本文要回答一个很重要的问题：函数式编程有什么用？
目前，主流的编程语言都不是函数式的，已经能够满足需求。为何还要学函数式编程呢，只为了多理解一些新奇的概念？
一个网友说：
"函数式编程有什么优势呢？"
"我感觉，这种写法可能会令人头痛吧。"
很长一段时间，我根本不知道从何入手，如何将它用于实际项目？直到有一天，我学到了 Pointfree 这个概念，顿时豁然开朗，原来应该这样用！
我现在觉得，Pointfree 就是如何使用函数式编程的答案。
一、程序的本质
为了理解 Pointfree，请大家先想一想，什么是程序？
上图是一个编程任务，左侧是数据输入（input），中间是一系列的运算步骤，对数据进行加工，右侧是最后的数据输出（output）。一个或多个这样的任务，就组成了程序。
输入和输出（统称为 I/O）与键盘、屏幕、文件、数据库等相关，这些跟本文无关。这里的关键是，中间的运算部分不能有 I/O 操作，应该是纯运算，即通过纯粹的数学运算来求值。否则，就应该拆分出另一个任务。
I/O 操作往往有现成命令，大多数时候，编程主要就是写中间的那部分运算逻辑。现在，主流写法是过程式编程和面向对象编程，但是我觉得，最合适纯运算的是函数式编程。
二、函数的拆分与合成
上面那张图中，运算过程可以用一个函数fn表示。
fn的类型如下。
fn :: a -> b
上面的式子表示，函数fn的输入是数据a，输出是数据b。
如果运算比较复杂，通常需要将fn拆分成多个函数。
f1、f2、f3的类型如下。
f1 :: a -> m f2 :: m -> n f3 :: n -> b
上面的式子中，输入的数据还是a，输出的数据还是b，但是多了两个中间值m和n。
我们可以把整个运算过程，想象成一根水管（pipe），数据从这头进去，那头出来。
函数的拆分，无非就是将一根水管拆成了三根。
进去的数据还是a，出来的数据还是b。fn与f1、f2、f3的关系如下。
fn = R.pipe(f1, f2, f3);
上面代码中，我用到了 Ramda 函数库的pipe方法，将三个函数合成为一个。Ramda 是一个非常有用的库，后面的例子都会使用它，如果你还不了解，可以先读一下教程。
三、Pointfree 的概念
fn = R.pipe(f1, f2, f3);
这个公式说明，如果先定义f1、f2、f3，就可以算出fn。整个过程，根本不需要知道a或b。
也就是说，我们完全可以把数据处理的过程，定义成一种与参数无关的合成运算。不需要用到代表数据的那个参数，只要把一些简单的运算步骤合成在一起即可。
这就叫做 Pointfree：不使用所要处理的值，只合成运算过程。中文可以译作"无值"风格。
请看下面的例子。
var addOne = x => x + 1; var square = x => x * x;
上面是两个简单函数addOne和square。
把它们合成一个运算。
var addOneThenSquare = R.pipe(addOne, square); addOneThenSquare(2) // 9
上面代码中，addOneThenSquare是一个合成函数。定义它的时候，根本不需要提到要处理的值，这就是 Pointfree。
四、Pointfree 的本质
Pointfree 的本质就是使用一些通用的函数，组合出各种复杂运算。上层运算不要直接操作数据，而是通过底层函数去处理。这就要求，将一些常用的操作封装成函数。
比如，读取对象的role属性，不要直接写成obj.role，而是要把这个操作封装成函数。
var prop = (p, obj) => obj[p];
var propRole = R.curry(prop)('role');
上面代码中，prop函数封装了读取操作。它需要两个参数p（属性名）和obj（对象）。这时，要把数据obj要放在最后一个参数，这是为了方便柯里化。函数propRole则是指定读取role属性，下面是它的用法（查看完整代码）。
var isWorker = s => s === 'worker';
var getWorkers = R.filter(R.pipe(propRole, isWorker));
var data = [
{name: '张三', role: 'worker'},
{name: '李四', role: 'worker'},
{name: '王五', role: 'manager'},
];
getWorkers(data)
// [
// {"name": "张三", "role": "worker"},
// {"name": "李四", "role": "worker"}
// ]
上面代码中，data是传入的值，getWorkers是处理这个值的函数。定义getWorkers的时候，完全没有提到data，这就是 Pointfree。
