什么是函数式编程思维？

出处：什么是函数式编程思维

函数式编程与命令式编程最大的不同其实在于：

函数式编程关心数据的映射，命令式编程关心解决问题的步骤

这里的映射就是数学上“函数”的概念——  一种东西和另一种东西之间的对应关系。

这也是为什么“函数式编程”叫做“函数式编程”。

这是什么意思呢？

假如，现在你来到 google 面试，面试官让你把二叉树镜像反转一下

几乎不假思索的，就可以写出这样的 Python 代码：

def invertTree(root): if root is None: return None if root.left: invertTree(root.left) if root.right: invertTree(root.right) root.left, root.right = root.right, root.left return root

好了，现在停下来看看这段代码究竟代表着什么——

它的含义是：首先判断节点是否为空；然后翻转左树；然后翻转右树；最后左右互换。

这就是命令式编程——你要做什么事情，你得把达到目的的步骤详细的描述出来，然后交给机器去运行。

这也正是命令式编程的理论模型——图灵机的特点。一条写满数据的纸带，一条根据纸带内容运动的机器，机器每动一步都需要纸带上写着如何达到。

那么，不用这种方式，如何翻转二叉树呢？

函数式思维提供了另一种思维的途径——

所谓“翻转二叉树”，可以看做是要得到一颗和原来二叉树对称的新二叉树。

这颗新二叉树的特点是每一个节点都递归地和原树相反。

用 haskell 代码表达出来就是：

data Tree a = Nil | Node a (Tree a) (Tree a) deriving ( Show, Eq) invert :: Tree a -> Tree a invert Nil = Nil invert ( Node v l r) = Node v (invert r) (invert l)

（防止看不懂，翻译成等价的 python ）

def invert(node): if node is None: return None else return Tree(node.value, invert(node.right), invert(node.left))

这段代码体现的思维，就是旧树到新树的映射——对一颗二叉树而言，它的镜像树就是左右节点递归镜像的树。

这段代码最终达到的目的同样是翻转二叉树，但是它得到结果的方式和 python 代码有着本质的差别：通过描述一个 旧树->新树 的映射，而不是描述“从旧树得到新树应该怎样做”来达到目的。

那么这样思考有什么好处呢？

首先，最直观的角度来说，函数式风格的代码可以写得很精简，大大减少了键盘的损耗（

更重要的是，函数式的代码是“对映射的描述”，它不仅可以描述二叉树这样的数据结构之间的对应关系，任何能在计算机中体现的东西之间的对应关系都可以描述——比如函数和函数之间的映射（比如 functor）；比如外部操作到 GUI 之间的映射（就是现在前端热炒的所谓 FRP）。它的抽象程度可以很高，这就意味着函数式的代码可以更方便的复用。

同时，将代码写成这种样子可以方便用数学的方法进行研究（这就是为什么可以扯上“___范畴上的___”这种数学上的高深概念）

至于什么科里化、什么数据不可变，都只是外延体现而已。