clojure 编辑器_学习Clojure：换能器

dlz00001

于 2020-07-10 13:58:54 发布

阅读量201

点赞数

文章标签：数据结构 java python 编程语言 stream

clojure 编辑器

本周，主题是换能器。但是在进入该主题之前，我们首先需要更多地讨论减速器。

这是在学习Clojure的焦点series.Other职位包括8 ^个职位：

Java减少

如果您有Java 8的经验，您可能已经了解Stream.reduce()函数。提供三种不同的口味：

Optional<T> reduce(BinaryOperator<T> accumulator)
T reduce(T identity, BinaryOperator<T> accumulator)
<U> U reduce(U identity, BiFunction<U,? super T,U> accumulator, BinaryOperator<U> combiner)

用法示例如下：

int[]ints=newint[]{0,1,2,3,4};
OptionalIntsum1=Arrays.stream(ints).reduce(Integer::sum); (1)
intsum2=Arrays.stream(ints).reduce(0,Integer::sum); (2)

没有初始值，得出10
初始值也为10

注意，第一风味剂和第二风味剂之间的唯一区别是初始值的存在。这意味着，第二香味被绑定到返回一个值， 即使该流不包含任何元素 ，即 OptionalInt VS int 。

第三种口味的唯一用例是并行处理，因此我们将其放在一边。

减少Kotlin

Kotlin中的还原与Java中的还原非常相似。开箱即用提供了两种简化功能：

一个没有初始值的文件，名为reduce()
另一个具有初始值，称为fold()

valints=arrayOf(0,1,2,3,4)
valsum1=ints.reduce(Int::plus)
valsum2=ints.fold(0,Int::plus)

返回不相关的类型

实际上，Java和Kotlin的缩减都非常有限：返回的类型表示单个值。减少（也称为倍数）的定义要广泛得多：

在函数式编程中，折叠（也称为减少，累加，聚集，压缩或注入）是指一系列高阶函数，这些函数分析递归数据结构，并通过使用给定的组合运算来重组递归处理其结果的结果。组成部分，建立回报价值。通常，折叠具有组合功能，数据结构的顶部节点以及可能在某些条件下使用的某些默认值。折叠然后继续以系统的方式使用功能组合数据结构层次结构的元素。

—折叠（高阶功能）
https://zh.wikipedia.org/wiki/Fold_（高级功能）

此定义对结果类型没有任何要求。由于集合的类型与其他类型相同，因此以下功能也有所减少：

funreduce(acc:Set<Int>,ints:List<Int>):Set<Int>=acc+ints
funreduce(acc:Set<Int>,aInt:Int):Set<Int>=acc+aInt
funreduce(aInt:Int):Set<Int>=setOf(aInt)
funreduce(ints:List<Int>):Set<Int>=setOf<Int>()+ints

归纳归约

在这个阶段，下一步是很小的。让我们考虑以下代码：

ints.distinct()

这与上面的最后一个功能相同。考虑到更广泛的定义， distinct()也是归约函数。

同样，以下两个代码段相同：

funreduce(ints:List<Int>):List<Int>{
    vallist=mutableListOf<Int>()
    ints.forEach{list.add(it+1)}
    returnlist
}

ints.map{it+1}

因此， map()是归约函数。 filter()符合定义。更多功能也符合上面的描述。

换能器

现在已经正确定义了归约函数，现在可以定义换能器是什么：

换能器（有时称为xform或xf ）是从一种归约函数到另一种归约函数的转换 。

—术语
https://clojure.org/reference/transducers

归约函数的组成与此相符。现在已经定义了换能器，现在该是Clojure了。实际上，Clojure使定义换能器变得容易。

让我们从使用thread-last宏定义归约函数管道开始：

(defn transform [coll]
  (->> coll             (1)
    (filter even?)      (2)
    (take 5)            (3)
    (map inc)))         (4)

