pythonscala語法相似

① 如何應對CCPC增加python和Scala兩種新語言

Scala暫且不提，Python放競賽里必然極大規模限制可用模塊，並且大幅提高時間時間上限（這一點可以參考java的情況，時限直接變十倍）。
Python對選手而言可以大幅度縮減編碼時間。以我參加ACM/ICPC的經驗來看，機時緊張的情況可以獲得一定緩解。但是由於Python的動態解釋語言特性，對代碼能力的要求會更高。

② python，c，java，scala語言類型 ft oop及ft與oop的區別謝謝你！

多種劃分方法。
C編譯型語言
Python、Java混合型語言。
Scala不熟悉。

C面向過程型語言
Python混合型
Java面向對象型
（不過我也有見過使用C語言來實現面向對象的案例）

FT是不是指函數式編程？OOP面向對象編程，這兩個都是編程的思想而已。具體來說就是對問題領域的看待方法。是認為問題領域由一個個對象組成，還是認為是由一個個過程來組成。
其實很多情況下，都是兩者的混合體。

③ 誰能說說 scala 和 python 的區別，有木有必要學習 scala

學 Scala 可以發現更大的世界，之後會感覺其他語言的特性都不會太陌生，感覺尤其是函數式編程和類型系統。
不過身邊會 Scala 的都是搞 spark 的，或者曾經搞過 spark 的。
如果 Scala 都精通了，學 Python 也就是看下語法熟練下的事。
Scala 與函數式編程是信仰，如果面試遇到信仰相同的面試官可能有加分。

④ 誰能說說 scala 和 python 的區別，有木有必要學習 scala

就假設你是想自學來解決自己的問題好了.
python 很適合新手,因為社群健壯,提問基本上都有人回答.
scala 基本上就是另一種 JAVA,性能比 python 好但社群???
scala 基本上最重要的核心就是 AKKA,但 AKKA 也可單獨拆出來用於 JAVA 和延伸語言例如 kotlin .
scala /kotlin 等 JAVA 延伸語言的好處:沒有 JAVA 版本問題,沒有 python 版本問題.
其實 C#也是很不錯的.

再好的語言沒有社群你要自己搞,應該會很快就放棄或失敗.你先找社群吧.語言不是問題.

⑤ Scala 是一門怎樣的語言，具有哪些優缺點

以前在這個版塊也答過關於Scala的問題，但那更多的是知識普及，而沒有談Scala是什麼，做什麼，以及有怎樣的特點。

Scala可怕的地方在於人人都能對它說上一二，但是不一定每個人都能明白。查看這個版塊的帖子，有人把它當做Java的延伸版（一個UPenn賓大的學生Justin Kim ——此人目前在沃頓混得風生水起，當著我的面說Scala是在JVM上的腳本語言），有人把它當做JVM上的C++，有人覺得這是面對對象語言和函數語言的簡單混合，有人覺得這就是Haskell，而且也還不如Haskell強。對Scala的偏見（或者是錯誤的見地）達到了很高的地步，Martin Odersky馬丁·奧德斯基（Scala的發明者，EPFL教授）在今年夏天的Scala Day舊金山大會上發出了這張著名的玩笑照片：
gt;

這個圖片上的翻譯是：「Scala唯一的作用是將人引向Haskell」（原諒我沒法完全直譯）。馬丁·奧德斯基以此作為一個笑話，說他該把Scala改一下名字，叫做Hascalator，還請人設計了一個Logo。

不同的語言有不同的特點，同時也帶來不同的優勢。如果不能理解Scala的特點，就不可能知道如何運用Scala，以及發揮其最大的優勢。一些語言有很顯而易見的優勢，也很容易理解，比如Python，Python的哲學（Zen of Python PEP 20 -- The Zen of Python），我很早的時候曾經覺得有道理，尤其是One way to do it（一種方法做一件事情），理由是對任何任務，雖然可以採用很多方法，但總有最好的一種方法，通過在語言或者哲學層面這樣定義後，能簡化程序員的任務，從而達到提高效率的方法。但經過一段時間的思考後，我突然發現Python其實並不是「一種方法做一件事」的哲學，而是「一種方法做一百萬件事情」的哲學：極其有限的數據結構（只有四個: List, Tuple, Dictionary, Sets），以及不能查看時間復雜度的訪問方法，比如鼓勵人們使用for x in list。

