了解一下函數(shù)式編程，送給沉迷面向?qū)ο蟮某绦騿T

（推薦教程：傻瓜函數(shù)式編程）

一切都是為了消除副作用

要了解函數(shù)式編程，我們需要首先了解函數(shù)。 這聽起來可能很無聊，但總而言之，它很有見地。

簡單地說，函數(shù)是將輸入轉(zhuǎn)換為輸出的東西。只是事情并沒有那么簡單。思考一下，在Python中的下面這個函數(shù)的意義：

def square(x):
    return x*x

這個函數(shù)很簡單。 它需要一個變量x，可能是一個int，或者是一個 float 或 double，然后輸出該變量的平方。

再思考一下下面的這個函數(shù)：

global_list = []
def append_to_list(x):
    global_list.append(x)

乍一看，這個函數(shù)接受了一個變量 x，無論是哪種類型，由于沒有 return 語句，它什么也不返回。事實(shí)真的是這樣嗎？

如果事先沒有定義 global_list，那么這個函數(shù)就不能工作，它的輸出是相同的列表，盡管經(jīng)過了修改。雖然 global_list 沒有聲明輸入，但當(dāng)我們使用該函數(shù)時，它就會發(fā)生變化：

append_to_list(1)
append_to_list(2)
global_list

它返回了 [1,2]，而不是空列表。這可能就是問題所在，列表確實(shí)是函數(shù)的一個輸入，雖然我們沒有明確說明。

1.不忠于函數(shù)

這些隱含的輸入，或者其他情況下的輸出，有一個官方名稱：副作用。雖然我們只列舉了一個簡單的例子，但在更復(fù)雜的程序中，這些可能會讓我們面臨真正的困難。

大家可以思考一下該如何測試 append_to_list：我們不僅需要閱讀第一行并使用任何 x 來測試函數(shù)，還需要閱讀整個定義，了解其作用，定義 global_list 并以這種方式進(jìn)行測試。這個例子告訴我們，當(dāng)你在處理有數(shù)千行代碼的程序時，簡單的東西很快就會變得乏味。

好消息是，有一個簡單的解決方法：對函數(shù)作為輸入的內(nèi)容誠實(shí)。這樣更好：

newlist = []
def append_to_list2(x, some_list):
    some_list.append(x)
append_to_list2(1,newlist)
append_to_list2(2,newlist)
newlist

我們并沒有作太大的改變，輸出結(jié)果仍然是 [1,2]，其他所有內(nèi)容也保持不變。

但是，我們已經(jīng)更改了一件事情：該代碼現(xiàn)在沒有副作用。

現(xiàn)在，當(dāng)我們查看函數(shù)聲明時，能確切知道發(fā)生了什么。如果程序運(yùn)行不正常，我們也可以輕松地單獨(dú)測試每個功能并查明哪個功能有問題。

2.函數(shù)式編程正在編寫純函數(shù)

具有明確聲明的輸入和輸出的函數(shù)是沒有副作用的函數(shù)，而沒有副作用的函數(shù)就是純函數(shù)。

函數(shù)編程的一個非常簡單的定義是：僅用純函數(shù)編寫程序。純函數(shù)永遠(yuǎn)不會修改變量，只會創(chuàng)建新的變量作為輸出。

此外，對于給定輸入的純函數(shù)，我們可以得到特定的輸出。相反，不純函數(shù)可能依賴于某些全局變量。因此，如果全局變量不同，則相同的輸入變量可能導(dǎo)致不同的輸出。后者會讓調(diào)試和代碼維護(hù)變得更加困難。

這里有一個容易發(fā)現(xiàn)副作用的簡單規(guī)則：由于每個函數(shù)必須具有某種輸入和輸出，因此沒有任何輸入或輸出的函數(shù)聲明必須是不純的。如果采用函數(shù)式編程，這是你可能想要更改的第一個聲明。

函數(shù)式編程不僅是 map 和 reduce

循環(huán)不是函數(shù)式編程中的東西。首先，我們先來思考以下的Python循環(huán)：

integers = [1,2,3,4,5,6]
odd_ints = []
squared_odds = []
total = 0
for i in integers:
    if i%2 ==1
        odd_ints.append(i)
for i in odd_ints:
    squared_odds.append(i*i)
for i in squared_odds:
    total += i

相較于我們要執(zhí)行的簡單操作，以上代碼明顯過長。而且也沒有起到作用，因?yàn)槲覀冋谛薷娜肿兞俊?/p>

相反，我們可以用以下代碼替代：

from functools import reduce
integers = [1,2,3,4,5,6]
odd_ints = filter(lambda n: n % 2 == 1, integers)
squared_odds = map(lambda n: n * n, odd_ints)
total = reduce(lambda acc, n: acc + n, squared_odds)

這是完整的函數(shù)式。它比較短，也更快，因?yàn)槲覀儾恍枰嗟臄?shù)組元素。如果你理解 filter, map 和 reduce 如何工作，代碼也就不難理解了。

這并不意味著所有的函數(shù)代碼都使用 map、reduce 等。這也不意味著你需要函數(shù)式編程來理解 map 和 reduce。只是當(dāng)你抽象循環(huán)時，這些函數(shù)會彈出很多。

1.Lambda函數(shù)

在談到函數(shù)式編程的歷史時，許多人都是從lambda函數(shù)的發(fā)明開始的。 盡管 lambda 是函數(shù)式編程毫無疑問的基石，但它們并不是根本原因。