1. Scala函数基础概述作为一门融合面向对象与函数式编程范式的现代语言Scala的函数系统设计体现了其核心设计哲学。与Java等传统OOP语言不同Scala将函数视为一等公民first-class citizen这意味着函数可以像普通变量一样被传递、赋值和返回。这种设计使得Scala特别适合构建高并发的分布式系统——正如Twitter和LinkedIn等公司的实践所证明的那样。在JVM语言生态中Scala的函数特性主要体现在三个层面基础函数与传统语言类似的代码块封装高阶函数以函数作为参数或返回值的函数匿名函数无需命名的轻量级函数表达式提示在Scala 2.12版本中函数会被编译为Java 8的lambda形式这使得Scala函数与Java的互操作性大幅提升。2. 函数定义与基本语法2.1 标准函数定义格式Scala的函数定义遵循清晰的模式def 函数名(参数列表): 返回类型 { // 函数体 // 最后一行作为返回值 }典型示例def add(x: Int, y: Int): Int { val sum x y sum // 显式返回 } // 简写形式单行函数 def multiply(x: Int, y: Int): Int x * y2.2 参数传递机制Scala支持多种参数传递方式默认参数为参数提供默认值def greet(name: String Guest): Unit println(sHello, $name)命名参数调用时指定参数名def createUser(name: String, age: Int, email: String): User ??? createUser(age 30, name Alice, email aliceexample.com)可变参数处理不定长参数列表def sum(numbers: Int*): Int numbers.sum2.3 返回值处理Scala函数的返回值具有以下特点使用连接函数签名与主体可以省略return关键字推荐返回类型推断简单函数可省略返回类型声明注意当函数体包含多行代码时建议显式声明返回类型以提升可读性。3. 高阶函数实践3.1 函数作为参数Scala允许将函数作为参数传递这是函数式编程的核心特性def processNumbers(numbers: List[Int], processor: Int Int): List[Int] { numbers.map(processor) } // 使用示例 val doubled processNumbers(List(1,2,3), x x * 2)3.2 函数作为返回值函数也可以作为返回值这种技术常用于创建工厂函数def createMultiplier(factor: Int): Int Int { (x: Int) x * factor } val triple createMultiplier(3) println(triple(5)) // 输出153.3 常用高阶函数模式集合操作中的经典高阶函数map元素转换filter条件过滤fold累积计算flatMap扁平化映射List(1,2,3).map(_ * 2) // List(2,4,6) List(1,2,3).filter(_ 1) // List(2,3) List(1,2,3).fold(0)(_ _) // 64. 匿名函数与语法糖4.1 Lambda表达式Scala的匿名函数lambda语法简洁// 完整形式 (x: Int) x 1 // 实际应用 List(1,2,3).map((x: Int) x 1)4.2 语法简化规则类型推断当上下文明确时可省略参数类型List(1,2,3).map(x x 1)占位符语法单个参数时可使用_List(1,2,3).map(_ 1)多参数占位符每个_代表一个参数List((1,2), (3,4)).map(_._1) // 获取元组第一个元素4.3 部分应用函数通过_部分应用函数参数def add(x: Int, y: Int): Int x y val add5 add(5, _: Int) // 固定第一个参数 add5(3) // 相当于add(5,3)5. 函数式编程实践技巧5.1 纯函数原则纯函数Pure Function的特征相同输入总是产生相同输出不依赖或修改外部状态无副作用如IO操作示例// 纯函数 def square(x: Int): Int x * x // 非纯函数依赖外部变量 var counter 0 def increment(): Int { counter 1 counter }5.2 尾递归优化Scala编译器能将尾递归转换为循环避免栈溢出// 非尾递归 def factorial(n: Int): Int if (n 1) 1 else n * factorial(n - 1) // 尾递归版本 annotation.tailrec def factorialTailrec(n: Int, acc: Int 1): Int if (n 1) acc else factorialTailrec(n - 1, acc * n)5.3 柯里化(Currying)技术将多参数函数转换为单参数函数链// 普通函数 def add(x: Int, y: Int): Int x y // 柯里化版本 def addCurried(x: Int)(y: Int): Int x y // 使用方式 val add2 addCurried(2)_ // 部分应用 add2(3) // 结果为56. 函数与面向对象的融合6.1 函数作为对象在Scala中函数实际上是特质FunctionN的实例Function0无参函数Function1单参函数...Function2222个参数val doubler new Function1[Int, Int] { def apply(x: Int): Int x * 2 } doubler(5) // 输出106.2 apply方法的魔力apply方法让对象调用像函数调用class Adder(amount: Int) { def apply(x: Int): Int x amount } val add5 new Adder(5) add5(10) // 输出156.3 隐式转换增强函数通过隐式转换扩展函数能力implicit class RichFunction1[A,B](f: A B) { def composeWithLogging: A B { x println(sInput: $x) val result f(x) println(sOutput: $result) result } } val squared (x: Int) x * x squared.composeWithLogging(5) // 输出: // Input: 5 // Output: 257. 