这一章 我们要回到一个问题 到底函数式和过程式的编程思路到底在哪里 我们这里提供一个形象的比喻。
过程式--屋子物件过程式思维里 每一个可变变量、函数/过程指称的符号 类似告诉你一个屋子的名字。对一个静态语言来说 我们可能还需要屋子里只能放什么东西。
然后 我们每一次调用一次函数/过程 就是将对对应屋子里的函数取出来 以及其他屋子里的物件取出来 按照函数的方式重新整理 把结果放到原先的屋子或者新的屋子里。 注意这个描述和图灵机其实是类似的。
但是 这个屋子可能会更复杂 我们可能有时候会参考别的屋子里的情况 甚至另一栋房子里的屋子 其他模块、第三方插件 或者甚至是天气和社会新闻 环境变量、硬件 来盘算每一次整理物件的逻辑 即函数 。
这个是「屋子-物件」模型中 最让人困惑的事。如果你天气不好 或者别的屋子的情况有问题 你的整理物件的规则可能就有很大的问题 而且溯因是困难的。这个我们也在001中介绍过这个问题。
函数式--水管和数据流在函数式编程中 我们的模型是编造一些列的水管 水管就是函数式中的函数。我们的目标就是事先将各种函数水管给架设好管道系统。然后将水 数据/不可变参数 倒入进去 等待水管的另一头流出结果就好了。
compose我们到目前为止 可以想到的最简单的就是将水管相连。比如 在做文本处理的时候 我们很有可能会有以下的操作。这个就是典型的水管拼接的过程 我们只需要维护分词、变小写、删除stopword、词干化这几个函数即可。
当然 我们可以一步步把水倒到水管里 取出来再倒到另一个水管。那何不我们就直接事先帮水管串起来。这个操作也被称为compose(用符号circ∘表示)。
我们给出一个简单的Python实现
from functools import reduce def compose(*args): 数学中的compose from fppy.base import compose compose(lambda x: x 1, lambda x: x**2)(1)
