lua 字符串分割_Lua函数式编程（中）

书接前文，我们继续慢慢的了解所谓的函数式编程思想。考查下面的例子

判断给定的数是否是偶数

在Lua里面这似乎是个幼儿园问题

local isEven = function(v) return v % 2 == 0 end

但我们如何用函数式的思维去解决问题？是的，假设我们有了以下函数

R.mod -- 求余数
R.equals -- 判断是否相等

我们为何要新造一个函数轮子呢？有什么办法可以重复利用已有的函数算法呢？

函数组合

最强大的函数式编程核武器出现了。这就是函数组合，但是理解这个概念一点都不困难，就像是数学中的函数一样

y = f(x) , z = g(y) = g(f(x))
h = ComposeMagic(f, g) //考虑将f函数和g函数进行组合
z = h(x) //这样可以直接得到最终结果

函数组合就像一个管道一样，假想一组数据要经过f g h三个函数的加工，变成最终我们需要的数据

values -> f() -> g() -> h() -> results

那么中间的函数实际上可以经由compose组合，变成一个函数算法

values -> composed() -> results

这个就是函数组合的思维核心，经由函数自身的逻辑操作，而非针对值的操作，因此可以充分的利用诸多已经实现好的小函数、小算法、小轮子，自由组合而成为我们需求的算法

是时候用函数式思想实现之前的那个算法了

local isEven = R.compose(R.equals(0), R.mod(2))

compose方案会组合后面的函数，使其从后往前依次接收数据、返回处理结果。

number -> R.mod(2) 求得余数 -> 返回结果 -> R.equals(0) 判断是否与0相等 -> 返回结果

不过这对于这个算法来说确实大材小用了，但是这其中的思想还是值得我们研习的。来看个复杂点的例子

实现一个算法，将IP4的地址转换为一个Int32的数

我们先看传统的实现（其中仍然借助了R.split方法，我们就当成一个传统方法来使用）

local function convertIp2Int(ip)local ip_numbers = R.split(".", ip)local result = 0local offset = 1for i, ipn in ipairs(ip_numbers) doresult = result + tonumber(ipn) * offsetoffset = offset * 256endreturn result
end

这个实现的确不怎么好看，而且还要注意他的约定是 big-endian，如果修改成little-endian，我们得钻到函数细节里面去想办法。

让我们体会下函数组合的强大吧。先看看最终实现

local split = R.split(".")
local parse = R.map(tonumber)
local offset = function(f, s) return f * 256 + s end
local convertIp2Int = R.compose(R.reduce(offset, 0), parse, R.reverse, split)

如果想实现little-endian版本的，只需要移除组合函数中的R.reverse方法即可，基于原题目，我们可以简化一下

local offset = function(f, s) return f * 256 + s end
local convertIp2Int = R.compose(R.reduce(offset, 0), R.map(tonumber), R.split('.'))

数据流向如下

"192.168.1.1"             -> R.split('.') 分割字符串 ->
{"192","168","1","1"}     -> R.map(tonumber) 对列表中的每个元素进行tonumber转换 ->
{192, 168, 1, 1}          -> R.reduce(offset, 0) 每两个元素执行一次offset操作，将列表合并为一个Int32数字
-> 3232235777

而且欣慰的是，过程中的中间函数，都可以作为其他算法的子函数继续组合使用，函数组合充分的解放了对造轮子的冲动，这就是函数编程思想的核心魅力。

副作用（Side Effect）和不可变（Immutable）

什么是函数？经典的Pascal语言有两个关键字，很好的区分了函数和过程

function --> 给定输入，经过函数算法，返回给定的输出；相同的输入永远返回相同的输出，没有副作用。
procedure --> 给定输入，经过过程算法，改变某些状态，有副作用。

在函数式编程思维中，function必须的纯净的，无副作用的，其特性为

不依赖全局变量
不修改函数参数
不修改任何状态（db、io、网络、标准输出、对象等等）
只要输入一样，输出必定一样

这些特性使得函数具有了非常诱人的特性

可测试性（只需要给定参数就能判定这个函数是否工作正常，不需要Mock任何对象系统）
可缓存性（只要参数一样，就返回一样的内容，很容易缓存算法结果）
可并发性（没有副作用，没任何数据竞争，多线程跑跑算法，安全的很）
自解释性（描述参数和返回值即可，不用考虑任何外部系统知识）
引用透明（可以在算法中将函数调用替换为他的结果）

但是很遗憾，本文无法做深入展开（您可以参考任何一篇介绍函数式编程思想的文章）

纯净的函数使得传入的参数被安全的保护起来，你不希望你的列表传入一个算法，然后被这个算法破坏的乱七八糟吧。

local list = {1,2,3}
R.append(4, list) --> list 仍然是1,2,3 这种保障去掉了相当多对引用做修改而导致的Bug

下一篇我们会就性能、函数签名做一番探讨，有兴趣的可以继续关注。

谢谢阅读。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/397879.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！