实战中的常见模式7.1 链式调用风格利用高阶函数实现流畅接口case class Pipeline[A](value: A) { def map[B](f: A B): Pipeline[B] Pipeline(f(value)) def filter(f: A Boolean): Option[Pipeline[A]] if (f(value)) Some(this) else None def get: A value } Pipeline(10) .map(_ * 2) .filter(_ 15) .map(_.toString) .get // 返回207.2 依赖注入模式用函数实现轻量级DItrait UserRepository { def get(id: Int): User } def createService(repo: Int User): (Int String) { id sUser: ${repo(id).name} } // 测试时传入mock函数 val testService createService(id User(id, Test))7.3 领域特定语言(DSL)构建内部DSL的典型结构object SqlDSL { def select(columns: String*): SelectBuilder new SelectBuilder(columns) class SelectBuilder(columns: Seq[String]) { def from(table: String): String sSELECT ${columns.mkString(, )} FROM $table } } SqlDSL.select(name, age).from(users) // SELECT name, age FROM users8. 性能优化与陷阱规避8.1 值函数与类型推断使用val定义函数时需注意类型推断// 推荐显式类型声明 val add: (Int, Int) Int (x, y) x y // 可能导致编译错误 val add (x, y) x y // 需要上下文类型信息8.2 闭包的内存开销闭包会捕获外部变量可能导致内存泄漏def createLeakyFunction(): () Unit { val largeData loadHugeData() // 加载大数据 () println(largeData.size) // 闭包持有largeData引用 }8.3 部分函数的边界检查PartialFunction需要处理未定义输入val divide: PartialFunction[(Int, Int), Int] { case (x, y) if y ! 0 x / y } divide.isDefinedAt((10, 0)) // false divide.lift((10, 0)) // None9. 现代Scala函数特性9.1 上下文函数Scala 3Scala 3引入的上下文函数简化了隐式参数// Scala 2 def process[A](x: A)(implicit ec: ExecutionContext): Future[A] // Scala 3 type Executable[T] ExecutionContext ? T def process[A](x: A): Executable[A]9.2 多态函数使用类型参数创建通用函数def identity[T](x: T): T x identity[Int](5) // 5 identity(hello) // hello (类型推断)9.3 内联函数优化Scala 3的inline关键字实现编译期优化inline def power(x: Int, n: Int): Int if (n 0) 1 else x * power(x, n - 1) // 编译后会展开为直接计算 val result power(2, 3) // 实际生成 2 * 2 * 2 * 110. 生态系统集成实践10.1 与Java互操作Java 8的lambda与Scala函数转换import java.util.function.{Function JFunction} val scalaFunc: Int String _.toString val javaFunc: JFunction[Int, String] scalaFunc10.2 响应式编程应用在Akka Streams中的函数应用Source(1 to 10) .map(_ * 2) // 映射函数 .filter(_ % 3 0) // 过滤函数 .runWith(Sink.foreach(println))10.3 Spark中的函数传递分布式计算中的函数序列化val data spark.sparkContext.parallelize(1 to 100) data.map(x x * x) // 函数会被序列化到各个节点 // 注意避免使用外部变量 var factor 2 // 危险 data.map(_ * factor) // 可能导致序列化问题11. 调试与测试技巧11.1 函数组合调试使用andThen追踪数据流val pipeline ((x: Int) x 1) .andThen(x { println(sAfter 1: $x); x }) .andThen(_ * 2) .andThen(x { println(sAfter *2: $x); x }) pipeline(5) // 打印中间结果11.2 属性测试验证使用ScalaCheck测试函数属性import org.scalacheck.Prop.forAll val reverseProp forAll { (list: List[Int]) list.reverse.reverse list } reverseProp.check() // 自动生成测试用例验证11.3 性能基准测试用JMH测量函数性能State(Scope.Thread) class FunctionBenchmark { Benchmark def testMapPerformance(): List[Int] { (1 to 1000).map(_ * 2).toList } }12. 