2020-08-27

笔记-读“Why Functional Programming Matters”

中英转换

1. functional programming : 函数式编程
2. higher-order function : 高阶函数
3. lazy evaluation : 惰性求值
4. side effect : 副作用
5. abstraction : 抽象
6. debug : 调试
7. glue : 粘连
8. imperative programming : 指令式编程
9. assignment : 赋值

这篇论文主要介绍了函数式编程给编程带来的两个新特性，高阶函数和惰性求值。文中给出了一些例子来具体说明这两个特性，以及这两个特性为编程如何带来好处。

首先说一下作者认为的好的代码的标准，这样我们才能更好地理解作者的思路。作者认为好的代码具有下面这些特点：

1. 容易编写和调试
2. 可复用性高

为此需要模块化程序设计。正如解决复杂问题的时候，我们将问题分解为一连串小问题，我们把代码设计成一个个小而通用性强的模块，这样同时实现了之前提到的好代码的特性。

在此，作者提出一个新颖的观点，我们分解代码的能力取决于我们粘连代码的能力。我其实没有完全理解他的例子如何体现这句话的。

之前的内容，我希望尽量保证和原文一致，后面的内容仅是我个人对作者文章的理解。可能是错误的。

高阶函数。从文章里看，高阶函数就是用更通用的基本函数组合成一个高阶函数。这里不是在函数里调用别的函数，而是将通用函数用参数传递给别的通用函数，进而实现一个复杂的功能。

举个不是很恰当的例子，比如电脑的usb接口相当于一个通用的模块，外接蓝牙，外接键盘，外接鼠标，是另一个通用模块。我们在不同的usb接口上接不同的外设就实现了不同的功能。usb接口加外设就组成了一个高阶函数。

这么做的好处是显而易见的，和模块可以设计的尽量小，方便维护和调试，同时整个程序的代码也由于高复用性而减小。难点是考验抽象能力，而且这种编写方式会造成程序有很多个抽象层级，每一层都建立在下一层的通用模块上。根据个人经验，新手很容易迷失在这种层层抽象中。对编写者有较高要求。习惯了就会有种搭积木的感觉。

惰性求值。更像是一种补偿，不得不采取的一种技术。函数式编程一个主要目标是消除副作用，惰性求值就是替代部分副作用的功能的。

惰性求值是什么呢？简单讲就是一个输出无限结果的函数，将结果传递给下一个函数时，不是通常的求解出所有值再输出结果，而是只输出一部分，足够了就停止运算了。

这里先说一下副作用和赋值。副作用就是函数产生的除返回值外一切对外部环境的影响。比如修改函数外变量的值，输入输出等。副作用的问题是，改变环境变量后可能会改变其它函数的结果，产生无法预知难以追踪的后果。而函数式编程里的函数没有副作用，并且如同数学里的函数一样，确定的输入产出并且仅产出特定的输出，这样每个函数的结果都是可预期的。

赋值也是副作用的一种，同时也是一把双刃剑。有了它，所以有了很多丑陋的代码；有了它，直观的特性也更容易实现功能。所以现在大部分程序语言都包含了这一特性。但是函数式编程语言要消除它。

sicp这本书中也提到了赋值对编程逻辑的影响，赋值让程序有了时间的概念，代码的先后顺序对最终结果变得有影响。从此也开启了代码错的一大来源。

从作者的牛顿迭代法求根的例子里，可以看出来惰性求值对赋值功能的补偿。牛顿迭代是一个无限的过程，要给一个停止条件才能停止这个无限迭代过程。传统的方法是，利用赋值不断将最新的迭代结果更新到一个变量中，再将这个变量作为输入传递下去，直到精度达到要求。这里我们看到，需要用到赋值来更新变量，不然这个算法无法实现。

但是函数式编程里，不希望出来赋值，haskell 中变量都是静态的，一次赋值之后再不可以改变。要如何实现牛顿迭代法呢？惰性求值的价值就体现出来了。函数式编程中，首先用一个函数输出牛顿迭代的结果。再用一个函数接收这个序列，给出判断停止条件，给出计算结果。惰性求值的价值就在这里，理论上的无限序列并没有完全计算也不可能完会计算，它只计算到判定函数认为可以停止的时候就停止了。而程序编写者是不用考虑这件事情的，解释器自动实现。

这个相当于是将当前状态看作是时间作为坐标轴的函数上的一点。这样就可以看作一个纯粹的函数了。

记录一下想法，我不是程序员，估计有点纸上谈兵。