我們最好從最難的問題開始：“到底什么是函數(shù)編程 (FP)？”一個答案可能會說 FP 就是您在使用例如 Lisp、Scheme、Haskell、ML、OCAML、Clean、Mercury、Erlang（或其它一些）語言進行編程時所做的。這是一個穩(wěn)妥的答案，但不能很確切地闡明問題。不幸的是，即使是函數(shù)程序員他們自己也很難對 FP 究竟是什么有個一致的認識?！懊と嗣蟆钡墓适掠脕硇稳葸@一情況似乎很合適。還可以放心地將 FP 與“命令編程”（使用例如 C、Pascal、C++、Java、Perl、Awk、TCL 以及其它大多數(shù)語言所執(zhí)行的操作，至少是在很大程度上）進行對比。

從個人角度來說，我會將函數(shù)編程粗略地描繪為至少具有以下幾個特征。稱得上函數(shù)性的語言使這些事情變得簡單，而使其它事情變得困難或不可能：

•     函數(shù)是第一類（對象）。即，可以對“數(shù)據(jù)”進行的每樣操作都可以使用函數(shù)本身做到（例如將一個函數(shù)傳遞給另一個函數(shù)）。
•     將遞歸用作主要的控制結構。在某些語言中，不存在其它“循環(huán)”構造。
•     重點集中在列表 LISt 處理（例如，名稱 Lisp ）。列表經(jīng)常和子列表的遞歸一起使用以替代循環(huán)。
•     “純”函數(shù)語言能夠避免副作用。這不包括在命令語言中最普遍的模式，即指定第一個，然后將另一個值指定給同一個變量來跟蹤程序狀態(tài)。
•     FP 不鼓勵或根本不允許出現(xiàn) 語句，取而代之是使用表達式求值（換句話說，即函數(shù)加上自變量）。在很純粹的情況下，一個程序就是一個表達式（加上支持的定義）。
•     FP 關心的是計算 什么而不是 如何計算。
•     許多 FP 利用了“更高等級”函數(shù)（換句話說，就是函數(shù)對一些函數(shù)操作，而這些函數(shù)又對其它函數(shù)操作）。

函數(shù)編程的提倡者認為所有這些特征都導致更快速的開發(fā)更短以及錯誤更少的代碼。而且，計算機科學、邏輯和數(shù)學領域的高級理論學家發(fā)現(xiàn)證明函數(shù)語言和程序的正式性能比命令語言和程序容易得多。
固有的 Python 函數(shù)能力

自從 Python 1.0 以來，Python 具有上面列出的大多數(shù) FP 特征。但對于大多數(shù) Python 特性，它們以一種非?；旌系恼Z言呈現(xiàn)。很大程度上是因為 Python 的 OOP 特性，您可以使用希望使用的部分而忽略其余部分（直到在稍后需要它為止）。使用 Python 2.0， 列表內涵添加了一些 非常棒的“句法上的粉飾”。雖然列表內涵沒有添加什么新的能力，但它們使許多舊的能力看起來好了 許多。

Python 中 FP 的基本元素是函數(shù) map() 、 reduce() 和 filter() ，以及運算符 lambda 。在 Python 1.x 中， apply() 函數(shù)對于將一個函數(shù)的列表返回值直接應用于另一個函數(shù)也很方便。Python 2.0 為這一目的提供了改進的語法。可能讓人吃驚，但很少的這幾個函數(shù)（以及基本運算符）幾乎足以編寫任何 Python程序；特別是，所有的流控制語句（ if 、 elif 、 else 、 assert 、 try 、 except 、 finally 、 for 、 break 、 continue 、 while 、 def ）可以只使用 FP 函數(shù)和運算符以函數(shù)風格處理。雖然實際上消除程序中的所有流控制命令可能只對加入“混亂的 Python”競爭（與看上去非常象 Lisp 的代碼）有用，但是理解 FP 是如何使用函數(shù)和遞歸來表示流控制是值得的。

消除流控制語句

在我們執(zhí)行消除聯(lián)系時要考慮的第一件事是 Python “短路”了布爾表達式的求值這一事實。這樣就提供了表達式版本的 if / elif / else 塊（假設每塊都調用一個函數(shù)，通常總有可能這樣安排）。下面是具體方法：
清單 1. Python 中的“短路”條件調用

