函数式编程

函数式编程

函数式编程的特点

• 把计算视为函数而非指令；
• 纯函数式编程：不需要变量，没有副作用，测试简单；
• 支持高阶函数，代码简洁；

Python支持的函数式编程

• 不是纯函数式编程，允许有变量；
• 支持高阶函数，函数也可以作为变量传入；
• 支持闭包，有了闭包就能返回函数；
• 有限度的支持匿名函数；

高阶函数

• 变量可以指向函数：直接对这个变量调用相当于调用了这个函数；
• 函数名其实就是指向函数的变量

>>> abs = len
>>> abs(-10)
>>> ERROR
>>> abs([1, 2, 3])

3

• 高阶函数：能接收函数做参数的函数

>>> def add(x, y, f) :
...     return f(x) + f(y)
...
>>> add(-5, 9, abs)
>>> 
14

• Python中的map()函数

map()是Python内置的高阶函数，它接收一个函数f和一个list，并通过把函数f依次作用在list的每个元素上，得到一个新的list并返回。例如，对于list[1, 2, 3, 4, 5, 6, 7, 8, 9]，如果希望把list的每个元素都平方，就可以用map()函数：

def f(x) :
    return x * x
print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

输出结果：

[1, 4, 9, 16, 25, 36, 49, 81]

注意：map()函数不改变原有的list，而是返回一个新的list。

例：假设用户输入的英文名字不规范，没有按照首字母大写，后续字母小写的规则，利用map()函数，把一个list（包含若干不规范的英文名字）变成一个包含规范英文名字的list：

输入

['adam', 'LISA', 'barT']

输出：

['Adam', 'Lisa', 'Bart']

def format_name(s) :
    return (s[0].upper() + s[1 :].lower())
print map(format_name, ['adam', 'LISA', 'barT'])

• Python中的reduce()函数

reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和map()类似，一个函数f，一个list，但行为和map()不同，reduce()传入的函数f必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值：

def f(x, y) :
    return x + y
print reduce(f, [1, 3, 4, 5, 9])

• Python中的filter()函数

filter()函数是Python内置的另一个有用的高阶函数，filter()函数接收一个函数f和一个list，这个函数f的作用是对每个元素进行判断，返回True或False。filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。例如，要过滤出list[1, 4, 6, 7, 9, 12, 17]中的偶数：

def is_odd(x) :
    return x % 2 == 1
print filter(is_odd, [1, 4, 6, 7, 9, 12, 17])

输出：

[1, 7, 9, 17]

例：用filter()过滤出1-100平方根是整数的数：

import math
def is_sqr(x) :
    if math.sqrt(x) - math.floor(math.sqrt(x)) == 0
        return x
print filter(is_sqr, range(1, 101))

• Python中的自定义排序函数

Python内置的sorted()函数可对list进行排序：

>>> sorted([36, 5, 12, 9, 21])

[5, 9, 12, 21, 36]

但sorted()也是一个高阶函数，它可以接收一个比较函数来实现自定义排序。比较函数的定义是：传入两个待比较的元素x, y，如果x应该排在y前面，返回-1；如果x应该排在y后面，返回1.如果x和y相等，返回0。因此，如果我们要实现倒序排序，只需要利用一个比较函数，配合sorted()即可：

def reverse_cmp(x, y) :
    if x > y
        return -1
    if x < y
        return 1
    else 
        return 0
sorted([36, 5, 12, 9, 21], reverse_cmp)

输出：

[36, 21, 12, 9, 5]

sorted()也可以对字符串进行排序，字符串默认按照ASCII大小来比较：

>>> sorted(['bob', 'about', 'Zoo', 'Credit'])
>>> 
['Credit', 'Zoo', 'about', 'bob']

例：对字符串排序时，有时候忽略大小写排序更符合习惯。请利用sorted()高阶函数，实现忽略大小写排序的算法。

输入：

['bob', 'about', 'Zoo', 'Credit']

输出：

['about', 'bob', 'Credit', 'Zoo']

def cmp_ignore_case(s1, s2) :
    if s1.lower() > s2.lower() :
        return 1
    if s1.lower() < s2.lower() :
        return -1
    else
        return 0
print sorted(['bob', 'about', 'Zoo', 'Credit'], cmp_ignore)