這種處理方式能達到Python最初的打算：發明一種每個人都能使用的簡易語言，但是對於追求速度和效率的程序員而言，這幾乎是略帶噩夢性質的。當然，這不是說Python很慢，通過各種優化（比如NumPy/SciPy中的），以及Cython這樣的將Python直接翻譯為C/C++語言又重新通過C_Mole方式讀回Python環境的編譯器，性能可以得到不少提升，但是仍舊，Python並不追求快。

再舉一個語言的例子：Java。Java的特性或者優勢何在？Java的第一個優勢在於它是第一個系統提供模塊化（mole）設計的語言（在此之前有Smalltalk存在，該貨是OOP的鼻祖）。在Java之前，炒程序員魷魚是很困難的事情，那些C/C++程序員，以及而且尤其是那些Lisp程序員，一旦炒掉他們，新來的人沒有十天半個月，甚至半年，是不可能搞懂前任人士的代碼的。每個人的代碼有自己的邏輯，自己的思路，寫上個數萬行任誰來看都頭疼。這也是為什麼Paul Graham保羅·格雷厄姆（寫了《黑客與畫家》）講他給雅虎做了一個用Lisp寫成的在線商店的案例，在他離開後，雅虎根本沒法維護他寫的代碼，因為數萬行Lisp沒人能弄得很清楚。

Java的模塊化，給企業、大公司帶來了第一道曙光，模塊化之後，這些公司不再給程序員一整個任務，而是一大塊任務的一小塊。介面一定義，虛擬類一定義，換誰上都可以，管你是保羅·格雷厄姆這樣的明星程序員，還是一個新來的大學生，程序員不聽話就直接開除，反正模塊化之後，開除程序員的成本大大降低，這也是為什麼谷歌、甲骨文（這貨最後收購了Java）一類的公司大規模的推崇Java，還一度提出了模塊化人事管理的理念（把人當模塊化的積木一樣隨時移進移出）。

過度企業化後，這延展出了Java的第二個特性，束縛手腳。保羅·格雷厄姆在《黑客與畫家》中寫道，Java屬於B&D（捆綁與束縛）類型的語言。為何束縛手腳？因為要讓新手和明星程序員寫出類似質量的代碼，盡可能的抹消人的才華對程序的影響。不同於C/C++，老手和新手寫出的Java代碼不會有上百倍的耗時差距。但同樣也導致了Java的一個弱點——不容易優化。很多優化Java代碼的程序員必須要對JVM（虛擬機）進行優化，實際上增大了很多任務難度。

通過Python和Java這兩個語言的優缺點，返回來看Scala，就能瞬間明白Scala的定位了。

首先，Scala不把程序員當傻子。當馬丁·奧德斯基宣布Scala 2.12將要簡化語法，推出Scala "Don Giovanni"項目的時候，在視頻中說的很清楚：「Scala現在是為聰明人創造的，以後也是為聰明人服務的。」所以不同於Python讓程序員用一種方法做所有事情，Scala提供一整套工具，讓程序員自由選擇，無論是mutable數據結構，immutable數據結構，並行（parallel）數據結構。然後在這些選擇中，Scala再針對他們進行演算法層面的特殊優化。Scala相信程序員的聰明才智，讓程序員自行選擇合適的結構，以針對變化萬千的任務需求，這點是Scala做得極好的地方。