提醒一下，这是分步说明：

从coll开始-假设一组数字
仅保留偶数
仅保留前5个数字
每个数字加一

组成功能

下一步是使用允许组成函数的(comp)函数：

(comp)(comp f)(comp fg)(comp fg & fs)

接受一组函数并返回一个由这些fns组成的fn。返回的fn采用可变数量的args，将fns的最右边应用于args，将下一个fn（从右至左）应用于结果，依此类推。

— ClojureDocs
https://clojuredocs.org/clojure.core/comp

为了从管道创建合成函数，使用(comp)函数。

(def transducer
  (comp
    (filter even?)
    (take 5)
    (map inc)))

创建换能器

重要的一点是，尽管(transform)和(transducer)函数实现看起来相同，但它们却不同。

在thread-last的上下文中，即 ->> ，该函数在“管道”点处应用于结果集合。

(--> (range 25)
  (filter even?)
  (take 5)
  (map inc))

例如，在上面的代码片段中， (filter even?)函数应用于(range 25)函数的结果。如关于线程宏的文章中所见，这与(filter even? (range 25)) 。

相反，在(transducer)函数的上下文中， (filter even?)仅使用单个参数执行(filter)函数。回到(filter)的定义：

(filter pred)(filter pred coll)

返回coll中项目的惰性序列， (pred item)为其返回逻辑true 。 pred必须没有副作用。 没有提供任何收集时返回一个传感器。

— ClojureDocs
https://clojuredocs.org/clojure.core/filter

使用REPL可以很容易地验证最近的要求：

(filter even?)

=> #object[clojure.core$filter$fn__5610 0x261832c7 " [email protected] "]

实际上，在不提供任何集合的情况下，许多处理集合的现成的Clojure函数也会返回一个换能器。这不仅包括到目前为止使用的功能(filter) ， (take)和(map) ，还包括：

(distinct)
(drop)
(map-indexed)
(mapcat)
(partition-by)
(random-sample)
(remove)
等等

本要点中提供了核心中提供的换能器的详尽列表。

应用换能器

要将换能器应用于集合，Clojure提供了(transduce)功能：

(transduce xform f coll)(transduce xform f init coll)

用f (xf)的变换来减少。如果未提供init ，则将调用(f)生成它。 f应该是一个接受1和2参数的归约步骤函数，如果它仅接受2，则可以将arity-1添加为'completing'。返回将（转换后的） xf应用于init和coll中的第一项的结果，然后将xf应用于该结果和第二项，以此类推。

— ClojureDocs
https://clojuredocs.org/clojure.core/transduce

由于形式上的定义可能有点让人不知所措，因此以下是使用(transducer)的示例：

(transduce
  (take 5)      (1)
  conj          (2)
  (range 25))   (3)

创建一个采用前5个元素的换能器
将 (take 5 (range 25))简化为向量
初始集合

与最后线程宏相比，有两个重要区别：

换能器是高阶函数。它可用作参数和返回值。
(transducer)需要一个附加参数，并允许第二个参数。必选参数是归约函数，而可选参数是初始值。

结论

使用换能器，可以定义一个命名的折减管道。它们允许独立于任何源或目标来定义转换或转换的有序管道。

但是，换能器远不止于此：有无状态换能器和有状态换能器。同样， (transduce)只是在Clojure中应用换能器的一种方法，但还有其他方法。

这只是换能器的第一步。

更进一步：

翻译自: https://blog.frankel.ch/learning-clojure/7/

clojure 编辑器

dlz00001

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
clojure 编辑器_学习Clojure：换能器

本周，主题是换能器。但是在涉足该主题之前，我们首先需要更多地讨论减速器。这是在学习Clojure的焦点series.Other职位包括8 个职位：解码Clojure代码，让您不知所措学习Clojure：应对动态打字学习Clojure：arrow和doto宏学习Clojure：动态调度学习Clojure：依赖类型和基于合同的编程学习Clojure：与...
复制链接

扫一扫