编程风格的练习：电子表格

上周，我们借助数据库解决了前25个词频问题。 这周，我们将回到单独使用代码来解决它。 但是，解决方案的模型将设计为电子表格。

这是《编程风格练习》重点系列的^第 15 ^个帖子。其他帖子包括：

1. 以编程风格介绍练习
2. 以编程风格进行练习，将内容堆叠起来
3. 编程风格的练习，Kwisatz Haderach风格
4. 编程风格的练习，递归
5. 具有高阶功能的编程风格的练习
6. 以编程风格进行练习
7. 以编程风格进行练习，回到面向对象的编程
8. 编程风格的练习：地图也是对象
9. 编程风格的练习：事件驱动的编程
10. 编程风格的练习和事件总线
11. 反思编程风格的练习
12. 面向方面的编程风格的练习
13. 编程风格的练习：FP＆I / O
14. 关系数据库风格的练习
15. 编程风格的练习：电子表格 （此职位）
16. 并发编程风格的练习
17. 编程风格的练习：在线程之间共享数据
18. 使用Hazelcast以编程风格进行练习
19. MapReduce样式的练习
20. 编程风格的练习总结

电子表格模型的原理

电子表格包含许多单元格，每个单元格都具有一个值和一个公式 。 就像在常规电子表格中一样，公式是一个可以引用另一个单元格值并计算当前单元格值的函数。

以下是候选单元格的列表及其说明：

细胞	类型	式
allWords	List<String>	read(filename).flatMap{ it.toLowerCase() .split("\\W|_".toRegex()) }.filter{ it.isNotBlank()&&it.length>=2 }
stopWords	List<String>	read("stop_words.txt") .flatMap{it.split(",")}
nonStopWords	List<String>	allWords.value.filter{ !stopWords.value.contains(it) }
uniqueWords	List<String>	nonStopWords.value.distinct()
counts	List<Int>	uniqueWords.value.map{unique-> allWords.value.count{it==unique} }
sortedData	List<Pair<String, Int>>	uniqueWords.value.zip(counts.value) .sortedByDescending{ it.formulaasInt }

下一步是将以上所有单元格放入一个集合中，并根据公式顺序设置该值。

data classCell<T,V>(varvalue:T,varformula:V) (1)  (3)
typealiasSpreadsheet=List<Cell<List<Any>,()->List<Any>>> (2)  (3)

valspreadsheet:Spreadsheet=
  listOf(allWords,stopWords,nonStopWords,uniqueWords,counts,sortedData)

update(spreadsheet)

privatefunupdate(cells:Spreadsheet){
  cells.forEach{
    it.value=it.formula() (4)
  }
}

1. 在Kotlin中， Pair是不可变的，因此我们需要一个自定义类来对单元进行建模
2. Kotlin的类型别名允许为具有泛型的集合命名，而无需创建完整的类型
3. 单元格在Python版本中被称为“列”。 我更新了语义以更好地反映电子表格的建模：“列”变为“单元格”，“单元格集合”变为“电子表格”
4. 通过调用单元格的功能来更新单元格的值

迈向不变

为了再次证明无论选择哪种编程范例都可以使用不变性（应该？），让我们迁移到递归和不变数据结构。

主要步骤是彻底更改更新功能：

privatefunupdate(cells:Spreadsheet){
  cells.forEach{
    it.value=it.formula() (1)
  }
}

privatefunupdate(columns:Spreadsheet):Spreadsheet{ (2)
  tailrecfunrecurseUpdate(todo:Spreadsheet,acc:Spreadsheet):Spreadsheet{ (3)
    returnif(todo.isEmpty())acc
    else{
      valcolumn=todo.first()
      valf=column.second
      if(fis()->List<Any>) (4)
          recurseUpdate(todo.takeLast(todo.size-1),acc+(f()tof)) (5)
      else{
          valg=fas(List<Any>)->List<Any>
          recurseUpdate(todo.takeLast(todo.size-1),
                        acc+(g(acc.last().first)tof)) (6)
      }
    }
  }
  returnrecurseUpdate(columns,arrayListOf())
}

typealiasSpreadsheet=List<Pair<List<Any>,Function<List<Any>>>> (7)

1. 可变版本：单元格的值已更改
2. 不可变版本：该函数返回电子表格
3. 使用尾递归以获得更好的性能
4. 检查该函数是否有任何参数。
5. 如果函数不接受任何参数（ 例如，读取停用词），则只需调用公式并返回具有已更新单元格值的新数据结构
6. 如果函数接受参数，则从最后一个单元格的值获取所需的参数。 这显然是一个巨大的约束，但在我们的情况下有效。
7. 类型别名也需要更新

此时，可以更改代码以使用此新版本：

valspreadsheet:Spreadsheet=listOf(allWords,nonStopWords,counts,sortedData)

return(update(spreadsheet)
  .last()
  .first
  .take(25)asList<Pair<String,Int>>)
  .toMap()

结论

将问题建模为电子表格是一个有趣的转折。

请注意，与常规电子表格软件相反，需要显式更新值：每当从属值发生更改时，都没有实现观察者模式来更新值的实现。

我相信不可变的版本尽管管理起来有点复杂，但可以对每个功能进行更好的单元测试。

这篇文章的完整源代码可以在Github上找到。

翻译自: https://blog.frankel.ch/exercises-programming-style/15/