设计模式与架构应用12.1 策略模式实现用函数替代策略接口def processPayment(amount: Double, strategy: Double Boolean): Boolean { strategy(amount) } val creditCardStrategy (amt: Double) amt creditLimit val paypalStrategy (amt: Double) amt accountBalance processPayment(100, creditCardStrategy)12.2 装饰器模式应用函数组合实现装饰器def logDuration[A](f: A): A { val start System.currentTimeMillis() val result f val end System.currentTimeMillis() println(sExecution took ${end - start}ms) result } val decorated logDuration _ compose (() expensiveOperation()) decorated()12.3 函数式领域建模用代数数据类型(ADT)和函数建模sealed trait PaymentMethod case class CreditCard(number: String) extends PaymentMethod case class PayPal(email: String) extends PaymentMethod type PaymentProcessor PaymentMethod Either[String, Receipt] val processPayment: PaymentProcessor { case card: CreditCard validateCard(card) case paypal: PayPal authenticatePayPal(paypal) }13. 高级类型系统特性13.1 依赖函数类型Scala 3的依赖函数类型trait Entry { type Key; val key: Key } def extractKey(e: Entry): e.Key e.key val entry new Entry { type Key String; val key id123 } val key: String extractKey(entry) // 类型安全地返回String13.2 隐式函数参数用隐式参数实现类型类trait Show[A] { def show(a: A): String } def prettyPrint[A](a: A)(implicit s: Show[A]): String { s.show(a) } implicit val intShow: Show[Int] _.toString prettyPrint(42) // 4213.3 匹配类型函数Scala 3的匹配类型应用type ElemType[T] T match { case List[t] t case Array[t] t case _ T } def firstElement[T](col: T): ElemType[T] col match { case list: List[_] list.head case arr: Array[_] arr(0) case other other }14. 并发编程模式14.1 Future与函数组合用函数组合异步操作import scala.concurrent.Future import scala.concurrent.ExecutionContext.Implicits.global def fetchUser(id: Int): Future[User] ??? def fetchProfile(user: User): Future[Profile] ??? val result fetchUser(123).flatMap(fetchProfile) // 函数组合Future14.2 纯函数与Actor模型Akka Actor中的函数式处理class Processor extends Actor { def receive: Receive { case data: Data val processed pureFunction(data) // 使用纯函数处理 sender() ! processed } def pureFunction(data: Data): Result ??? }14.3 函数式反应式流用FS2实现流处理import fs2.Stream val processed Stream(1,2,3) .map(_ * 2) // 映射函数 .filter(_ 3) // 过滤函数 .fold(0)(_ _) // 聚合函数 processed.compile.toList // List(8)15. 元编程与函数生成15.1 宏生成函数Scala 2的宏实现import scala.language.experimental.macros import scala.reflect.macros.blackbox def createMultiplier(n: Int): Int Int macro implCreateMultiplier def implCreateMultiplier(c: blackbox.Context)(n: c.Expr[Int]): c.Expr[Int Int] { import c.universe._ val func q(x: Int) x * $n c.Expr[Int Int](func) }15.2 运行时函数生成使用工具库动态生成import java.lang.invoke.{LambdaMetafactory, MethodHandles} import java.lang.reflect.Method val lookup MethodHandles.lookup() val method classOf[Math].getMethod(max, classOf[Int], classOf[Int]) val callSite LambdaMetafactory.metafactory( lookup, apply, ??? // 类型信息 ) val maxFunc callSite.getTarget.invoke().asInstanceOf[(Int, Int) Int]15.3 类型安全的DSL构建用Phantom类型约束函数sealed trait State sealed trait Empty extends State sealed trait Full extends State class Builder[S : State] private { def addItem(item: String)(implicit ev: S : Empty): Builder[Full] ??? def build()(implicit ev: S : Full): Result ??? } val result new Builder[Empty] .addItem(first) .addItem(second) .build() // 类型安全地构建 
