一.lambda
在kotlin中,函数作为一等公民,lambda 是把一小段函数封装成一个匿名函数,以参数的形式传递给函数使用.实际上是一种函数字面量(一眼就能看明白的函数)--目的就是表达简洁.
标准lambda表达式:
val sum:(Int,Int)->Int={x:Int,y:Int->x+y}
语法:
- 用{} 包裹
- 在lambda内部已经申明了参数部分的类型,以及返回类型支持推导,lambda变量可以省略函数类型声明;[化简]
val sum={x:Int,y:Int->x+y} - 如果lambda变量声明了函数类型,那么lambda的参数部分的类型可以省略.[化简]
val sum:(Int,Int)->Int=(x,y->x+y) - 如果lambda 表达式返回的不是Unit,默认最后一行表达式的值类型就是返回类型.
这些简化特征的关键点是推导机制.核心思想是简化,看起来易懂.
因为lambda本质是一个匿名函数,所以在kotlin中,lambda可以直接表示
- 一个普通变量的具体表达式实现,
val/var xxxx={} - 一个函数(lambda函数表达式)
fun foo(int:Int)={
xxxx
} - 也可以作为函数的参数.
fun test(a : Int, 参数名 : (参数1 : 类型,参数2 : 类型, ... ) -> 表达式返回类型){
...
}
demo
:
1.对于var 的lambda表达式
var println = { println("logo") }
var sum0: (Int, Int) -> Int = { x: Int, y: Int -> x + y }
var sum1 = { x: Int, y: Int -> x + y }
var sum2: (Int, Int) -> Int = { x, y -> x + y }
通过decompile 得到的java文件
@NotNull
private Function0 println;
@NotNull
private Function2 sum0;
@NotNull
private Function2 sum1;
@NotNull
private Function2 sum2;
@NotNull
public final Function0 getPrintln() {
return this.println;
}
public final void setPrintln(@NotNull Function0 var1) {
Intrinsics.checkParameterIsNotNull(var1, "<set-?>");
this.println = var1;
}
@NotNull
public final Function2 getSum0() {
return this.sum0;
}
public final void setSum0(@NotNull Function2 var1) {
Intrinsics.checkParameterIsNotNull(var1, "<set-?>");
this.sum0 = var1;
}
@NotNull
public final Function2 getSum1() {
return this.sum1;
}
public final void setSum1(@NotNull Function2 var1) {
Intrinsics.checkParameterIsNotNull(var1, "<set-?>");
this.sum1 = var1;
}
@NotNull
public final Function2 getSum2() {
return this.sum2;
}
public final void setSum2(@NotNull Function2 var1) {
Intrinsics.checkParameterIsNotNull(var1, "<set-?>");
this.sum2 = var1;
}
说明在转成java文件之后,lambda表达式已经被表示成一个函数,其中Function0 表示无参函数,Function2表示带两个参数的函数.
package kotlin.jvm.functions
/** A function that takes 0 arguments. */
public interface Function0<out R> : Function<R> {
/** Invokes the function. */
public operator fun invoke(): R
}
/** A function that takes 1 argument. */
public interface Function1<in P1, out R> : Function<R> {
/** Invokes the function with the specified argument. */
public operator fun invoke(p1: P1): R
}
2.对于fun lambda函数
fun sum3(x: Int, y: Int) = { x + y }
decompile
@NotNull
public final Function0 sum3(final int x, final int y) {
return (Function0)(new Function0() {
// $FF: synthetic method
// $FF: bridge method
public Object invoke() {
return this.invoke();
}
public final int invoke() {
return x + y;
}
});
}
在匿名函数体,Lambda(以及局部函数,object表达式)在语法中都存在"{}",这个{}内部的代码如果访问了外部变量则称为一个闭包.闭包可以当参数传递或直接使用,可以简单看成"访问外部环境变量的函数
3.带参数的Lambda
public class LambdaExpression {
//带接受者的Lambda
val sum1: Int.(Int) -> Int = { other -> plus(other) }
var minu: Int.(Int) -> Int = { other -> minus(other) }
//扩展函数
fun Int.mix(value: Int): Unit {
println(this.toString() + value.toString())
}
fun test() {
sum1(10, 10)
10.sum1(10)
10.minu(9)
10.mix(90)
}
}
Decompile
public final class LambdaExpression {
@NotNull
private final Function2 sum1;
@NotNull
private Function2 minu;
@NotNull
public final Function2 getSum1() {
return this.sum1;
}
@NotNull
public final Function2 getMinu() {
return this.minu;
}
public final void setMinu(@NotNull Function2 var1) {
Intrinsics.checkParameterIsNotNull(var1, "<set-?>");
this.minu = var1;
}
public final void mix(int $this$mix, int value) {
String var3 = $this$mix + String.valueOf(value);
System.out.println(var3);
}
public final void test() {
this.sum1.invoke(10, 10);
this.sum1.invoke(10, 10);
this.minu.invoke(10, 9);
this.mix(10, 90);
}
public LambdaExpression() {
this.sum1 = (Function2)null.INSTANCE;
this.minu = (Function2)null.INSTANCE;
}
}
// LambdaExpressionKt.java
4.类型安全的构建器 与Anko Layouts DSL
先放一个anko 的demo吧
class MainActivity : AppCompatActivity() {
override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
val lambdaTest = LambdaTest()
lambdaTest.test()
setContentView(myLayout())
}
fun myLayout(): View {
return linearLayout {
val btn= button {
setText("click")
onClick {
toast("clickd Me")
}
}
}
}
}
实际上linearLayout
这段就是类型安全的构建器.这种也可以看做是DSL 在"局部领域的专有写法",可以写出
类似flutter 现代化的布局.好处:代码简化,用{} 包裹内部的元素,使用方便,层次分明. 缺点:对于习惯了xml 布局的刚开始会觉得不太适应,嵌套看上去会较多({}
).
