Python函数式编程指南（一）：概述

这大概算是Python最难啃的一块骨头吧。在我 Python生涯的这一年里，我遇到了一些Pythoner，他们毫无例外地彻底不会使用函数式编程（有些人喜欢称为Pythonic），好比，历来不会 传递函数，不知道lambda是什么意思，知道列表展开但历来不知道用在哪里，对Python不提供经典for循环感到无所适从，言谈之中表现出对函数式 风格的一种抗拒甚至厌恶。

我尝试剖析这个问题，最终总结了这么两个缘由：一、不想改变，认为现有的知识能够完成任务；二、对小众语言的歧视，Python目前在国内市场份额仍然很小很小，熟悉Python风格用处不大。

然而我认为，学习使用一种大相径庭的风格能够颠覆整个编程的思想。我会慢慢总结一个系列共4篇文字，篇幅都不大，轻松就能看完，但愿对喜欢Python的人们有所帮助，由于我我的确实从中受益不浅。

仍是那句老话，尊重做者的劳动，转载请注明原做者和原地址：）

1. 函数式编程概述

1.1. 什么是函数式编程？

函数式编程使用一系列的函数解决问题。函数仅接受输入并产生输出，不包含任何能影响产生输出的内部状态。任何状况下，使用相同的参数调用函数始终能产生一样的结果。

在 一个函数式的程序中，输入的数据“流过”一系列的函数，每个函数根据它的输入产生输出。函数式风格避免编写有“边界效应”(side effects)的函数：修改内部状态，或者是其余没法反应在输出上的变化。彻底没有边界效应的函数被称为“纯函数式的”(purely functional)。避免边界效应意味着不使用在程序运行时可变的数据结构，输出只依赖于输入。

能够认为函数式编程恰好站在了面 向对象编程的对立面。对象一般包含内部状态（字段），和许多能修改这些状态的函数，程序则由不断修改状态构成；函数式编程则极力避免状态改动，并经过在函 数间传递数据流进行工做。但这并非说没法同时使用函数式编程和面向对象编程，事实上，复杂的系统通常会采用面向对象技术建模，但混合使用函数式风格还能 让你额外享受函数式风格的优势。

1.2. 为何使用函数式编程？

函数式的风格一般被认为有以下优势：

• 逻辑可证
  这是一个学术上的优势：没有边界效应使得更容易从逻辑上证实程序是正确的（而不是经过测试）。
• 模块化
  函数式编程推崇简单原则，一个函数只作一件事情，将大的功能拆分红尽量小的模块。小的函数更易于阅读和检查错误。
• 组件化
  小的函数更容易加以组合造成新的功能。
• 易于调试
  细化的、定义清晰的函数使得调试更加简单。当程序不正常运行时，每个函数都是检查数据是否正确的接口，能更快速地排除没有问题的代码，定位到出现问题的地方。
• 易于测试
  不依赖于系统状态的函数无须在测试前构造测试桩，使得编写单元测试更加容易。
• 更高的生产率
  函数式编程产生的代码比其余技术更少（每每是其余技术的一半左右），而且更容易阅读和维护。

1.3. 如何辨认函数式风格？

支持函数式编程的语言一般具备以下特征，大量使用这些特征的代码便可被认为是函数式的：

• 函数是一等公民
  函数能做为参数传递，或者是做为返回值返回。这个特性使得模板方法模式很是易于编写，这也促使了这个模式被更频繁地使用。
  以一个简单的集合排序为例，假设lst是一个数集，并拥有一个排序方法sort须要将如何肯定顺序做为参数。
  若是函数不能做为参数，那么lst的sort方法只能接受普通对象做为参数。这样一来咱们须要首先定义一个接口，而后定义一个实现该接口的类，最后将该类的一个实例传给sort方法，由sort调用这个实例的compare方法，就像这样：
  
  

  1 2 3 4 5 6 7 8 9

  #伪代码 interface Comparator {      compare(o1, o2) } lst = list ( range ( 5 )) lst.sort(Comparator() {      compare(o1, o2) {          return o2 - o1 / / 逆序 })

  可见，咱们定义了一个新的接口、新的类型（这里是一个匿名类），并new了一个新的对象只为了调用一个方法。若是这个方法能够直接做为参数传递会怎样呢？看起来应该像这样：
  
  

  1 2 3 4

  def compare(o1, o2):      return o2 - o1 #逆序 lst = list ( range ( 5 )) lst.sort(compare)

  请注意，前一段代码已经使用了匿名类技巧从而省下了很多代码，但仍然不如直接传递函数简单、天然。
• 匿名函数(lambda)
  lambda提供了快速编写简单函数的能力。对于偶尔为之的行为，lambda让你再也不须要在编码时跳转到其余位置去编写函数。
  lambda表达式定义一个匿名的函数，若是这个函数仅在编码的位置使用到，你能够现场定义、直接使用：
  
  

  1	lst.sort( lambda o1, o2: o1.compareTo(o2))

  相信从这个小小的例子你也能感觉到强大的生产效率：）
• 封装控制结构的内置模板函数
  为了避开边界效应，函数式风格尽可能避免使用变量，而仅仅为了控制流程而定义的循环变量和流程中产生的临时变量无疑是最须要避免的。
  假如咱们须要对刚才的数集进行过滤获得全部的正数，使用指令式风格的代码应该像是这样：
  ?