长河君 · 2026/9/14 2:51:51 · 阅读 1.2k Scala函数式编程核心技术与实践指南
1. Scala函数基础概述作为一门融合面向对象与函数式编程范式的现代语言Scala的函数系统设计体现了其核心设计哲学。与Java等传统OOP语言不同Scala将函数视为一等公民first-class citizen这意味着函数可以像普通变量一样被传递、赋值和返回。这种设计使得Scala特别适合构建高并发的分布式系统——正如Twitter和LinkedIn等公司的实践所证明的那样。在JVM语言生态中Scala的函数特性主要体现在三个层面基础函数与传统语言类似的代码块封装高阶函数以函数作为参数或返回值的函数匿名函数无需命名的轻量级函数表达式提示在Scala 2.12版本中函数会被编译为Java 8的lambda形式这使得Scala函数与Java的互操作性大幅提升。2. 函数定义与基本语法2.1 标准函数定义格式Scala的函数定义遵循清晰的模式def 函数名(参数列表): 返回类型 { // 函数体 // 最后一行作为返回值 }典型示例def add(x: Int, y: Int): Int { val sum x y sum // 显式返回 } // 简写形式单行函数 def multiply(x: Int, y: Int): Int x * y2.2 参数传递机制Scala支持多种参数传递方式默认参数为参数提供默认值def greet(name: String Guest): Unit println(sHello, $name)命名参数调用时指定参数名def createUser(name: String, age: Int, email: String): User ??? createUser(age 30, name Alice, email aliceexample.com)可变参数处理不定长参数列表def sum(numbers: Int*): Int numbers.sum2.3 返回值处理Scala函数的返回值具有以下特点使用连接函数签名与主体可以省略return关键字推荐返回类型推断简单函数可省略返回类型声明注意当函数体包含多行代码时建议显式声明返回类型以提升可读性。3. 高阶函数实践3.1 函数作为参数Scala允许将函数作为参数传递这是函数式编程的核心特性def processNumbers(numbers: List[Int], processor: Int Int): List[Int] { numbers.map(processor) } // 使用示例 val doubled processNumbers(List(1,2,3), x x * 2)3.2 函数作为返回值函数也可以作为返回值这种技术常用于创建工厂函数def createMultiplier(factor: Int): Int Int { (x: Int) x * factor } val triple createMultiplier(3) println(triple(5)) // 输出153.3 常用高阶函数模式集合操作中的经典高阶函数map元素转换filter条件过滤fold累积计算flatMap扁平化映射List(1,2,3).map(_ * 2) // List(2,4,6) List(1,2,3).filter(_ 1) // List(2,3) List(1,2,3).fold(0)(_ _) // 64. 匿名函数与语法糖4.1 Lambda表达式Scala的匿名函数lambda语法简洁// 完整形式 (x: Int) x 1 // 实际应用 List(1,2,3).map((x: Int) x 1)4.2 语法简化规则类型推断当上下文明确时可省略参数类型List(1,2,3).map(x x 1)占位符语法单个参数时可使用_List(1,2,3).map(_ 1)多参数占位符每个_代表一个参数List((1,2), (3,4)).map(_._1) // 获取元组第一个元素4.3 部分应用函数通过_部分应用函数参数def add(x: Int, y: Int): Int x y val add5 add(5, _: Int) // 固定第一个参数 add5(3) // 相当于add(5,3)5. 函数式编程实践技巧5.1 纯函数原则纯函数Pure Function的特征相同输入总是产生相同输出不依赖或修改外部状态无副作用如IO操作示例// 纯函数 def square(x: Int): Int x * x // 非纯函数依赖外部变量 var counter 0 def increment(): Int { counter 1 counter }5.2 尾递归优化Scala编译器能将尾递归转换为循环避免栈溢出// 非尾递归 def factorial(n: Int): Int if (n 1) 1 else n * factorial(n - 1) // 尾递归版本 annotation.tailrec def factorialTailrec(n: Int, acc: Int 1): Int if (n 1) acc else factorialTailrec(n - 1, acc * n)5.3 柯里化(Currying)技术将多参数函数转换为单参数函数链// 普通函数 def add(x: Int, y: Int): Int x y // 柯里化版本 def addCurried(x: Int)(y: Int): Int x y // 使用方式 val add2 addCurried(2)_ // 部分应用 add2(3) // 结果为56. 函数与面向对象的融合6.1 函数作为对象在Scala中函数实际上是特质FunctionN的实例Function0无参函数Function1单参函数...Function2222个参数val doubler new Function1[Int, Int] { def apply(x: Int): Int x * 2 } doubler(5) // 输出106.2 apply方法的魔力apply方法让对象调用像函数调用class Adder(amount: Int) { def apply(x: Int): Int x amount } val add5 new Adder(5) add5(10) // 输出156.3 隐式转换增强函数通过隐式转换扩展函数能力implicit class RichFunction1[A,B](f: A B) { def composeWithLogging: A B { x println(sInput: $x) val result f(x) println(sOutput: $result) result } } val squared (x: Int) x * x squared.composeWithLogging(5) // 输出: // Input: 5 // Output: 257. 