今天主要圍繞這麼幾個方面談談函數語言程式設計？

1.高階函式

2.返回函式

3.匿名函式

4.裝飾器

5.偏函式

有人會有疑問，聰哥哥請問什麼是函數語言程式設計?

引用百度百科的話說:

函數語言程式設計是一種程式設計方式，它將電腦運算視為函式的計算。函式程式語言最重要的基礎是λ(中文發音，蘭畝達)演算（lambda calculus），而且λ演算的函式可以接受函式當作輸入（引數）和輸出（返回值）。 

和指令式程式設計相比，函數語言程式設計強調函式的計算比指令的執行重要。

和過程化程式設計相比，函數語言程式設計裡函式的計算可隨時呼叫。

 

引用廖雪峰先生的話說:

函式是Python內建支援的一種封裝，我們通過把大段程式碼拆成函式，通過一層一層的函式呼叫，就可以把複雜任務分解成簡單的任務，這種分解可以稱之為面向過程的程式設計。函式就是面向過程的程式設計的基本單元。

而函數語言程式設計（請注意多了一個“式”字）——Functional Programming，雖然也可以歸結到面向過程的程式設計，但其思想更接近數學計算。

我們首先要搞明白計算機（Computer）和計算（Compute）的概念。

在計算機的層次上，CPU執行的是加減乘除的指令程式碼，以及各種條件判斷和跳轉指令，所以，組合語言是最貼近計算機的語言。

而計算則指數學意義上的計算，越是抽象的計算，離計算機硬體越遠。

對應到程式語言，就是越低階的語言，越貼近計算機，抽象程度低，執行效率高，比如C語言；越高階的語言，越貼近計算，抽象程度高，執行效率低，比如Lisp語言。

函數語言程式設計就是一種抽象程度很高的程式設計正規化，純粹的函數語言程式設計語言編寫的函式沒有變數，因此，任意一個函式，只要輸入是確定的，輸出就是確定的，這種純函式我們稱之為沒有副作用。而允許使用變數的程式設計語言，由於函式內部的變數狀態不確定，同樣的輸入，可能得到不同的輸出，因此，這種函式是有副作用的。

函數語言程式設計的一個特點就是，允許把函式本身作為引數傳入另一個函式，還允許返回一個函式！

Python對函數語言程式設計提供部分支援。由於Python允許使用變數，因此，Python不是純函數語言程式設計語言。

 

百度百科的話有點籠統，廖雪峰先生說的挺不錯的。聰哥哥就不班門弄斧了。

下面進入正題:

 

一、高階函式

高階函式包含map/reduce、filter、sorted等。

1.map/reduce

map/reduce

閱讀: 434814

---

Python內建了map()和reduce()函式。

如果你讀過Google的那篇大名鼎鼎的論文“MapReduce: Simplified Data Processing on Large Clusters”，你就能大概明白map/reduce的概念。

我們先看map。map()函式接收兩個引數，一個是函式，一個是Iterable，map將傳入的函式依次作用到序列的每個元素，並把結果作為新的Iterator返回。

舉例說明，比如我們有一個函式f(x)=x2，要把這個函式作用在一個list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()實現如下:

示例一:

# -*- coding: utf-8 -*-
def f(x):
     return x * x

r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(r))

2.filter

Python內建的filter()函式用於過濾序列。

和map()類似，filter()也接收一個函式和一個序列。和map()不同的是，filter()把傳入的函式依次作用於每個元素，然後根據返回值是True還是False決定保留還是丟棄該元素。

例如，在一個list中，刪掉偶數，只保留奇數，可以這麼寫：

示例二:

# -*- coding: utf-8 -*-
def is_odd(n):
    return n % 2 == 1

print(list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15])))

把一個序列中的空字串刪掉，可以這麼寫：

示例三:

# -*- coding: utf-8 -*-
def not_empty(s):
    return s and s.strip()

print(list(filter(not_empty, ['A', '', 'B', None, 'C', '  '])))

 

聰哥哥有話說:filter()的作用是從一個序列中篩出符合條件的元素。由於filter()使用了惰性計算，所以只有在取filter()結果的時候，才會真正篩選並每次返回下一個篩出的元素。

接下來或許有朋友會提出問題，什麼是惰性計算?