再者，有人會說immutable數據結構佔用內存，或者速度很慢。這是真的，但這不是Scala的錯，而是這些結構就是這樣定義的。這里講的是Scala集合的運行速度，是一個來自Goldman Sachs的程序員講他們為Java寫的集合庫（GSCollection）速度和內存消耗，但同時比較了gs-collection（goldmansachs/gs-collections · GitHub），Java，和Scala庫的速度。最後Scala的可變集合mutable原生庫完爆Java，和gs-collection基本持平。

Scala的第二個優勢，相較於Java而言，則是相信程序員的優化能力。在Scala with Style講話中（），馬丁·奧德斯基說：「很多程序員會告訴我，他們一般會重構他們的Scala代碼兩三次，甚至三四次。」這聽起來似乎非常的沒有效率，但Scala就是這樣的語言，每一次重構，代碼的性能或者是可讀性都會有極高的提升。

之前就有人提到過，Scala新手和老手寫出來的代碼完全會呈現兩種不同的風格，甚至新人根本不能讀懂有經驗的Scala程序員所寫的代碼，有人於是戲稱：「太好了，這樣的話我們部門的實習生就不能亂碰我寫的代碼啦！」但其實不僅風格不同，執行效率差距也一定是巨大的。Scala提供一整套工具，但是要明白什麼時候用拿一種工具，哪些演算法能夠隨意調用，哪些演算法不能，這一定要依靠經驗、研究和學習以及對源代碼的理解才能得知。最簡單的例子，Scala的foreach()方法是高度優化過了的（尤其針對Range結構和Vector結構），但是fold()就不一定了。或者當受到誘惑想用zipWithIndex()的時候，一定要明白這是兩次循環，最好改用Vector(...).indices.foreach()的方法，或者用.view來推遲執行。

像這樣的地方還有很多。所以在這個層面上來講，簡直和C++非常的相似。從另外一個層面來講，不僅僅是要理解語言層面的優化，Scala作為一個社區而言，是非常追求運行速度的。Ruby社區就完全不同了，Ruby曾經是推特的主要語言。推特的團隊找到了Ruby團隊，說，你們能不能讓Ruby運行的快一點，我們有這個這個和這個建議。Ruby直接把這些建議拒絕了，因為它們會增加語言復雜度，讓Ruby不能繼續做一個「fun」（好玩）的語言。而Python直接就立志做一個「Simple」（簡單）的語言了。於是推特只好將後台換做Scala和Java的結合。有一位在推特工作的知乎友人在我的一個回答下留言說推特換用Scala後，TypeSafe（Scala的母公司）還送去了一個蛋糕。

為了追求速度，Scala社區是絕對不會管所謂的「簡單」或者是「好玩」，怎樣有效率就怎樣弄。與其專注於JVM的改進，Scala社區大部分在編譯器上下功夫，比如很著名的Miniboxing（Miniboxing），這是一個編譯器增進器。Miniboxing做的是什麼呢？只做一件事：防止auto-boxing和auto-unboxing。所有的泛型，尤其是原生類泛型（Primitive Types），諸如Int、Double等等，在進行各種操作的時候會自動取出和裝回它們所屬的類中去——這個我解釋的不太好，但是可以看這里（Java 自動裝箱與拆箱(Autoboxing and unboxing)）。

Miniboxing這樣的插件可以讓所有的原生類泛型再也不用自動裝拆箱，從而將Scala的運行速度提升1.5倍到22倍（）。當然這樣的東西可不是白來的，這是馬丁·奧德斯基的PhD博士學生做的一個研究項目，然後為OOPSLA寫了一篇論文（），所以怪不得這玩意Scala可以有，但其他語言想要有都沒有。

另一個Scala的很大優勢就是所謂的Macro——宏。宏本身作為元編程而言，其實和運行速度是沒有什麼太大關系的，反而，因為對反射（Reflect）的利用，可能會影響到速度。但Scala社區對宏的理解顯然和最初的設計理念有偏差。因為Scala本身是沒有傳統意義的循環的（for-loop），所以很多時候循環必須利用while或者foreach。但是部分追求效率的Scala程序員們利用宏為Scala寫了一個傳統循環，叫做cfor，被收錄在Spire（non/spire · GitHub）數學計算庫中。cfor的寫法如下：

import spire.syntax.cfor._// print numbers 1 through 10cfor(0)(_ < 10, _ + 1) { i =>
println(i)}