简单说，Pointfree 就是运算过程抽象化，处理一个值，但是不提到这个值。这样做有很多好处，它能够让代码更清晰和简练，更符合语义，更容易复用，测试也变得轻而易举。
五、Pointfree 的示例一
下面，我们来看一个示例。
var str = 'Lorem ipsum dolor sit amet consectetur adipiscing elit';
上面是一个字符串，请问其中最长的单词有多少个字符？
我们先定义一些基本运算。
// 以空格分割单词
var splitBySpace = s => s.split(' ');
// 每个单词的长度
var getLength = w => w.length;
// 词的数组转换成长度的数组
var getLengthArr = arr => R.map(getLength, arr);
// 返回较大的数字
var getBiggerNumber = (a, b) => a > b ? a : b;
// 返回最大的一个数字
var findBiggestNumber =
arr => R.reduce(getBiggerNumber, 0, arr);
然后，把基本运算合成为一个函数（查看完整代码）。
var getLongestWordLength = R.pipe( splitBySpace, getLengthArr, findBiggestNumber ); getLongestWordLength(str) // 11
可以看到，整个运算由三个步骤构成，每个步骤都有语义化的名称，非常的清晰。这就是 Pointfree 风格的优势。
Ramda 提供了很多现成的方法，可以直接使用这些方法，省得自己定义一些常用函数（查看完整代码）。
// 上面代码的另一种写法
var getLongestWordLength = R.pipe(
R.split(' '),
R.map(R.length),
R.reduce(R.max, 0)
);
六、Pointfree 示例二
最后，看一个实战的例子，拷贝自 Scott Sauyet 的文章《Favoring Curry》。那篇文章能帮助你深入理解柯里化，强烈推荐阅读。
下面是一段服务器返回的 JSON 数据。
现在要求是，找到用户 Scott 的所有未完成任务，并按到期日期升序排列。
过程式编程的代码如下（查看完整代码）。
上面代码不易读，出错的可能性很大。
现在使用 Pointfree 风格改写（查看完整代码）。
var getIncompleteTaskSummaries = function(membername) {
return fetchData()
.then(R.prop('tasks'))
.then(R.filter(R.propEq('username', membername)))
.then(R.reject(R.propEq('complete', true)))
.then(R.map(R.pick(['id', 'dueDate', 'title', 'priority'])))
.then(R.sortBy(R.prop('dueDate')));
};
上面代码已经清晰很多了。
另一种写法是，把各个then里面的函数合成起来（查看完整代码）。
// 提取 tasks 属性
var SelectTasks = R.prop('tasks');
// 过滤出指定的用户
var filterMember = member => R.filter(
R.propEq('username', member)
);
// 排除已经完成的任务
var excludeCompletedTasks = R.reject(R.propEq('complete', true));
// 选取指定属性
var selectFields = R.map(
R.pick(['id', 'dueDate', 'title', 'priority'])
);
// 按照到期日期排序
var sortByDueDate = R.sortBy(R.prop('dueDate'));
// 合成函数
var getIncompleteTaskSummaries = function(membername) {
return fetchData().then(
R.pipe(
SelectTasks,
filterMember(membername),
excludeCompletedTasks,
selectFields,
sortByDueDate,
)
);
};
上面的代码跟过程式的写法一比较，孰优孰劣一目了然。
七、参考链接
- Pointfree Javascript
- Favoring Curry
原文链接：https://www.qiquanji.com/post/6711.html
本站声明:网站内容来源于网络,如有侵权,请联系我们,我们将及时处理。
微信扫码关注
更新实时通知