引用百度百科:

惰性計算(Lazy Evaluation)，又稱懶惰計算、懶漢計算，是一個計算機程式設計中的一個概念，它的目的是要最小化計算機要做的工作。

它有兩個相關而又有區別的含意，可以表示為“延遲計算”和“短路求值”。除可以得到效能的提升外，惰性計算的最重要的好處是它可以構造一個無限的資料型別。

惰性計算的相反是熱情計算，也叫做嚴格計算。這是一個大多數程式語言所擁有的普通計算方式。

 

3.sorted

排序也是在程式中經常用到的演算法。無論使用氣泡排序還是快速排序，排序的核心是比較兩個元素的大小。如果是數字，我們可以直接比較，但如果是字串或者兩個dict呢？直接比較數學上的大小是沒有意義的，因此，比較的過程必須通過函式抽象出來。

 

Python內建的sorted()函式就可以對list進行排序：

示例四:

# -*- coding: utf-8 -*-
print(sorted([36, 5, -12, 9, -21]))

 

二、返回函式

返回函式又分兩個，一個函式作為返回值，一個是閉包(閉包在前端領域比較流行)

1.函式作為返回值

高階函式除了可以接受函式作為引數外，還可以把函式作為結果值返回。

我們來實現一個可變引數的求和。通常情況下，求和的函式是這樣定義的：

示例五:

def calc_sum(*args):
    ax = 0
    for n in args:
        ax = ax + n
    return ax

但是，如果不需要立刻求和，而是在後面的程式碼中，根據需要再計算怎麼辦？可以不返回求和的結果，而是返回求和的函式：

示例六:

def lazy_sum(*args):
    def sum():
        ax = 0
        for n in args:
            ax = ax + n
        return ax
    return sum

當我們呼叫lazy_sum()時，返回的並不是求和結果，而是求和函式：

這個例子中，我們在函式lazy_sum中又定義了函式sum，並且，內部函式sum可以引用外部函式lazy_sum的引數和區域性變數，當lazy_sum返回函式sum時，相關引數和變數都儲存在返回的函式中，這種稱為“閉包（Closure）”的程式結構擁有極大的威力。

2.閉包

注意到返回的函式在其定義內部引用了局部變數args，所以，當一個函式返回了一個函式後，其內部的區域性變數還被新函式引用，所以，閉包用起來簡單，實現起來可不容易。

另一個需要注意的問題是，返回的函式並沒有立刻執行，而是直到呼叫了f()才執行。我們來看一個例子：

示例七:

# -*- coding: utf-8 -*-
def count():
    fs = []
    for i in range(1, 4):
        def f():
             return i*i
        fs.append(f)
    return fs

f1, f2, f3 = count()
print(f1())
print(f2())
print(f3())

在上面的例子中，每次迴圈，都建立了一個新的函式，然後，把建立的3個函式都返回了。

你可能認為呼叫f1()，f2()和f3()結果應該是1，4，9，但實際結果是：

如果一定要引用迴圈變數怎麼辦？方法是再建立一個函式，用該函式的引數繫結迴圈變數當前的值，無論該迴圈變數後續如何更改，已繫結到函式引數的值不變：

示例八:

# -*- coding: utf-8 -*-
def count():
    def f(j):
        def g():
            return j*j
        return g
    fs = []
    for i in range(1, 4):
        fs.append(f(i)) # f(i)立刻被執行，因此i的當前值被傳入f()
    return fs

f1, f2, f3 = count()
print(f1())
print(f2())
print(f3())

結果如圖:

閉包的缺點在於:程式碼較長，不過可利用lambda函式縮短程式碼。

聰哥哥怎麼看?

(1)一個函式可以返回一個計算結果，也可以返回一個函式;

(2)返回一個函式時，牢記該函式並未執行，返回函式中不要引用任何可能會變化的變數。

 

三、匿名函式

當我們在傳入函式時，有些時候，不需要顯式地定義函式，直接傳入匿名函式更方便。

在Python中，對匿名函式提供了有限支援。還是以map()函式為例，計算f(x)=x2時，除了定義一個f(x)的函式外，還可以直接傳入匿名函式：

示例九:

# -*- coding: utf-8 -*-
print(list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])))

關鍵字lambda表示匿名函式，冒號前面的x表示函式引數。

匿名函式有個限制，就是隻能有一個表示式，不用寫return，返回值就是該表示式的結果。

用匿名函式有個好處，因為函式沒有名字，不必擔心函式名衝突。此外，匿名函式也是一個函式物件，也可以把匿名函式賦值給一個變數，再利用變數來呼叫該函式。

聰哥哥有話說:Python對匿名函式的支援有限，只有一些簡單的情況下可以使用匿名函式。

 

四、裝飾器

在Java中有一個設計模式叫裝飾器模式。下面聰哥哥我藉此分享下關於裝飾器的知識

裝飾器模式定義:

裝飾器模式（Decorator Pattern）允許向一個現有的物件新增新的功能，同時又不改變其結構。這種型別的設計模式屬於結構型模式，它是作為現有的類的一個包裝。

這種模式建立了一個裝飾類，用來包裝原有的類，並在保持類方法簽名完整性的前提下，提供了額外的功能。

我們通過下面的例項來演示裝飾器模式的用法。其中，我們將把一個形狀裝飾上不同的顏色，同時又不改變形狀類。

 

介紹:

意圖：動態地給一個物件新增一些額外的職責。就增加功能來說，裝飾器模式相比生成子類更為靈活。

主要解決：一般的，我們為了擴充套件一個類經常使用繼承方式實現，由於繼承為類引入靜態特徵，並且隨著擴充套件功能的增多，子類會很膨脹。

何時使用：在不想增加很多子類的情況下擴充套件類。

如何解決：將具體功能職責劃分，同時繼承裝飾者模式。

關鍵程式碼： 1、Component 類充當抽象角色，不應該具體實現。 2、修飾類引用和繼承 Component 類，具體擴充套件類重寫父類方法。

應用例項： 1、孫悟空有 72 變，當他變成"廟宇"後，他的根本還是一隻猴子，但是他又有了廟宇的功能。 2、不論一幅畫有沒有畫框都可以掛在牆上，但是通常都是有畫框的，並且實際上是畫框被掛在牆上。在掛在牆上之前，畫可以被蒙上玻璃，裝到框子裡；這時畫、玻璃和畫框形成了一個物體。

優點：裝飾類和被裝飾類可以獨立發展，不會相互耦合，裝飾模式是繼承的一個替代模式，裝飾模式可以動態擴充套件一個實現類的功能。

缺點：多層裝飾比較複雜。

使用場景： 1、擴充套件一個類的功能。 2、動態增加功能，動態撤銷。

注意事項：可代替繼承。

Python也是面向物件程式設計，後面也會有類的例項、繼承、多型等等之類的概念，後續會講解。

示例十:

# -*- coding: utf-8 -*-
import functools

def log(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper
	
print(log)

聰哥哥怎麼看?

在面向物件（OOP）的設計模式中，decorator被稱為裝飾模式。OOP的裝飾模式需要通過繼承和組合來實現，而Python除了能支援OOP的decorator外，直接從語法層次支援decorator。Python的decorator可以用函式實現，也可以用類實現。decorator可以增強函式的功能，定義起來雖然有點複雜，但使用起來非常靈活和方便。

 

五、偏函式

Python的functools模組提供了很多有用的功能，其中一個就是偏函式（Partial function）。要注意，這裡的偏函式和數學意義上的偏函式不一樣。

在介紹函式引數的時候，我們講到，通過設定引數的預設值，可以降低函式呼叫的難度。而偏函式也可以做到這一點。

例如:

int()函式可以把字串轉換為整數，當僅傳入字串時，int()函式預設按十進位制轉換：

# -*- coding: utf-8 -*-

import functools
int2 = functools.partial(int, base=2)
print(int2('1000000'))

聰哥哥有話說:當函式的引數個數太多，需要簡化時，使用functools.partial可以建立一個新的函式，這個新函式可以固定住原函式的部分引數，從而在呼叫時更簡單。

小結:

其實聰哥哥我對於上述部分內容也不是特別理解，其實也不明白，但是學習這東西不能僅僅因為暫時不明白某個地方，而停滯。

這就好像開發的過程中，產品那邊提出某個問題，那個問題，即屬於業務邏輯方面，又屬於技術方面的，那個任務屬於緊急但不重要的評級。這時可以放放，因為當某個時候，突然大腦靈光閃現，就會頓時明白知道怎麼解決，我們將這個東西稱之為靈感。