而這玩意運行效率如何呢？文章中做了一次測評，將cfor和zip寫的一個演算法作比較——在公布結果之前，我想說的是，zip並不是一個高度優化的方法，所以本身就慢很多，cfor用了26.1毫秒運行，zip方法用了7.4 秒運行，這幾乎是284倍的速度差距。

通過這兩點，Scala的一個優勢就很明顯了——多樣化。當需要寫簡單的代碼，像Python一樣當腳本語言使用時，Scala提供大量的原生方法和數據結構，可以很輕松的寫出比較復雜的操作。但當需要速度的時候，又可以通過重構來獲取數十倍或者上百倍的速度提升。通過Miniboxing一類的編譯器增強器，Scala在某些操作的速度是必定超過Java的。

Scala的第二個優勢就是——一幫勤勞勇敢的PhD博士生。二十一世紀的程序語言和二十世紀的程序語言已經不能比擬了。那個年代的普通人（甚至是學生）還能任意發明一下語言，稍微把編譯器優化幾次就能上得了廳堂（比如那一大堆Lisp方言），到了這個年代，編譯技術已經達到了很復雜的程度（虛擬機技術也是如此），優化和語義理解，程序語言的定義與延展，再也不是隨便任何人都能搞定的工作了。作為編程語言方面的教授，馬丁·奧德斯基不斷的將最前沿的學術界成果轉移到Scala這個語言中，還讓他的博士學生發展出新的，讓語言運行得更快的方法，這些都是其他語言，尤其是Python、Ruby、甚至是Go都沒有的優勢。

當然，說了這么多，總會有人說了，Scala如果像C++一樣難，又追求速度的話，為什麼不直接去學C++，原因很簡單——現在有很多在JVM上面寫成的軟體啊！大家又不是Haskell程序員，壓根不打算一切自己寫吶。

⑥ R，Python，Scala和Java，到底該使用哪一種大數據編程語言

R語言：它的有點在於簡單易上手，通過R語言，你可以從復雜的數據集中篩選你想要的數據，從負責的模型函數中操作數據，建立有序的圖表呈現數字，只需要幾行代碼就可以了，比如說，像是好動版本的Excel表格。
Pythom語言：Python結合了R語言的快速，處理復雜數據的能力以及更務實的語言特質，迅速地成為主流，也更簡單和直觀了，尤其是近幾年的成長很快。在數據處理范疇內，通常在規模與復雜之間要有個取捨，Python以折中的姿態出現，是相當好的數據處理工具。
java語言：java沒有和Python和R語言一樣好的可視化功能，也不是統計建模的最佳工具，但是如果你需要建立一個龐大的系統，使用過去的原型，java是最基本的選擇了。
Hadoop pand
Hive：為了迎合大量數據處理的需求，以java為基礎的大數據開始了。Hadoop為一批數據處理，發展以java為基礎的架構關鍵，相對於其他處理工具，Hadoop慢許多，但是無比的准確可被後端資料庫分析廣泛使用，和Hive搭配的很好。
Scala：另一個以java為基礎的語言，和java很像，對任何想要進行大規模的機械學習或是建立高階的演算法，Scala是逐漸興起的工具，善於呈現且擁有建立可靠系統的能力。
Kafkaand Storm：是一個特別快速的查詢信息系統，缺點是太快了，因此在實施操作時會犯錯，有時候會漏掉東西。使用Scala寫出來的架構，大幅增加他在串流處理的受歡迎程度。

⑦ R，Python，Scala 和 Java，到底該使用哪一種大數據編程語言

哪一種都行，Python適用於腳本，網路和爬蟲，Java適用網路，商業和游戲，r適用於腳本和網路