• 函数子（Functional Combinators）
1. map：对列表中的每个元素应用一个函数，返回应用后的元素所组成的列表。
2. foreach：
1. 很像map，但没有返回值。
2. foreach仅用于有副作用（side-effects）的函数。
3. filter：移除任何对传入函数计算结果为false的元素。
4. zip：将两个列表的内容聚合到一个对偶列表中。
5. partition：将使用给定的的谓词函数分割列表。
6. find：返回集合中的一个匹配谓词函数的元素。
7. drop & dropWhile：
1. drop将删除前i个元素。
2. dropWhile将删除元素直到找到的一个匹配谓词函数的元素。
8. foldLeft：0为初始值，m作为一个累加器。
9. foldRight：和foldLeft一样，只是运行过程相反。
10. flatten：将嵌套结构扁平化为一个层次的集合。
11. flatMap：
1. 是一种常用的组合子，结合映射[mapping]和扁平化[flattening]。
2. flatMap需要一个处理嵌套列表的函数，然后将结果串联起来。
3. 可以把它看做是“先映射后扁平化”的快捷操作。
12. 扩展函数组合子：上面所展示的每一个函数组合子都可以用fold方法实现。
13. Map？
1. 所有展示的函数组合子都可以在Map上使用。
2. Map可以被看作是一个二元组的列表，所以你写的函数要处理一个键和值的二元组。