内容简介:面试官:你好,你有用过函数式编程吗? 我:函数式?没有呢? 面试官:那有了解过吗? 我:额。。。也没有,贵公司主要使用函数式编程么? 面试官:嗯,不怎么使用,但我就是想问又到了面试的季节,相比很多小伙伴会被面试官一顿连环问,面试造火箭,进去拧螺丝,可想要顺利入职还是得硬着头皮把火箭造出来才行。最近不定期写一些跟面试相关的知识点,为大伙的面试打气加油。
面试官:你好,你有用过函数式编程吗? 我:函数式?没有呢? 面试官:那有了解过吗? 我:额。。。也没有,贵公司主要使用函数式编程么? 面试官:嗯,不怎么使用,但我就是想问
又到了面试的季节,相比很多小伙伴会被面试官一顿连环问,面试造火箭,进去拧螺丝,可想要顺利入职还是得硬着头皮把火箭造出来才行。
最近不定期写一些跟面试相关的知识点,为大伙的面试打气加油。
这篇我们说说函数式编程。
函数式编程是一种编程范式,与面向对象、面向过程都是一种编程的方法论,简单的说就是如何设计我们的程序结构。
函数式的主要思想就是把运算过程写成一系列的函数调用,比如说面向过程我们是这么写的
f(msg){ // 分隔msg ... // 拼接msg ... // 其他处理 .... } 复制代码
函数式就会变成这种形式
a(msg){...// 分隔msg} b(msg){...// 拼接msg} c(msg){...// 其他处理} f(msg) = a(msg).b(msg).c(msg) 复制代码
相当于把原本一个大函数拆解成一个个独立的小函数,然后通过链式调用,把独立的小函数串联起来,已达到输出的结果与原本的大函数一致,有点类似于管道,或者说流水线,上一个工序处理结束,传给下一个工序,最后输出成品。
函数式编程,其函数必须满足一个基本条件:函数必须是没有副作用的,不能直接或间接修改除自身外的变量,仅仅是一种数据转换的行为。片草丛中过,既不沾花也不惹草。
函数式编程有两个最基本的运算:合成和柯里化。
在之前的文章有详细介绍过函数柯里化,请戳 用大白话介绍柯里化函数 ,我们在接着看另一个基本运算-合成
什么是compose
函数合成,英文名叫做 compose
,意思就是一个值要经过多个函数,才能变成另外一个值,将这个多个函数合并成一个函数,就是函数的合成,举个栗子
var name = 'xiaoli' name = a(name){...} name = b(name){...} name = c(name){...} console.log(name) 复制代码
name 经过三个函数才最终输出我们需要的值,那么函数合成后,变成如下
var fn = compose(a,b,c) console.log(fn(name)) 复制代码
这里引用阮一峰老师的一张图
函数组合还是非常好理解的,标准的函数组合还需要满足结合律,在引用阮一峰老师的的图
意思就是 compose(a,b)
生成的函数也必须是一个纯净的函数,对调用者来说这个生成的函数是透明的,调用者只关心 a和b
的实现即可。
compose 实现
我这里我要推荐把函数式编程玩的最溜的 redux
,也是这些大佬们把函数式编程在前端圈给推了起来。我们看代码
// https://github.com/reduxjs/redux/blob/master/src/compose.js /** * Composes single-argument functions from right to left. The rightmost * function can take multiple arguments as it provides the signature for * the resulting composite function. * * @param {...Function} funcs The functions to compose. * @returns {Function} A function obtained by composing the argument functions * from right to left. For example, compose(f, g, h) is identical to doing * (...args) => f(g(h(...args))). */ export default function compose(...funcs) { if (funcs.length === 0) { return arg => arg } if (funcs.length === 1) { return funcs[0] } return funcs.reduce((a, b) => (...args) => a(b(...args))) } 复制代码
是不是很精炼? Array.reduce
大法好啊,巧妙的实现函数嵌套引用。
在看别的函数库如何实现的,先看看 lodash.js
的实现
/** * Composes a function that returns the result of invoking the given functions * with the `this` binding of the created function, where each successive * invocation is supplied the return value of the previous. * * @since 3.0.0 * @category Util * @param {Function[]} [funcs] The functions to invoke. * @returns {Function} Returns the new composite function. * @see flowRight * @example * * function square(n) { * return n * n * } * * const addSquare = flow([add, square]) * addSquare(1, 2) * // => 9 */ function flow(funcs) { const length = funcs ? funcs.length : 0 let index = length while (index--) { if (typeof funcs[index] != 'function') { throw new TypeError('Expected a function') } } return function(...args) { let index = 0 let result = length ? funcs[index].apply(this, args) : args[0] while (++index < length) { result = funcs[index].call(this, result) } return result } } 复制代码
loadsh 看着要稍微复杂些,但兼容性更高,毕竟有些落后的浏览器没法支持reduce
ramda.js
一个更具有函数式代表的函数库,这个函数库非常有意思,每个函数都默认支持柯里化,对酷爱函数式编程的伙伴来说,那就是个大杀器啊,我们看下它 compose
的实现,注释略长,为了方便大家看,我把注释简化下
