什么是函数式编程思维?

我为什么要把我的知乎回答搬到这里呢……大概是太久没发东西了来凑数吧。

作者:nameoverflow

链接:https://www.zhihu.com/question/28292740/answer/100284611

来源:知乎

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

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(大雾

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。