1.filter

filter: 过滤，可以对数组中的元素按照某种规则进行一次过滤。
函数声明：
public func filter(_ isIncluded: (Element) throws -> Bool) rethrows -> [Element]

从定义上看，filter函数的闭包是 (Element) throws -> Bool， 有一个参数，返回Boo值，
整个函数返回值是符合筛选条件的一个子数组。所以，这里，我们在闭包中一定是一个Bool表达式。

使用示例：

 let array = [1,2,3,4,5,6,7,2,3,5,9,7,3,2,2,1,4,5,7,4,3,2,2,4,5]
        // 找出大于5的元素
        let array5 = array.filter { (item) -> Bool in
            return item > 5
        }
        print("array5: \(array5)")
        // array5: [6, 7, 9, 7, 7]
        
        // 简化
        let arr5 = array.filter { $0 > 5 }
        print("arr5: \(arr5)")
        // arr5: [6, 7, 9, 7, 7]
        
        // 找出小于4的元素
        let arr4 = array.filter { $0 < 4 }
        print("arr4: \(arr4)")
        // arr4: [1, 2, 3, 2, 3, 3, 2, 2, 1, 3, 2, 2]
        
        let arrayString = ["Objective-C", "Swift", "HTML", "CSS", "Java", "C++", "JavaScript"]
        // 筛选字符个数小于10的元素
        let arrayLess10 = arrayString.filter { $0.count < 10 }
        print("arrayLess10: \(arrayLess10)")
        // arrayLess10: ["Swift", "HTML", "CSS", "Java", "C++"]
        
        // 筛选包含S的元素
        let arrayS = arrayString.filter { $0.contains("S") }
        print("arrayS: \(arrayS)")
        // arrayS: ["Swift", "CSS", "JavaScript"]

小结：
filter与之前学习过的Map和flatMap、compactMap还是有很大区别的，虽然有时候实现一些过滤的
需求，这些方法都可以实现。filter更像是从原来数组中寻找合适的，符合条件的元素，而不可能
创造出新的元素来，闭包中返回的也是Bool值。Map和flatMap、compactMap是可以创造出新的元素的，
它们是对元素做处理，至于返回什么，是可以自己决定的。

2.reduce

reduce：计算，可以对数组的元素进行计算。

public func reduce<Result>(_ initialResult: Result, _ nextPartialResult: (Result, Element) throws -> Result) rethrows -> Result
第一个参数表示起始位置，第二个参数表示数组元素

使用示例：

        let festivals = ["NewYear",
                         "SpringFestival",
                         "LabourDay",
                         "Mid-AutumnFestival",
                         "NationalDay"]
        // 将数组中的每个字符串用”、“拼接
        let str = festivals.reduce("$") { (str1, str2) -> String in
            return str1 == "$" ? str2 : str1 + "、" + str2
        }
        print("str: \(str)")
        // str: NewYear、SpringFestival、LabourDay、Mid-AutumnFestival、NationalDay
        // 返回结果是拼接起来的字符串
        
        // 我们打印一下str1和str2
        let strL = festivals.reduce("$") { (str1, str2) -> String in
            print("str1: \(str1)")
            print("str2: \(str2)")
            return str1 == "$" ? str2 : str1 + "、" + str2
        }
        print("strL: \(strL)")
        /*
         结果：
         str1: $
         str2: NewYear
         str1: NewYear
         str2: SpringFestival
         str1: NewYear、SpringFestival
         str2: LabourDay
         str1: NewYear、SpringFestival、LabourDay
         str2: Mid-AutumnFestival
         str1: NewYear、SpringFestival、LabourDay、Mid-AutumnFestival
         str2: NationalDay
         strL: NewYear、SpringFestival、LabourDay、Mid-AutumnFestival、NationalDay
         */

        // 案例二
        /*
         问题描述：
         有一份人员名单，要从这些名单中找出来自”北京“的年龄总和.
         */
        
        let persons = [
            ["姓名": "李二", "性别":"男", "年龄":"23", "籍贯":"山西", "职业":"程序员"],
            ["姓名": "张倩", "性别":"女", "年龄":"20", "籍贯":"北京", "职业":"体操运动员"],
            ["姓名": "王淼", "性别":"男", "年龄":"30", "籍贯":"四川", "职业":"饭店老板"],
            ["姓名": "曾无", "性别":"男", "年龄":"52", "籍贯":"北京", "职业":"公务员"],
            ["姓名": "梅秉", "性别":"女", "年龄":"35", "籍贯":"北京", "职业":"医生"]
        ]
        let age = persons.reduce(0) { (average, dict) -> Int in
            print("average: \(average)")
            print("dict: \(dict)")
            var ages = average
            if dict["籍贯"] == "北京" {
                if let str = dict["年龄"],
                   let tempAge: Int = Int(str) {
                     ages = ages + tempAge
                }
            }
            return ages
        }
        print("age: \(age)")
        
        /*
         打印结果：
         average: 0
         dict: ["年龄": "23", "籍贯": "山西", "职业": "程序员", "性别": "男", "姓名": "李二"]
         average: 0
         dict: ["年龄": "20", "籍贯": "北京", "职业": "体操运动员", "性别": "女", "姓名": "张倩"]
         average: 20
         dict: ["年龄": "30", "籍贯": "四川", "职业": "饭店老板", "性别": "男", "姓名": "王淼"]
         average: 20
         dict: ["年龄": "52", "籍贯": "北京", "职业": "公务员", "性别": "男", "姓名": "曾无"]
         average: 72
         dict: ["年龄": "35", "籍贯": "北京", "职业": "医生", "性别": "女", "姓名": "梅秉"]
         age: 107
         */

经过这几次练习，对这几个高阶函数熟悉多了，使用起来也熟练多了，练习的目的算是达到了呢。
始终相信，自己就是一只蜗牛，不聪明，但是也要脚踏实地的慢慢地爬。