实战中的常见模式7.1 链式调用风格利用高阶函数实现流畅接口case class Pipeline[A](value: A) { def map[B](f: A B): Pipeline[B] Pipeline(f(value)) def filter(f: A Boolean): Option[Pipeline[A]] if (f(value)) Some(this) else None def get: A value } Pipeline(10) .map(_ * 2) .filter(_ 15) .map(_.toString) .get // 返回207.2 依赖注入模式用函数实现轻量级DItrait UserRepository { def get(id: Int): User } def createService(repo: Int User): (Int String) { id sUser: ${repo(id).name} } // 测试时传入mock函数 val testService createService(id User(id, Test))7.3 领域特定语言(DSL)构建内部DSL的典型结构object SqlDSL { def select(columns: String*): SelectBuilder new SelectBuilder(columns) class SelectBuilder(columns: Seq[String]) { def from(table: String): String sSELECT ${columns.mkString(, )} FROM $table } } SqlDSL.select(name, age).from(users) // SELECT name, age FROM users8. 性能优化与陷阱规避8.1 值函数与类型推断使用val定义函数时需注意类型推断// 推荐显式类型声明 val add: (Int, Int) Int (x, y) x y // 可能导致编译错误 val add (x, y) x y // 需要上下文类型信息8.2 闭包的内存开销闭包会捕获外部变量可能导致内存泄漏def createLeakyFunction(): () Unit { val largeData loadHugeData() // 加载大数据 () println(largeData.size) // 闭包持有largeData引用 }8.3 部分函数的边界检查PartialFunction需要处理未定义输入val divide: PartialFunction[(Int, Int), Int] { case (x, y) if y ! 0 x / y } divide.isDefinedAt((10, 0)) // false divide.lift((10, 0)) // None9. 现代Scala函数特性9.1 上下文函数Scala 3Scala 3引入的上下文函数简化了隐式参数// Scala 2 def process[A](x: A)(implicit ec: ExecutionContext): Future[A] // Scala 3 type Executable[T] ExecutionContext ? T def process[A](x: A): Executable[A]9.2 多态函数使用类型参数创建通用函数def identity[T](x: T): T x identity[Int](5) // 5 identity(hello) // hello (类型推断)9.3 内联函数优化Scala 3的inline关键字实现编译期优化inline def power(x: Int, n: Int): Int if (n 0) 1 else x * power(x, n - 1) // 编译后会展开为直接计算 val result power(2, 3) // 实际生成 2 * 2 * 2 * 110. 生态系统集成实践10.1 与Java互操作Java 8的lambda与Scala函数转换import java.util.function.{Function JFunction} val scalaFunc: Int String _.toString val javaFunc: JFunction[Int, String] scalaFunc10.2 响应式编程应用在Akka Streams中的函数应用Source(1 to 10) .map(_ * 2) // 映射函数 .filter(_ % 3 0) // 过滤函数 .runWith(Sink.foreach(println))10.3 Spark中的函数传递分布式计算中的函数序列化val data spark.sparkContext.parallelize(1 to 100) data.map(x x * x) // 函数会被序列化到各个节点 // 注意避免使用外部变量 var factor 2 // 危险 data.map(_ * factor) // 可能导致序列化问题11. 调试与测试技巧11.1 函数组合调试使用andThen追踪数据流val pipeline ((x: Int) x 1) .andThen(x { println(sAfter 1: $x); x }) .andThen(_ * 2) .andThen(x { println(sAfter *2: $x); x }) pipeline(5) // 打印中间结果11.2 属性测试验证使用ScalaCheck测试函数属性import org.scalacheck.Prop.forAll val reverseProp forAll { (list: List[Int]) list.reverse.reverse list } reverseProp.check() // 自动生成测试用例验证11.3 性能基准测试用JMH测量函数性能State(Scope.Thread) class FunctionBenchmark { Benchmark def testMapPerformance(): List[Int] { (1 to 1000).map(_ * 2).toList } }12. 