编程实践 | Scala亮瞎Java的眼（一）
这是我在11月15日成都OpenParty分享的一个题目，确有标题党的嫌疑。Scala自然不是无所不能，Java也没有这么差劲，我只希望给Java程序员提供另外一条可能的选择。在Java 8后，我对Java的怨念已经没有那么强烈了，然而，Scala的优势仍然存在。
比较Java 8，我重点讲解了Scala的如下优势：
- 简洁代码
- 支持OO与FP
- 高阶函数
- 丰富的集合操作
- Stream支持
- 并发支持
简洁代码
Scala提供的脚本特性以及将函数作为一等公民的方式，使得它可以去掉不少在Java中显得冗余的代码，例如不必要的类定义，不必要的main函数声明。Scala提供的类型推断机制，也使得代码精简成为可能。Scala还有一个巧妙的设计，就是允许在定义类的同时定义该类的主构造函数。在大多数情况下，可以避免我们声明不必要的构造函数。
Scala还提供了一些非常有用的语法糖，如伴生对象，样例类，既简化了接口，也简化了我们需要书写的代码。例如如下代码：
case class Person(name: String, age: Int) val l = List(Person("Jack", 28), Person("Bruce", 30))
这里的List和Person都提供了伴生对象，避免再写冗余的new。这种方式对于DSL支持也是有帮助的。Person是一个样例类，虽然只有这么一行代码，蕴含的含义却非常丰富——它为Person提供了属性，属性对应的访问器，equals和hashcode方法，伴生对象，以及对模式匹配的支持。在Scala 2.11版本中，还突破了样例类属性个数的约束。由于样例类是不变的，也能实现trait，因而通常作为message而被广泛应用到系统中。例如在AKKA中，actor之间传递的消息都应该尽量定义为样例类。
支持OO与FP
将面向对象与函数式编程有机地结合，本身就是Martin Odersky以及Scala的目标。这二者的是非，我从来不予以置评。个人认为应针对不同场景，选择不同的设计思想。基于这样的思想，Scala成为我的所爱，也就是顺其自然的事情了。
演讲中，我主要提及了纯函数的定义，并介绍了应该如何设计没有副作用的纯函数。纯函数针对给定的输入，总是返回相同的输出，且没有任何副作用，就使得纯函数更容易推论（这意味着它更容易测试），更容易组合。从某种角度来讲，这样的设计指导思想与OO阵营中的CQS原则非常一致，只是重用的粒度不一样罢了。
我给出了Functional Programming in Scala一书中的例子。如下代码中的declareWinner函数并非纯函数：
object Game { def printWinner(p: Player): Unit = println(p.name + " is the winner!") def declareWinner(p1: Player, p2: Player): Unit = if (p1.score > p2.score) printWinner(p1) else printWinner(p2) }
这里的printWinner要向控制台输出字符串，从而产生了副作用。（简单的判断标准是看函数的返回值是否为Unit）我们需要分离出专门返回winner的函数：
def winner(p1: Player, p2: Player): Player = if (p1.score > p2.score) p1 else p2
消除了副作用，函数的职责变得单一，我们就很容易对函数进行组合或重用了。除了可以打印winner之外，例如我们可以像下面的代码那样获得List中最终的获胜者：
val players = List(Player("Sue", 7), Player("Bob", 8), Player("Joe", 4))
val finalWinner = players.reduceLeft(winner)
函数的抽象有时候需要脑洞大开，需要敏锐地去发现变化点与不变点，然后提炼出函数。例如，当我们定义了这样的List之后，比较sum与product的异同：
sealed trait MyList[+T] case object Nil extends MyList[Nothing] case class Cons[+T](h: T, t: MyList[T]) extends MyList[T] object MyList { def sum(ints: MyList[Int]):Int = ints match { case Nil => 0 case Cons(h, t) => h + sum(t) } def product(ds: MyList[Double]):Double = ds match { case Nil => 1.0 case Cons(h, t) => h * product(t) } def apply[T](xs: T*):MyList[T] = if (xs.isEmpty) Nil else Cons(xs.head, apply(xs.tail: _*)) }
sum与product的相同之处都是针对List的元素进行运算，运算规律是计算两个元素，将结果与第三个元素进行计算，然后依次类推。这就是在函数式领域中非常常见的折叠（fold）计算：
def foldRight[A, B](l: MyList[A], z: B)(f: (A, B) => B):B = l match { case Nil => z case Cons(x, xs) => f(x, foldRight(xs, z)(f)) }
在引入了foldRight函数后，sum和product就可以重用foldRight了：
def sum(ints: MyList[Int]):Int = foldRight(ints, 0)(_ + _) def product(ds: MyList[Double]):Double = foldRight(ds, 0.0)(_ * _)
在函数式编程的世界里，事实上大多数数据操作都可以抽象为filter，map，fold以及flatten几个操作。查看Scala的集合库，可以验证这个观点。虽然Scala集合提供了非常丰富的接口，但其实现基本上没有超出这四个操作的范围。