• Python中返回函数

Python的函数不但可以返回int、str、list、dict等数据类型，还可以返回函数！
例如，定义一个函数 f()，我们让它返回一个函数 g，可以这样写：

def f():
    print 'call f()...'
    # 定义函数g:
    def g():
        print 'call g()...'
    # 返回函数g:
    return g

仔细观察上面的函数定义，我们在函数 f 内部又定义了一个函数 g。由于函数 g 也是一个对象，函数名 g 就是指向函数 g 的变量，所以，最外层函数 f 可以返回变量 g，也就是函数 g 本身。
调用函数 f，我们会得到 f 返回的一个函数：

>>> x = f()   # 调用f()
call f()...
>>> x   # 变量x是f()返回的函数：
<function g at 0x1037bf320>
>>> x()   # x指向函数，因此可以调用
call g()...   # 调用x()就是执行g()函数定义的代码

请注意区分返回函数和返回值：

def myabs():
    return abs   # 返回函数
def myabs2(x):
    return abs(x)   # 返回函数调用的结果，返回值是一个数值

例：编写一个函数calc_prod(lst)，它接收一个list，返回一个函数，返回函数可以计算参数的乘积。

def calc_prod(list) :
    def lazy_prod() :
        def prod(x, y) :
            return x * y
        return reduce(prod, list)
    return lazy_prod
f = calc_prod([1, 2, 3, 4])
print f()

• Python中的闭包

在函数内部定义的函数和外部定义的函数是一样的，只是他们无法被外部访问：

def g():
    print 'g()...'

def f():
    print 'f()...'
    return g

将 g 的定义移入函数 f 内部，防止其他代码调用 g：

def f():
    print 'f()...'
    def g():
        print 'g()...'
    return g

但是，考察上一小节定义的 calc_sum 函数：

def calc_sum(lst):
    def lazy_sum():
        return sum(lst)
    return lazy_sum

注意: 发现没法把 lazy_ sum 移到 calc_ sum 的外部，因为它引用了 calc_sum 的参数 lst。像这种内层函数引用了外层函数的变量（参数也算变量），然后返回内层函数的情况，称为闭包（Closure）。闭包的特点是返回的函数还引用了外层函数的局部变量，所以，要正确使用闭包，就要确保引用的局部变量在函数返回后不能变。举例如下：

# 希望一次返回3个函数，分别计算1x1,2x2,3x3:
def count():
    fs = []
    for i in range(1, 4):
        def f():
             return i*i
        fs.append(f)
    return fs

f1, f2, f3 = count()

你可能认为调用f1()，f2()和f3()结果应该是1，4，9，但实际结果全部都是 9（请自己动手验证）。原因就是当count()函数返回了3个函数时，这3个函数所引用的变量 i 的值已经变成了3。由于f1、f2、f3并没有被调用，所以，此时他们并未计算 i*i，当 f1 被调用时：

>>> f1()
9     # 因为f1现在才计算i*i，但现在i的值已经变为3

因此，返回函数不要引用任何循环变量，或者后续会发生变化的变量。

def count() :
    fs = []
    for i in range(1, 4)
        def prod(j)
            def f()
                return j * j
            return prod
        r = f(i)
        fs.append(f(r))
    return fs

• Python中的匿名函数

高阶函数可以接收函数做参数，有些时候，我们不需要显式地定义函数，直接传入匿名函数更方便。在Python中，对匿名函数提供了有限支持。还是以map()函数为例，计算 f(x)=x2 时，除了定义一个f(x)的函数外，还可以直接传入匿名函数：

>>> map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])
[1, 4, 9, 16, 25, 36, 49, 64, 81]

通过对比可以看出，匿名函数 lambda x: x * x 实际上就是：

def f(x):
    return x * x

关键字lambda 表示匿名函数，冒号前面的 x 表示函数参数。
匿名函数有个限制，就是只能有一个表达式，不写return，返回值就是该表达式的结果。
使用匿名函数，可以不必定义函数名，直接创建一个函数对象，很多时候可以简化代码：

>>> sorted([1, 3, 9, 5, 0], lambda x,y: -cmp(x,y))
[9, 5, 3, 1, 0]

返回函数的时候，也可以返回匿名函数：

>>> myabs = lambda x: -x if x < 0 else x 
>>> myabs(-1)
1
>>> myabs(1)
1