函数式非凡的抽象能力

如果说面向对象思想是物质世界的哲学观,则函数式思想展现的就是纯粹的数学思维了。函数作为一等公民,它不代表任何物质(对象),而仅仅代表一种转换行为。是的,任何一个函数都可以视为一种“转换(transform)”。这是对行为的最高抽象,代表了类型(type)之间的某种动作。函数可以是极为原子的操作,也可以是多个原子函数的组合,或者在组合之上再封装一层语义更清晰的函数表现。

△ 插图 | 欧洲系列 - 斯特拉斯堡,法国

我在阅读或编写具有函数式风格的代码时,常常为函数式思想非凡的抽象能力所惊叹。作为一直以来持有OO信仰的程序员而言,对于“抽象”并不陌生。我甚至将面向对象思想的精髓定义为两个单词:职责(Responsibility)与抽象(Abstraction)。只要职责分配合理,设计就是良好的;若能再加上合理的抽象,程序会变得更精简且可扩展。如果你熟悉GoF的设计模式,你几乎可以从每个模式中读出“抽象”的意义来。

然而,无论如何,面向对象思想构筑的其实是一个名词的世界,这在很大程度上局限了它的世界观,它只能以实体(Entity)为核心。虽然我们仍然可以针对实体提炼共同特征,但这些特征若为行为,却无法单独存在,这是面向对象思想的硬伤。

如果说面向对象思想是物质世界的哲学观,则函数式思想展现的就是纯粹的数学思维了。函数作为一等公民,它不代表任何物质(对象),而仅仅代表一种转换行为。是的,任何一个函数都可以视为一种“转换(transform)”。这是对行为的最高抽象,代表了类型(type)[注意,是类型(type),而不是类(class)]之间的某种动作。函数可以是极为原子的操作,也可以是多个原子函数的组合,或者在组合之上再封装一层语义更清晰的函数表现。

理解了函数的转换本质,我们就必须学会在具体行为中“洞见”这种转换本质。这种“洞见”可以理解为解构分析,就好似我们在甄别化石的年代时,利用核分析技术去计算碳14同位素原子数量一般。我们解构出来的“原子”函数往往具有非凡的抽象能力。

例如,我们针对集合的sum与product操作,可以解构出原子的fold函数。虽然从行为特征看,sum为求和,product为求积,但从抽象层面看,都是从一个初始值开始,依次对集合元素进行运算。而运算本身,又是抽象的另一个转换操作,从而引入了高阶函数的概念。若要让fold不止局限于某一种具体类型,则可以引入函数式语言的类型系统。fold可以根据折叠的方向分为foldRight与foldLeft。foldRight(或flodr)的函数定义如下:

//scala语言
def fold[A, B](l: MyList[A], z: B)(f: (A, B) => B):B = l match {
    case Nil => z
    case Cons(x, xs) => f(x, fold(xs, z)(f))}
--haskell语言
foldr f zero (x:xs) = f x (foldr f zero xs)
foldr _ zero []     = zero

《深入理解Scala》在讲解Scala的Option时,给出了一个有趣的案例,其中揭示的抽象思想与fold有异曲同工之妙。这个案例讲解了如何用多个可能未初始化的变量构造另一个变量,Option正适合处理这种情况,我在博客《并非Null Object这么简单》中介绍了Option的本质,这里不再赘述。这个例子是希望通过数据库配置信息创建连接。由于配置信息可能有误,创建的连接可能为null,因而使用Option的api会更加健壮:

def createConnection(conn_url: Option[String],
                     conn_user: Option[String],
                     conn_pw: Option[String]): Option[Connection] = 
    for {
        url <- conn_url
        user <- conn_user
        pw <- conn_pw
    } yield DriverManager.getConnection(url, user, pw)

现在,我们将这个函数无限抽象化,那就是要去掉一些复杂而冗余的具象信息,就好像过滤掉让人眼花缭乱的缤纷颜色,仅仅呈现最朴素的黑白二色一般。首先,我们抹掉“创建连接”的特征,然后再抹掉类型信息。我们可以看到createConnection实则是对DriverManager.getConnection的转换,经此转换后,若要创建连接,就可以传入三个Option[String]类型的参数,获得Option[Connection]类型的结果。然后再去掉具体的String类型,就可以抽象出如下的“转换”操作:

(A, B, C): => D     转换为      (Option[A], Option[B], Option[C]) => Option[D]

注意,这个转换操作是函数到函数的转换。

书中找到了一个正确的概念来恰如其分地描述这一“转换”操作,即为lift(提升):

def lift[A, B, C, D](f: Function3[A, B, C, D]): Function3[Option[A], Option[B], Option[C], Option[D]] = 
    (oa: Option[A], ob: Option[B], oc: Option[C]) => 
        for (a <- oa; b <- ob; c <- oc) yield f(a, b, c)

