这一节那是相当的有趣,抽象数据的多重表示:采用标志(tag)来区分和数据导向(data-directed)技术,稍微提了下消息传递。通过一张二维表格将类型、操作的分派机制介绍的很清楚,静态OO语言正是通过类型来决定消息的分派,而消息传递以列进行划分,每个类型都以过程来表征,也就是所谓的“智能数据对象”,两者各有优缺点。当类型增加频繁时,消息传递风格的分派更容易扩展,当操作增加频繁时,反而是显式的类型分派更为容易扩展,这一点如果有OO设计经验应该很容易体会。
看看习题:
习题2.73,将求导程序以数据导向方式进行修改:
a)题目已经说了,基于被求导表达式的类型进行分派,加法表达式或者乘法表达式都有标志来区分,而number?和variable?并没有标志进行区分,因此无法加入数据导向分派。
b)选择函数不变,将求导过程提取出来,根据表达式类型划分,然后用put过程安装:
c)我没做,不过和b差不了多少
习题2.75,很简单,跟着书上来:
看看习题:
习题2.73,将求导程序以数据导向方式进行修改:
a)题目已经说了,基于被求导表达式的类型进行分派,加法表达式或者乘法表达式都有标志来区分,而number?和variable?并没有标志进行区分,因此无法加入数据导向分派。
b)选择函数不变,将求导过程提取出来,根据表达式类型划分,然后用put过程安装:
(define (deriv
-
sum
exp
var)
(make - sum (deriv (addend exp ) var)
(deriv (augend exp ) var)))
(define (deriv - prod exp var)
(make - sum
(make - product (multiplier exp )
(deriv (multiplicand exp ) var))
(make - product (deriv (multiplier exp ) var)
(multiplicand exp ))))
(define (install - deriv - package )
(put ' deriv ' + deriv - sum)
(put ' deriv ' * deriv - prod)
' done)
(make - sum (deriv (addend exp ) var)
(deriv (augend exp ) var)))
(define (deriv - prod exp var)
(make - sum
(make - product (multiplier exp )
(deriv (multiplicand exp ) var))
(make - product (deriv (multiplier exp ) var)
(multiplicand exp ))))
(define (install - deriv - package )
(put ' deriv ' + deriv - sum)
(put ' deriv ' * deriv - prod)
' done)
c)我没做,不过和b差不了多少
习题2.75,很简单,跟着书上来:
(define (make
-
from
-
mag
-
ang r a)
(define (dispatch op)
(cond ((eq ? op ' real-part) (* r (cos a)))
((eq? op ' imag - part) ( * r ( sin a)))
((eq ? op ' magnitude) r)
((eq? op ' angle) a)
( else
display " Unknow op " )))
dispatch)
(define (dispatch op)
(cond ((eq ? op ' real-part) (* r (cos a)))
((eq? op ' imag - part) ( * r ( sin a)))
((eq ? op ' magnitude) r)
((eq? op ' angle) a)
( else
display " Unknow op " )))
dispatch)
将极角坐标系表示的复数用dispatch过程来表示,这正是消息传递风格。
习题2.76,在本文开头已经提了。
文章转自庄周梦蝶 ,原文发布时间 2007-07-20