// compose.js import pipe from './pipe'; import reverse from './reverse'; /** * @func * @category Function * @sig ((y -> z), (x -> y), ..., (o -> p), ((a, b, ..., n) -> o)) -> ((a, b, ..., n) -> z) * @param {...Function} ...functions The functions to compose * @return {Function} * @see R.pipe * @symb R.compose(f, g, h)(a, b) = f(g(h(a, b))) */ export default function compose() { if (arguments.length === 0) { throw new Error('compose requires at least one argument'); } return pipe.apply(this, reverse(arguments)); } // pipe.js import _pipe from './internal/_pipe'; import reduce from './reduce'; export default function pipe() { if (arguments.length === 0) { throw new Error('pipe requires at least one argument'); } return _arity( arguments[0].length, reduce(_pipe, arguments[0], tail(arguments)) ); } // 封装的层次比较多,就不一一展开了 复制代码
ramda 自己实现了reduce,所以兼容性也是OK的。
至于 compose
的函数执行顺序是从左到右还是右到左,这个无非是把传入的函数做个顺序调换。
compose 应用
函数组合的使用场景还是多的,常见的数据处理,只要修改函数因子就可以输入不同的结果,不需要修改原有流程。
我们来看下 koa2
通过 compose
实现的洋葱模型,可以说是非常巧妙了,部分代码如下
// https://github.com/koajs/koa/blob/master/lib/application.js /** * Return a request handler callback * for node's native http server. * * @return {Function} * @api public */ callback() { const fn = compose(this.middleware); if (!this.listenerCount('error')) this.on('error', this.onerror); const handleRequest = (req, res) => { const ctx = this.createContext(req, res); return this.handleRequest(ctx, fn); }; return handleRequest; } // https://github.com/koajs/compose/blob/master/index.js /** * Compose `middleware` returning * a fully valid middleware comprised * of all those which are passed. * * @param {Array} middleware * @return {Function} * @api public */ function compose (middleware) { if (!Array.isArray(middleware)) throw new TypeError('Middleware stack must be an array!') for (const fn of middleware) { if (typeof fn !== 'function') throw new TypeError('Middleware must be composed of functions!') } /** * @param {Object} context * @return {Promise} * @api public */ return function (context, next) { // last called middleware # let index = -1 return dispatch(0) function dispatch (i) { if (i <= index) return Promise.reject(new Error('next() called multiple times')) index = i let fn = middleware[i] if (i === middleware.length) fn = next if (!fn) return Promise.resolve() try { return Promise.resolve(fn(context, dispatch.bind(null, i + 1))); } catch (err) { return Promise.reject(err) } } } } 复制代码
小结
把 compose
和 curry
一起使用可以把函数这东东玩的非常灵活,但对编写函数就会有些要求,如何避免产生副作用,如何设计函数输入、输出,如何设计函数的边界等等。
在某些场景下使用函数式编程,不仅能代码更具扩展性,还能让自己的代码看起来逼格更高。
讲到这里,若在面试的时候把上面涉及到的点和栗子大致说出来,面试的这一关那绝对稳啦。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 前端面试ES6系列:箭头函数和普通函数的区别
- 面试驱动技术之 - isa && 元类 && 函数调用
- 面试驱动技术之 - isa 元类 函数调用
- 精通JavaScript面试:什么是函数式编程
- 「前端面试题系列6」理解函数的柯里化
- 面试必知必会:理解 C++ 虚函数
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
计算机算法设计与分析
王晓东 / 电子工业出版社 / 2007-5 / 29.50元
《计算机算法设计与分析(第3版)》为普通高等教育“十一五”国家级规划教材,是计算机专业核心课程“算法设计与分析”教材。全书以算法设计策略为知识单元,系统介绍计算机算法的设计方法与分析技巧。主要内容包括:算法概述、递归与分治策略、动态规划、贪心算法、回溯法、分支限界法、随机化算法、线性规划与网络流、NP完全性理论与近似算法等。书中既涉及经典与实用算法及实例分析,又包括算法热点领域追踪。 为突出......一起来看看 《计算机算法设计与分析》 这本书的介绍吧!