Scala 05 —— 函数式编程底层逻辑

Scala 05 ------ 函数式编程底层逻辑

该文章来自2023/1/14的清华大学交叉信息学院助理教授------袁洋演讲。

文章目录

• [Scala 05 ------ 函数式编程底层逻辑](#Scala 05 —— 函数式编程底层逻辑)
• • • 函数式编程
    • 假如...副作用是必须的？
    • 函数的定义
    • 函数是数据的函数，不是数字的函数
    • 如何把业务逻辑做成纯函数式？
    • 函数式编程是声明式的，有效解耦
    • 把业务逻辑看成流水线

函数式编程

• 什么是函数式编程？

  • y=f(x)

• 无副作用：

  • y只是依赖x，不会依赖其他变量
  • 确定性关系：重新跑100次代码，得到的结果是一样的
  • 不会给世界带来副作用。算完f(x)然后就得到了y，其他什么都没变。

• 什么是副作用？

  • 读写数据，人机交互，网络传输等等...本不应该出现在函数式编程中，它们可能会带来"脏东西"或不确定因素。

假如...副作用是必须的？

• 把脏东西推到边缘去

  • 在代码核心使用纯函数式编程(无副作用)
    • 加减乘除求和等等...
  • 在代码边缘处做其他任务(有副作用)
    • 写数据库、与服务器通信、获取数据等等
      

• 有什么好处？

  • 至少我们对于代码核心能有更好的论证
  • 纯的函数式代码到底有多大好处？

• 核心代码块一定要大！

  • 不应该只是min(x,y)

  • 不应该只是List(12,3,4,5,6),map(a=>a*a)

函数的定义

• 函数式编程，函数的输入输出必须有清晰定义

  • 输入是什么，输出是什么？
  • 输入有哪些变量，它们分别是什么？

• 定义模糊的例子：

  • y=f(x,y,?) ：第三个参数可能不存在

  • 这种做法就不够函数式，因为它同时定义了

    • y=f(x,y,z)
    • y=f(x,y)

  • 但是可以这么写：y=f(x,y,z=null)

    • f有三个参数，第三个默认为null

函数是数据的函数，不是数字的函数

• 基本类型的操作用的不多

• 稍复杂的业务会涉及到更多自定义数据类型

• 函数可以看作是一个范畴到另一个范畴直接的映射，即函子

• 什么是范畴？

  • 范畴就是带有关系的集合
    • 有很多对象，对象与对象之间有关系
    • 可以表示世界万物

• 函数式编程在范畴之间跳来跳去，函数式编程以范畴论为理论基础

• 如何定义范畴？

  • 常用方法：OOP

• OOP和FP是否矛盾？

  • 一个是操作对象

  • 一个是操作内容

  • 需求：实现从猫到狗的转变

    

• OOP和FP是互补的，相互结合的

  • OOP定义范畴内部的关系
  • FP定义范畴与范畴之间的关系
  • 两者垂直互补

如何把业务逻辑做成纯函数式？

• 业务流程中的每个中间步骤的数据必须是良定义的(adj.的n.)
• 数据与数据之间的转换过程是确定性的。(A->...操作->B)

函数式编程是声明式的，有效解耦

• 声明式：我告诉你，我给你什么（输入），我要什么（输出），你怎么做的我不管

  • API接口给定，实现你做，我之后会来测试

• 描述的不是一个业务需求，而是对象转换

  • 适合代码复用

• 把一个长链条拆分成无数小的步骤

  • 每个步骤都比较简单（函数式），容易验证

• 关注输入输出的对象而非过程，容易做到类型安全的严丝合缝

• 函数式编程的理想步骤：

  1.定义业务逻辑中所有的数据格式

  2.定义所有数据与数据的转换操作函数

  3.根据业务逻辑要求，把函数串起来

• 先定框架，再定逻辑

  • 是什么
  • 为什么
  • 怎么做

• 实现会变得很容易，更适合AI自动编程

把业务逻辑看成流水线

• 每个函数都是流水线的一环
• 每一环都会将产品(数据)加工成另一个数据
  • 猫变成狗
• 尽量不使用全局变量
  • 流水线上不会调用流水线之外的东西帮忙
• 不要使用var，使用val
  • 函数式编程中没有变量，只有指代
  • 变量是实现的方式，但不是业务逻辑本身
  • 从范畴的角度很容易理解
• 先做对，再做快：因为效率导致的问题通常很容易被修复

全局变量

• 流水线上不会调用流水线之外的东西帮忙
• 不要使用var，使用val
  • 函数式编程中没有变量，只有指代
  • 变量是实现的方式，但不是业务逻辑本身
  • 从范畴的角度很容易理解
• 先做对，再做快：因为效率导致的问题通常很容易被修复