# Normal statement-based flow control 
  
if
   <cond1>: func1() 
  elif
   <cond2>: func2() 
  else
  :   func3() 
 
  # Equivalent "short circuit" expression 
(<cond1> 
  and
   func1()) 
  or
   (<cond2> 
  and
   func2()) 
  or
   (func3()) 
 
  # Example "short circuit" expression 
>>> x = 3 
>>> 
  defpr
  (s): 
  return
   s 
>>> (x==1 
  and
   pr(
  'one')) 
  or
   (x==2 
  and
   pr(
  'two')) 
  or
   (pr(
  'other')) 
  'other' 
>>> x = 2 
>>> (x==1 
  and
   pr(
  'one')) 
  or
   (x==2 
  and
   pr(
  'two')) 
  or
   (pr(
  'other')) 
  'two'

表達式版本的條件性調用似乎不過是個位置訣竅；不過，如果我們注意到 lambda 運算符必須返回表達式時，就更有趣了。因為 -- 如前所示 -- 表達式可以通過短路來包含條件塊，所以 lambda 表達式在表達條件返回值中非常普通。在我們的示例上構建：
清單 2. Python 中 Lambda 短路

>>> pr = 
  lambda
   s:s 
>>> namenum = 
  lambda
   x: (x==1 
  and
   pr(
  "one")) \ 
....     
  or
   (x==2 
  and
   pr(
  "two")) \ 
....     
  or
   (pr(
  "other")) 
>>> namenum(1) 
  'one' 
>>> namenum(2) 
  'two' 
>>> namenum(3) 
  'other'

函數(shù)作為第一類對象

上面的示例已經(jīng)顯示出函數(shù)在 Python 中所處的第一類的地位，但以很微妙的方式。在使用 lambda 操作創(chuàng)建 函數(shù)對象 時，我們有一些完全常規(guī)的事物。正是因為這樣，我們可以將對象與名稱 "pr" 和 "namenum" 綁定，使用的方法和將數(shù)字 23 或字符串 "spam" 與這些名稱綁定的方法完全相同。但正如我們可以使用數(shù)字 23 而無需將它與任何名稱綁定一樣（換句話說，象函數(shù)自變量一樣），我們可以使用用 lambda 創(chuàng)建的函數(shù)對象而不用將它與任何名稱綁定。一個函數(shù)只是我們在 Python 中對其執(zhí)行某些操作的另一個值。

我們對第一類對象所執(zhí)行的主要操作是將它們傳遞給 FP 內置函數(shù) map() 、 reduce() 和 filter() 。這些函數(shù)中的每一個都接受函數(shù)對象作為其第一個自變量。

    map() 對指定列表中每個對應的項執(zhí)行傳遞的函數(shù)，并返回結果列表。
    reduce() 對每個后續(xù)項執(zhí)行傳遞的函數(shù)，返回的是最終結果的內部累加；例如 reduce(lambda n,m:n*m, range(1,10)) 意味著“10 的階乘”（換句話說，用每一項乘上前一次相乘的乘積）。
    filter() 使用傳遞的函數(shù)對列表中的每一項“求值”，然后返回經(jīng)過甄別的，通過了傳遞函數(shù)測試的項的列表。

我們還經(jīng)常將函數(shù)對象傳遞給自己的定制函數(shù)，但它們通常等同于上述內置函數(shù)的組合。

通過將這三種 FP 內置函數(shù)進行組合，可以執(zhí)行驚人的一系列“流”操作（都不使用語句，而只使用表達式）。

Python 中的函數(shù)循環(huán)

替換循環(huán)與替換條件塊一樣簡單。 for 可以直接轉換成 map() 。對于我們的條件執(zhí)行，我們需要將語句塊簡化成單一函數(shù)調用（我們正逐步接近通常的做法）：
清單 3. Python 中的函數(shù) 'for' 循環(huán)

for
   e 
  in
   lst: func(e) 
  # statement-based loop
map(func,lst)  
  # map()-based loop