Function3事实上是Scala中对(A, B, C) => D函数的封装。相对而言,我更喜欢高阶函数的形式:

def lift[A, B, C, D](f: (A, B, C) => D): (Option[A], Option[B], Option[C]) => Option[D] =
    (oa: Option[A], ob: Option[B], oc: Option[C]) => 
        for (a <- oa; b <- ob; c <- oc) yield f(a, b, c)

lift函数是宽泛的抽象,之前的DriverManager.getConnection()函数则为一个具体的被转换对象。它可以作为参数传入到lift函数中:

val createConnection1 = lift(DriverManager.getConnection)

lift函数返回的实则是一个函数,它本质上等同于之前定义的createConnection()函数。由于lift抹掉了具体的类型信息,使得它不仅仅可以将getConnection提升为具有Option的函数,还能针对所有形如(A, B, C) => D格式的函数。让我们来自定义一个combine函数:

def combine(prefix: String, number: Int, suffix: String): String =
    s"$prefix - $number - $suffix"val optionCombine = lift(combine)

区分combine函数与opitonCombine函数的执行结果:

△ lift的执行结果

诸如fold或lift这样的终极抽象在函数式语言的api中可谓俯拾皆是,如针对集合的monad操作filter, flatMap, map,又例如函数组合的操作sequence,andThen等。我们还可以结合转换语义为这种基本转换命名,使得代码更加简略可读。例如针对如下的三个函数定义:

def intDouble(rng: RNG): ((Int,Double), RNG)def doubleInt(rng: RNG): ((Double,Int), RNG)def double3(rng: RNG): ((Double,Double,Double), RNG)

我们可以抽象出RNG => (A, RNG)的通用模式,然后从语义上将其命名为Rand,那么,在scala中可以利用type关键字为这种转换定义别名:

type Rand[+A] = RNG => (A, RNG)

当我们将函数作为基本的抽象单元后,再对面向对象思想做一次回眸,会发现OO中的多数设计原则与设计模式,都可以简化为函数。Scott Wlaschin在Functional Design Patterns的演讲中给出了非常形象的对比:

△ OO和FP的模式与原则

原文发布于微信公众号 - 逸言(YiYan_OneWord)

原文发表时间:2015-02-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏King_3的技术专栏

leetcode-162-寻找峰值

给定一个输入数组 nums,其中 nums[i] ≠ nums[i+1],找到峰值元素并返回其索引。

953
来自专栏醒者呆

面向程序员编程——精研排序算法

这篇文章很长,我花了好久的时间(中间公司出了bug,加班了好几天( ¯ ¨̯ ¯̥̥ ))进行整理,如有任何疑问,欢迎随时留言。 关键字:排序算法,时间...

3425
来自专栏cmazxiaoma的架构师之路

Java小白必须会的一道面试算法题

7913
来自专栏牛客网

校招面试手撕算法汇总

所有题目都是从面经中提取而来,持续更新。 本人也是菜鸟一枚,帖子也会相应的发布自己对于题目的解法和看法,但是可能想得不够,也希望大家能够一起讨论,一起进步。 1...

37411
来自专栏数据魔术师

基础算法| 常用排序算法小结

日常吹水 说到这个算法, 可能瞬间大家就觉得那些灰机昏膏素什么的比这个生动活泼多了。 那么,正走在算法之路上的你, 是否还在苦苦寻求修仙之路? 是否被各种排序...

3095
来自专栏King_3的技术专栏

leetcode-551-Student Attendance Record I(判断是否出现连续几个相同字符)

1296
来自专栏大数据杂谈

从 Zero 到 Hero ,一文掌握 Python

1759
来自专栏游戏开发那些事

【转】STL之二分查找 (Binary search in STL)

Section I 正确区分不同的查找算法count,find,binary_search,lower_bound,upper_bound,equal_rang...

971
来自专栏blackheart的专栏

[程序设计语言]-[核心概念]-03:控制流

0.概述 前面介绍了语言的演进以及一些基础概念后,从本篇开始进入了语言的核心问题中。这一篇讨论的是语言计算模型(大致可以用控制流来表述),大致如下7种: 顺序执...

19610
来自专栏青玉伏案

窥探Swift之基本数据类型

  在上一篇博客“窥探Swift编程之在Playground上尽情的玩耍”中介绍了如何使用Playground来学习Swift语言。本篇博客就使用Playgro...

1935

扫码关注云+社区