Clojure学习笔记(三)——函数式编程

函数式编程的理念

函数式编程使得代码的编写、阅读、测试和重用都更容易了。

纯函数

函数式程序构建于纯函数之上。纯函数没有副作用,也就是说,它不依赖于除参数以外的其他任何东西。此外,它影响外部世界的唯一途径,就是它的返回值。

持久性数据结构

不可变数据是Clojure通向FP和处理状态的关键所在。站在FP的这一面,纯函数不能出现诸如更新可变对象状态这样的副作用。站在状态处理这一面,Clojure的引用类型也需要借助不可变数据结构,来实现其并发保证。

Clojure数据结构并没有采用直接复制这种影响性能的修改方式。相反,所有的Clojure数据结构都是持久的(persistent)。在这里,所谓持久性,意味着新旧版本之间能高效的共享结构,通过这种方式,持久性数据结构能很好地维持其自身的旧副本。

惰性和递归

函数式程序大量地使用了递归和惰性。函数对其自身进行调用时,无论是直接还是间接的,就会形成递归。有了惰性,对表达式的求值会被推迟至实际需要时才真正进行。对一个惰性表达式进行求值,也被称作表达式的变现(realizing)。

在Clojure中,函数和表达式都不是惰性化的。然而,序列则一般来说都是惰性的。

引用透明性

惰性依赖于这样一种能力:在任何时刻,都可以用函数的结果来取代对其的调用。具备这种能力的函数之所以被称为是引用透明(Referential transparency)的,是因为对该函数的调用可被替换,却不会影响程序的行为。

除了惰性之外,引用透明的函数还可以在下述两个方面受益。

  • 快存(Memoization),自动缓存结果。
  • 自动并行化,将函数移至另外一个处理器,甚至另外一台机器进行求值。

纯函数的定义就是引用透明的。然而其他的大部分函数都不是引用透明的,它们只能通过细致的代码审查,方能证明其安全性。

6条规则

Clojure中FP的6条规则:

  1. 避免直接递归。Java 虚拟机无法优化递归调用,Clojure 的递归程序会撑爆它们的栈空间。
  2. 当产生的是标量(scalar values),或者是体积小还数量固定的序列时,你可以使用recur。Clojure会对显式的recur进行调用优化。
  3. 当产生大量,或是大小可变的序列时,让它成为惰性的,而不要用递归。
  4. 小心不要让一个惰性序列变现的太多,多的超出你的需要。
  5. 熟悉序列库。这样你就总能写出完全用不着recur或者惰性API的代码了。
  6. 细分。把看似简单的问题也尽可能划分为更小的块。这样你就能发现蕴藏于序列库中的解决方案。

递归

函数式程序大量的使用了递归定义。递归定义由两个部分组成。

  • 基础(basis),明确地列举出序列的部分成员。
  • 归纳(induction),提供一些规则,规定了如何通过组合序列的成员,来产生更多的成员。

要把递归定义转换为可以工作的代码,通常采用下面这几种方式。

  • 简单的递归,让函数以某种方式来调用其自身,从而进行归纳。
  • 尾递归,仅当函数执行到末尾时,才去调用其自身。
  • 惰性序列,实实在在地消除了递归,并且只有当需要时,才会去计算值。

下面看个斐波那契数列的例子,用简单递归实现:

(defn stack-consuming-fibo [n]
  (cond
    (= n 0) 0
    (= n 1) 1
    :else (+ (stack-consuming-fibo (- n 1))
             (stack-consuming-fibo (- n 2)))))

它的性能很糟糕。因为Clojure函数调用是消耗栈空间(stack-consuming)的,因为它们使用了栈空间来分配栈帧。在Clojure中,你应该尽量避免采stack-consumingfibo这种消耗栈空间型的递归。

尾递归

函数式程序可以借助尾递归技术解决栈空间的使用问题。尾递归函数依然被定义为是递归的,但递归点必须位于尾部,即函数中返回某个值的那个表达式。语言随后即可进行尾部调用优化(tail-call optimization,TCO),把尾递归转换为迭代,于是就不再消耗栈空间了。

将斐波那契数列的例子转换为尾递归。

(defn tail-fibo [n]
  (letfn [(fib
           [current next n]
           (if (zero? n)
             current
             (fib next (+ current next) (dec n))))]
        (fib 0N 1N n)))

第2行引入了letfn宏。

(letfn fnspecs & body) ; fnspecs ==> [(fname [params*] exprs)+]

letfn与let很像,只不过它是专门用来指定局部函数的。每个声明于letfn中的函数,都可以调用自身或是其他属于同一个letfn块的函数。

第3行声明的fib有三个参数:当前斐波那契数current、下一个斐波那契数next和代表剩余步数的数字n。当不再有剩余步数时,会在第5行返回current,反之,则在第6行继续进行计算,并且把剩余步数减1。最后,在第7行开启了递归,这里使用了基础值0和1,再加上我们正要求解的斐波那契数的序号n。

自递归与recur

递归在 Java 虚拟机上有一种可以被优化的特殊情况,就是自递归。

在Clojure中,你可以借助recure把那种在尾部调用其自身的函数,转换为显式自递归。下面采用了这种方法,tail-fibo转换为recur-fibo。

(defn recur-fibo [n]
  (letfn [(fib
            [current next n]
            (if (zero? n)
              current
              (recur next (+ current next) (dec n))))]
    (fib 0N 1N n)))

recur-fibo和tail-fibo之间的关键区别是第7行,在那儿用recur替代了对fib的调用。

惰性序列

惰性序列是用lazy-seq宏创建出来的。

(lazy-seq& body)

仅当需要时,lazy-seq 才会去调用它的 body,也就是说,当 seq 被直接或是间接的调用时,lazy-seq会为后续的调用缓存结果。

你可以像下面这样,用lazy-seq来定义惰性的斐波那契数列。

(defn lazy-seq-fibo
  ([]
   (concat [0 1] (lazy-seq-fibo 0N 1N)))
  ([a b]
   (let [n (+ a b)]
     (lazy-seq
       (cons n (lazy-seq-fibo b n))))))

在第 3 行,无参版本的那个函数主体,把基础值[0 1]和随后将要计算得到的剩余部分连接起来并返回,而这些剩余部分的值,是通过调用那个有两个参数的版本来计算得到的。在第 5 行,两个参数版本的函数体计算出数列的下一个值 n,然后在第 7行,把n和剩余部分的值进行连接。最关键的是第 6 行,这使得它的主体惰性化了。

你可能感兴趣的:(Clojure学习笔记(三)——函数式编程)