另外，對于連續(xù)程序流的函數(shù)方法有類似的技術。即，命令編程通常包含接近于“做這樣，然后做那樣，然后做其它事。”這樣的語句。 map() 讓我們正好做到這一點：
清單 4. Python 中的函數(shù)連續(xù)操作

# let's create an execution utility function
do_it = 
  lambda
   f: f()
  # let f1, f2, f3 (etc) be functions that perform actions
map(do_it, [f1,f2,f3]) 
  # map()-based action sequence

通常，我們的整個 main 程序可以是 map() 表達式和一系列完成程序所需要執(zhí)行的函數(shù)。第一類函數(shù)的另一個方便的特性就是可以將它們放在一個列表中。

while 的轉換稍微復雜了一些，但仍然可以直接進行：
清單 5. Python 中的函數(shù) 'while' 循環(huán)

# statement-based while loop
  
while
   <cond>:
 <pre-suite>
 
  if
   <break_condition>:
 
  break
 else
  :
 <suite>
  # FP-style recursive while loopp
  
defwhile_block
  ():
 <pre-suite>
 
  if
   <break_condition>:
 
  return
   1
 
  else
  :
 <suite>
 
  return
   0
while_FP = 
  lambda
  : (<cond> 
  and
   while_block()) 
  or
   while_FP()
while_FP()

while 的轉換仍需要 while_block() 函數(shù)，它本身包含語句而不僅僅是表達式。但我們需要對該函數(shù)做進一步的消除（例如對模板中的 if/else 進行短路）。另外，因為循環(huán)主體（按設計）無法更改任何變量值，所以 <cond> 很難用在一般的測試中，例如 while myvar==7 （那么，將在 while_block() 中修改全部內容）。添加更有用條件的一個方法是讓 while_block() 返回一個更有趣的值，然后將這個返回值與終止條件進行比較。有必要看一下這些消除語句的具體示例：
清單 6. Python 中的函數(shù) 'echo' 循環(huán)

# imperative version of "echo()"
  
defecho_IMP
  ():
 
  while
   1:
 x = raw_input(
  "IMP -- ")
 
  if
   x == 
  'quit':
  
  break
 else
  print
   x
echo_IMP()
  # utility function for "identity with side-effect"
  
defmonadic_print
  (x):
 
  print
   x
 
  return
   x
  # FP version of "echo()"
echo_FP = 
  lambda
  : monadic_print(raw_input(
  "FP -- "))==
  'quit' 
  or
   echo_FP()
echo_FP()

我們所完成的是設法將涉及 I/O、循環(huán)和條件語句的小程序表示成一個帶有遞歸的純表達式（實際上，如果需要，可以表示成能傳遞到任何其它地方的函數(shù)對象）。我們 的確 仍然利用了實用程序函數(shù) monadic_print() ，但這個函數(shù)是完全一般性的，可以在我們以后創(chuàng)建的每個函數(shù)程序表達式中重用（它是一次性成本）。請注意，任何包含 monadic_print(x) 的表達式所 求值 的結果都是相同的，就象它只包含 x 一樣。FP（特別是 Haskell）對于“不執(zhí)行任何操作，在進程中有副作用”的函數(shù)具有“單一體”意思。

消除副作用

在除去完美的、有意義的語句不用而代之以晦澀的、嵌套的表達式的工作后，一個很自然的問題是：“為什么？！”我對 FP 的所有描述都是使用 Python 做到的。但最重要的特性 -- 可能也是具體情況中最有用的特性 -- 是它消除了副作用（或者至少對一些特殊領域，例如單一體，有一些牽制作用）。絕大部分程序錯誤 -- 和促使程序員求助于調試來解決的問題 -- 之所以會發(fā)生，是因為在程序執(zhí)行過程期間，變量包含了意外的值。函數(shù)程序只不過根本就不為變量分配值，從而避免了這一特殊問題。

讓我們看一段相當普通的命令代碼。它的目的是打印出乘積大于 25 的幾對數(shù)字的列表。組成各對的數(shù)字本身是從另外兩個列表中挑選出的。這種操作與程序員在他們程序段中實際執(zhí)行的操作差不多。實現(xiàn)這一目的的命令方法如下：
清單 7. “打印大乘積”的命令 Python 代碼