  1 2 3 4

  lst2 = list () for i in range ( len (lst)): #模拟经典for循环      if lst[i] > 0 :          lst2.append(lst[i])

  这段代码把从建立新列表、循环、取出元素、判断、添加至新列表的整个流程完整的展现了出来，俨然把解释器当成了须要手把手指导的傻瓜。然而，“过滤”这个动做是很常见的，为何解释器不能掌握过滤的流程，而咱们只须要告诉它过滤规则呢？
  在Python里，过滤由一个名为filter的内置函数实现。有了这个函数，解释器就学会了如何“过滤”，而咱们只须要把规则告诉它：
  
  

  1	lst2 = filter ( lambda n: n > 0 , lst)

  这个函数带来的好处不只仅是少写了几行代码这么简单。
  封装控制结构后，代码中就只须要描述功能而不是作法，这样的代码更清晰，更可读。由于避开了控制结构的干扰，第二段代码显然能让你更容易了解它的意图。
  另外，由于避开了索引，使得代码中不太可能触发下标越界这种异常，除非你手动制造一个。
  函数式编程语言一般封装了数个相似“过滤”这样的常见动做做为模板函数。惟一的缺点是这些函数须要少许的学习成本，但这绝对不能掩盖使用它们带来的好处。
• 闭包(closure)
  闭包是绑定了外部做用域的变量（但不是全局变量）的函数。大部分状况下外部做用域指的是外部函数。
  闭包包含了自身函数体和所需外部函数中的“变量名的引用”。引用变量名意味着绑定的是变量名，而不是变量实际指向的对象；若是给变量从新赋值，闭包中能访问到的将是新的值。
  闭包使函数更加灵活和强大。即便程序运行至离开外部函数，若是闭包仍然可见，则被绑定的变量仍然有效；每次运行至外部函数，都会从新建立闭包，绑定的变量是不一样的，不须要担忧在旧的闭包中绑定的变量会被新的值覆盖。
  回到刚才过滤数集的例子。假设过滤条件中的 0 这个边界值再也不是固定的，而是由用户控制。若是没有闭包，那么代码必须修改成：
  
  
  

  1 2 3 4 5 6 7 8 9

  class greater_than_helper:      def __init__( self , minval):          self .minval = minval      def is_greater_than( self , val):          return val > self .minval   def my_filter(lst, minval):      helper = greater_than_helper(minval)      return filter (helper.is_greater_than, lst)

  
  请注意咱们如今已经为过滤功能编写了一个函数my_filter。如你所见，咱们须要在别的地方（此例中是类greater_than_helper）持有另外一个操做数minval。
  若是支持闭包，由于闭包能够直接使用外部做用域的变量，咱们就再也不须要greater_than_helper了：
  
  
  

  1 2	def my_filter(lst, minval):      return filter ( lambda n: n > minval, lst)

  
  可见，闭包在不影响可读性的同时也省下了很多代码量。
  函数式编程语言都提供了对闭包的不一样程度的支持。在Python 2.x中，闭包没法修改绑定变量的值，全部修改绑定变量的行为都被当作新建了一个同名的局部变量并将绑定变量隐藏。Python 3.x中新加入了一个关键字 nonlocal 以支持修改绑定变量。但无论支持程度如何，你始终能够访问（读取）绑定变量。
• 内置的不可变数据结构
  为了避开边界效应，不可变的数据结构是函数式编程中不可或缺的部分。不可变的数据结构保证数据的一致性，极大地下降了排查问题的难度。
  例如，Python中的元组(tuple)就是不可变的，全部对元组的操做都不能改变元组的内容，全部试图修改元组内容的操做都会产生一个异常。
  函数式编程语言通常会提供数据结构的两种版本（可变和不可变），并推荐使用不可变的版本。
• 递归
  递归是另外一种取代循环的方法。递归实际上是函数式编程很常见的形式，常常能够在一些算法中见到。但之因此放到最后，是由于实际上咱们通常很 少用到递归。若是一个递归没法被编译器或解释器优化，很容易就会产生栈溢出；另外一方面复杂的递归每每让人感受迷惑，不如循环清晰，因此众多最佳实践均指出 使用循环而非递归。
  这一系列短文中都不会关注递归的使用。