函数式编程

今天研究函数编程，拜读了一位大神的文章，函数式编程，做一下总结。首先什么是函数式编程？

  函数式编程是种编程方式，它将电脑运算视为函数的计算。函数编程语言最重要的基础是λ演算（lambda calculus），而且λ演算的函数可以接受函数当作输入（参数）和输出（返回值）。

再看看 Currying是什么？

  在计算机科学中，柯里化（英语：Currying），又译为卡瑞化或加里化，是把接受多个参数的函数变换成接受一个单一参数（最初函数的第一个参数）的函数，并且返回接受余下的参数而且返回结果的新函数的技术。

我们先用一个最简单的例子来说明一下什么是函数式编程。

先看一个非函数式的例子：

1 2 3 4

int cnt; void increment(){      cnt++; }

那么，函数式的应该怎么写呢？

1 2 3

int increment( int cnt){      return cnt+1; }

你可能会觉得这个例子太普通了。是的，这个例子就是函数式编程的准则：不依赖于外部的数据，而且也不改变外部数据的值，而是返回一个新的值给你。

我们再来看一个简单例子：

1 2 3 4 5 6 7 8 9 10

def inc(x):      def incx(y):          return x + y      return incx   inc2 = inc( 2 ) inc5 = inc( 5 )   print inc2( 5 ) # 输出 7 print inc5( 5 ) # 输出 10

我们可以看到上面那个例子inc()函数返回了另一个函数incx()，于是我们可以用inc()函数来构造各种版本的inc函数，比如：inc2()和inc5()。这个技术其实就是上面所说的Currying技术。从这个技术上，你可能体会到函数式编程的理念：把函数当成变量来用，关注于描述问题而不是怎么实现，这样可以让代码更易读。

Map & Reduce

在函数式编程中，我们不应该用循环迭代的方式，我们应该用更为高级的方法，如下所示的Python代码

1 2 3

name_len = map ( len , [ "a" , "b" , "c" ]) print name_len # 输出 [3, 4, 9]

你可以看到这样的代码很易读，因为，这样的代码是在描述要干什么，而不是怎么干。

我们再来看一个Python代码的例子：

1 2 3 4 5 6

def toUpper(item):        return item.upper()   upper_name = map (toUpper, [ "a" , "b" , "c" ]) print upper_name # 输出 ['HAO', 'CHEN', 'COOLSHELL']

顺便说一下，上面的例子个是不是和我们的STL的transform有些像？

1 2 3 4 5 6 7 8 9 10 11 12

#include <iostream> #include <algorithm> #include <string> using namespace std;   int main() {    string s= "hello" ;    string out;    transform(s.begin(), s.end(), back_inserter(out), :: toupper );    cout << out << endl;    // 输出：HELLO }

在上面Python的那个例子中我们可以看到，我们写义了一个函数toUpper，这个函数没有改变传进来的值，只是把传进来的值做个简单的操作，然后返回。然后，我们把其用在map函数中，就可以很清楚地描述出我们想要干什么。而不会去理解一个在循环中的怎么实现的代码，最终在读了很多循环的逻辑后才发现原来是这个或那个意思。 下面，我们看看描述实现方法的过程式编程是怎么玩的（看上去是不是不如函数式的清晰？）：

1 2 3 4

upname = [ 'A' , 'B' , 'C' ] lowname = [] for i in range ( len (upname)):      lowname.append( upname[i].lower() )

对于map我们别忘了lambda表达式：你可以简单地理解为这是一个inline的匿名函数。下面的lambda表达式相当于：def func(x): return x*x

1 2 3

squares = map ( lambda x: x * x, range ( 9 )) print squares # 输出 [0, 1, 4, 9, 16, 25, 36, 49, 64]

我们再来看看reduce怎么玩？（下面的lambda表达式中有两个参数，也就是说每次从列表中取两个值，计算结果后把这个值再放回去，下面的表达式相当于：((((1+2)+3)+4)+5) ）

1 2	print reduce ( lambda x, y: x + y, [ 1 , 2 , 3 , 4 , 5 ]) # 输出 15

Python中的除了map和reduce外，还有一些别的如filter, find, all, any的函数做辅助（其它函数式的语言也有），可以让你的代码更简洁，更易读。 我们再来看一个比较复杂的例子：

计算数组中正数的平均值

1 2 3 4 5 6 7 8 9 10 11 12 13

num = [ 2 , - 5 , 9 , 7 , - 2 , 5 , 3 , 1 , 0 , - 3 , 8 ] positive_num_cnt = 0 positive_num_sum = 0 for i in range ( len (num)):      if num[i] > 0 :          positive_num_cnt + = 1          positive_num_sum + = num[i]   if positive_num_cnt > 0 :      average = positive_num_sum / positive_num_cnt   print average # 输出 5

如果用函数式编程，这个例子可以写成这样：

1 2	positive_num = filter ( lambda x: x> 0 , num) average = reduce ( lambda x,y: x + y, positive_num) / len ( positive_num )

C++11玩的法：

1 2 3 4 5 6 7 8 9 10 11 12

#include <iostream> #include <algorithm> #include <numeric> #include <string> #include <vector> using namespace std;   vector num {2, -5, 9, 7, -2, 5, 3, 1, 0, -3, 8}; vector p_num; copy_if(num.begin(), num.end(), back_inserter(p_num), []( int i){ return (i>0);} ); int average = accumulate(p_num.begin(), p_num.end(), 0) / p_num.size(); cout << "averge: " << average << endl;

我们可以看到，函数式编程有如下好处：

1）代码更简单了。
2）数据集，操作，返回值都放到了一起。
3）你在读代码的时候，没有了循环体，于是就可以少了些临时变量，以及变量倒来倒去逻辑。
4）你的代码变成了在描述你要干什么，而不是怎么去干。

最后，我们来看一下Map/Reduce这样的函数是怎么来实现的（下面是Javascript代码）

MAP函数

1 2 3 4 5 6 7

var map = function (mappingFunction, list) {    var result = [];    forEach(list, function (item) {      result.push(mappingFunction(item));    });    return result; };