设计模式与架构应用12.1 策略模式实现用函数替代策略接口def processPayment(amount: Double, strategy: Double Boolean): Boolean { strategy(amount) } val creditCardStrategy (amt: Double) amt creditLimit val paypalStrategy (amt: Double) amt accountBalance processPayment(100, creditCardStrategy)12.2 装饰器模式应用函数组合实现装饰器def logDuration[A](f: A): A { val start System.currentTimeMillis() val result f val end System.currentTimeMillis() println(sExecution took ${end - start}ms) result } val decorated logDuration _ compose (() expensiveOperation()) decorated()12.3 函数式领域建模用代数数据类型(ADT)和函数建模sealed trait PaymentMethod case class CreditCard(number: String) extends PaymentMethod case class PayPal(email: String) extends PaymentMethod type PaymentProcessor PaymentMethod Either[String, Receipt] val processPayment: PaymentProcessor { case card: CreditCard validateCard(card) case paypal: PayPal authenticatePayPal(paypal) }13. 高级类型系统特性13.1 依赖函数类型Scala 3的依赖函数类型trait Entry { type Key; val key: Key } def extractKey(e: Entry): e.Key e.key val entry new Entry { type Key String; val key id123 } val key: String extractKey(entry) // 类型安全地返回String13.2 隐式函数参数用隐式参数实现类型类trait Show[A] { def show(a: A): String } def prettyPrint[A](a: A)(implicit s: Show[A]): String { s.show(a) } implicit val intShow: Show[Int] _.toString prettyPrint(42) // 4213.3 匹配类型函数Scala 3的匹配类型应用type ElemType[T] T match { case List[t] t case Array[t] t case _ T } def firstElement[T](col: T): ElemType[T] col match { case list: List[_] list.head case arr: Array[_] arr(0) case other other }14. 并发编程模式14.1 Future与函数组合用函数组合异步操作import scala.concurrent.Future import scala.concurrent.ExecutionContext.Implicits.global def fetchUser(id: Int): Future[User] ??? def fetchProfile(user: User): Future[Profile] ??? val result fetchUser(123).flatMap(fetchProfile) // 函数组合Future14.2 纯函数与Actor模型Akka Actor中的函数式处理class Processor extends Actor { def receive: Receive { case data: Data val processed pureFunction(data) // 使用纯函数处理 sender() ! processed } def pureFunction(data: Data): Result ??? }14.3 函数式反应式流用FS2实现流处理import fs2.Stream val processed Stream(1,2,3) .map(_ * 2) // 映射函数 .filter(_ 3) // 过滤函数 .fold(0)(_ _) // 聚合函数 processed.compile.toList // List(8)15. 元编程与函数生成15.1 宏生成函数Scala 2的宏实现import scala.language.experimental.macros import scala.reflect.macros.blackbox def createMultiplier(n: Int): Int Int macro implCreateMultiplier def implCreateMultiplier(c: blackbox.Context)(n: c.Expr[Int]): c.Expr[Int Int] { import c.universe._ val func q(x: Int) x * $n c.Expr[Int Int](func) }15.2 运行时函数生成使用工具库动态生成import java.lang.invoke.{LambdaMetafactory, MethodHandles} import java.lang.reflect.Method val lookup MethodHandles.lookup() val method classOf[Math].getMethod(max, classOf[Int], classOf[Int]) val callSite LambdaMetafactory.metafactory( lookup, apply, ??? // 类型信息 ) val maxFunc callSite.getTarget.invoke().asInstanceOf[(Int, Int) Int]15.3 类型安全的DSL构建用Phantom类型约束函数sealed trait State sealed trait Empty extends State sealed trait Full extends State class Builder[S : State] private { def addItem(item: String)(implicit ev: S : Empty): Builder[Full] ??? def build()(implicit ev: S : Full): Result ??? } val result new Builder[Empty] .addItem(first) .addItem(second) .build() // 类型安全地构建