# Nested loop procedural style for finding big products
xs = (1,2,3,4)
ys = (10,15,3,22)
bigmuls = []
  # ...more stuff...
  
for
   x 
  in
   xs:
 
  for
   y 
  in
   ys:
 
  # ...more stuff...
  
   if
   x*y > 25:
  bigmuls.append((x,y))
  
  # ...more stuff...
# ...more stuff...
  
print
   bigmuls

這個項目太小，以至于沒有什么可能出錯。但我們的目的可能嵌在要同時實現(xiàn)許多其它目的的代碼中。用 "more stuff" 注釋的那些部分是副作用可能導致錯誤發(fā)生的地方。在這些地方中的任何一處，變量 xs 、 ys 、 bigmuls 、 x 、 y 有可能獲得假設節(jié)略代碼中的意外值。而且，在執(zhí)行完這一段代碼后，所有變量都可能具有稍后代碼可能需要也可能不需要的一些值。很明顯，可以使用函數(shù)／實例形式的封裝和有關作用域的考慮來防止出現(xiàn)這種類型的錯誤。而且，您總是可以在執(zhí)行完變量后 del 它們。但在實際中，這些指出類型的錯誤非常普遍。

目標的函數(shù)方法完全消除了這些副作用錯誤。以下是可能的一段代碼：
清單 8. “打印大乘積”的函數(shù) Python 代碼

bigmuls = 
  lambda
   xs,ys: filter(
  lambda
   (x,y):x*y > 25, combine(xs,ys))
combine = 
  lambda
   xs,ys: map(None, xs*len(ys), dupelms(ys,len(xs)))
dupelms = 
  lambda
   lst,n: reduce(
  lambda
   s,t:s+t, map(
  lambda
   l,n=n: [l]*n, lst))
  print
   bigmuls((1,2,3,4),(10,15,3,22))

在示例中，我們將匿名 ( lambda ) 函數(shù)對象與名稱進行綁定，但這不是一定必要的。我們可以只嵌套定義。這樣做是出于可讀性目的；但也是因為 combine() 是一種隨處可得的很好實用程序函數(shù)（從兩個輸入列表中產(chǎn)生所有元素對的列表）。隨后的 dupelms() 主要只是幫助 combine() 發(fā)揮作用的一種方法。即使這一函數(shù)示例比命令示例更冗長，但一旦考慮到實用程序函數(shù)可以重用，那么 bigmuls() 中的新代碼本身可能比命令版本中的代碼數(shù)量還要少一些。

這種函數(shù)示例真正的優(yōu)勢在于絕對不會有變量更改其中的任何值。稍后的代碼中沒有 可能的不曾預料到的副作用（較早的代碼中也不會有）。很明顯，它本身沒有副作用并不能保證代碼 正確，但即使這樣，這也是個優(yōu)點。不過請注意，Python（與許多函數(shù)語言不同） 不能 防止名稱 bigmuls 、 combine 和 dupelms 的重新綁定。如果 combine() 在程序的稍后部分中開始有其它意義，則所有努力都前功盡棄。您可以逐步建立一個 Singleton 類來包含這種類型的不可變綁定（例如 s.bigmuls 等）；但本專欄并不涉及這一內容。

特別值得注意的一個問題是我們的特定目的是對 Python 2 中的新特性進行定制。最好的（也是函數(shù)的）技術既不是上面提供的命令示例，也不是函數(shù)實例，而是：
清單 9. "bigmuls" 的列表內涵 Python 代碼

print
   [(x,y) 
  for
   x 
  in
   (1,2,3,4) 
  for
   y 
  in
   (10,15,3,22) 
  if
   x*y > 25]

結束語

我已介紹了使用函數(shù)等價物替換每個 Python 流控制構造所使用的方法（在過程中消除了副作用）。對特定程序進行有效轉換將帶來一些額外的考慮，但我們已經(jīng)知道內置函數(shù)是常規(guī)而完整的。在稍后的專欄中，我們將考慮一些更高級的函數(shù)編程技術；希望能夠探索函數(shù)風格的更多利弊。

最新評論