Swift是一种支持多种编程范式的语言,除了传统的面向对象之外,它还支持functional programming。我们通过一个简单的例子,来理解这个有些理论的概念。
从在数组中筛选元素说起
假设我们需要在一个数组里筛选出所有的偶数:
// filter in array
var numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9]
var evens = [Int]()
for n in numbers {
if n % 2 == 0 {
evens.append(n)
}
}
这样写有一个很明显的缺陷,如果我们需要筛选所有的奇数,那么我们只好复制for循环,之后把if条件改为判断奇数。如果我们接下来还要筛选3的倍数、4的倍数、5的倍数呢?我们只好就复制很多个for循环,但这显然是不符合代码重用思想的。
实际上,Swift提供了一个更简单的方式,我们先来感受下:
let evens1 = numbers.filter({
(n: Int) -> Bool in
return n % 2 == 0) })
evens1 // [2, 4, 6, 8]
filter接受一个closure参数,这个closure接受一个Int参数表示数组中的每一个成员,返回一个Bool,表示是否满足筛选的条件,之后把满足筛选条件的元素,存放到evens1里。当然,在filter里,我们可以对closure做一些简化:
let evens1 = numbers.filter({ $0 % 2 == 0 })
那么,什么是functional programming?
Functional programming是一种编程范式,如同面向对象一样,这是一个关于我们思考方式的问题,而不是我们要做什么的问题。
在面向对象的世界里,我们把要解决的问题抽象成一个个类,通过类之间通信解决问题。而functional programming则是通过函数来描述我们要解决的问题和解决方案。我们管这样的函数,叫做Mathematical functions。而平实我们开发中编写的函数叫做computational functions。它们有什么区别呢?
它们最本质的区别是:Computational function是一组完成特定任务指令的封装,关乎的是要完成的任务;而Mathematical function关注的则是描述参数和返回值之间的关系。通过这种关系,确定的一个参数将总是有固定的返回值。
“这也正是Mathematical function这个名字的来源,它并不是指使用数学公式的函数,而是遵从数学中对于函数理解的函数。”
——特别提示
举个例子,对于匀速直线运动,位移s = 速度v x 时间t,对于一个速度是80km/h的物体来说,f(t) = 80 x t。只要时间固定,我们将总是得到一个固定的位移,于是,f(t) = 80 x t就是一个mathematical function,它关注的是描述位移和时间之间的关系。 把它写成Swift代码,就是这样:
func distance(t: Double) -> Double {
return 80 * t
}
如果在实际的编程中,distance会受到某些我们无法控制的外部变量的干扰(例如来自某个其他程序员),我们的代码可能会变成这样:
func distance(t: Double) -> Double {
let condition = externalCondition
return 80 * t * condition
}
如果我们无法控制externalCondition,那么我们就无法确定时间和位移之间的关系,相同时间得到的位移完全有可能不同,这时,distance就已经变成了一个computational function,它只是一个用于完成“计算位移任务”的函数。
通过上面这个简单的对比,我们不难发现,通常一个computational function的实现里,存在着控制结果的多个维度,让结果变得不确定。而functional programming的思考方式,就是去掉这些不确定因素。让同样的输入,总是产生同样的结果。
重新审视之前的filter算法
结合functional programming的思想,我们可以给Array添加一个自定义的filter:
extension Array {
func myOwnFilter<T>(predicate:(T) -> Bool) -> [T] {
var tmp = [T]()
for i in self {
if predicate(i as! T) {
tmp.append(i as! T)
}
}
return tmp
}
}
首先,我们使用struct extension给Array添加了函数,由于Array可以包含各种类型的元素,因此我们要把myOwnFilter实现为一个泛型函数,它的参数类型使用<T>表示。myOwnFilter同样接受一个closure参数,用来指定过滤的条件。
myOwnFilter的实现逻辑和我们一开始手动过滤偶数是类似的:定一个空数组,遍历数组找到满足条件的元素,存入新数组,将结果返回。唯一需要说明的是我们需要使用强制类型转换as!告诉编译器i的类型,是T(因为我们无法针对Array<T>使用extension)。
有了myOwnFilter之后,我们就可以像下面这样,过滤numbers变量中,所有的奇数:
let odds = numbers.myOwnFilter({ $0 % 2 != 0 })
odds // [1, 2, 3, 5, 7, 9]
在模拟了filter的实现之后,我们不难发现:
在我们最初的方法里,evenArray必须是一个变量,因为我们在循环里要修改evenArray。通过functional programming,我们可以直接获得一个常量。事实上,尽可能使用常量,是functional programing的一个核心主张;
filter是一个mathematical function,它没有对Array做任何修改,也没有依赖任何未知的外界条件。即便传入的Array是个变量,也不用担心在使用filter的时候,其内部的代码会修改Array;
filter是一个函数,也是我们描述问题和解决问题的方式。我们把“在数组中过滤特定条件的元素”,这个事情用函数封装了起来,而filter本身,实际上什么也没做,它只描述了一个输入数组(函数参数)和输出数组(函数返回值)之间的关系;
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。