原理:
正是使用到函数当做参数的特性,使得把容器的构造固定,然后可以动态的往里面添加不同的控件(填充作为参数的函数).
看下源码:
inline fun Activity.linearLayout(init: (@AnkoViewDslMarker _LinearLayout).() -> Unit): android.widget.LinearLayout {
return ankoView(`$$Anko$Factories$Sdk27ViewGroup`.LINEAR_LAYOUT, theme = 0) { init() }
}
二、集合高阶函数api 实现
- fold
- flatten
- map
- flatmap
惰性集合
这是函数式思想里面的一个 "惰性求值"的应用.(表达式不在它被绑定到变量之后就立即求值,而是在该值被取用的时候求值)
解决普通操作处理很多元素低效的问
惰性求值
--表示一种在需要时才进行求值计算方式。不在被绑定的时候立即求值,而是在该值被取用时才求值。可以构造出一个无限的数据类型
- 序列 asSequence
- 中间操作
- 末端操作
- 无穷队列
demo 比较
val mylist = listOf(1, 2, 3, 4, 5, 6, 7, 8)
//1. 一般的集合
fun listTest() {
println("---------list------")
mylist.filter {
println("filter${it}")
it > 2
}.map {
println("map${it}")
it * 2
}
print('\n')
}
// 2. 中间操作
fun lazyTest() {
println("---------lazy list------")
mylist.asSequence().filter {
println("filter${it}")
it > 2
}.map {
println("map${it}")
it * 2
}
print('\n')
}
// 3.末端操作
fun lazyLastTest() {
println("---------lazyLast list------")
mylist.asSequence().filter {
println("filter${it}")
it > 2
}.map {
println("map${it}")
it * 2
}.toList()
print('\n')
}
//输出结果
---------list------
filter1
filter2
filter3
filter4
filter5
filter6
filter7
filter8
map3
map4
map5
map6
map7
map8
---------lazy list------
---------lazyLast list------
filter1
filter2
filter3
map3
filter4
map4
filter5
map5
filter6
map6
filter7
map7
filter8
map8
为什么会出现3种不同的结果?
decompile下看看编译成的java 文件
@NotNull
private static final List mylist = CollectionsKt.listOf(new Integer[]{1, 2, 3, 4, 5, 6, 7, 8});
@NotNull
public static final List getMylist() {
return mylist;
}
public static final void listTest() {
String var0 = "---------list------";
System.out.println(var0);
Iterable $receiver$iv = (Iterable)mylist;
Collection destination$iv$iv = (Collection)(new ArrayList());
Iterator var3 = $receiver$iv.iterator();
Object item$iv$iv;
int it;
boolean var6;
String var7;
while(var3.hasNext()) {
item$iv$iv = var3.next();
it = ((Number)item$iv$iv).intValue();
var6 = false;
var7 = "filter" + it;
System.out.println(var7);
if (it > 3) {
destination$iv$iv.add(item$iv$iv);
}
}
$receiver$iv = (Iterable)((List)destination$iv$iv);
destination$iv$iv = (Collection)(new ArrayList(CollectionsKt.collectionSizeOrDefault($receiver$iv, 10)));
var3 = $receiver$iv.iterator();
while(var3.hasNext()) {
item$iv$iv = var3.next();
it = ((Number)item$iv$iv).intValue();
var6 = false;
var7 = "map" + it;
System.out.println(var7);
Integer var11 = it * 2;
destination$iv$iv.add(var11);
}
List var10000 = (List)destination$iv$iv;
char var13 = '\n';
System.out.print(var13);
}
public static final void lazyTest() {
String var0 = "---------lazy list------";
System.out.println(var0);
SequencesKt.map(SequencesKt.filter(CollectionsKt.asSequence((Iterable)mylist), (Function1)null.INSTANCE), (Function1)null.INSTANCE);
char var1 = '\n';
System.out.print(var1);
}
public static final void lazyLastTest() {
String var0 = "---------lazyLast list------";
System.out.println(var0);
SequencesKt.toList(SequencesKt.map(SequencesKt.filter(CollectionsKt.asSequence((Iterable)mylist), (Function1)null.INSTANCE), (Function1)null.INSTANCE));
char var1 = '\n';
System.out.print(var1);
}
1.原来普通list的filter,map 两个步骤是分开依次执行,首先filter会遍历所有的列表元素,重新生成一个过滤列表;再已过滤列表为输入源进行map.
2.对于list序列化的.
SequencesKt.map(SequencesKt.filter(CollectionsKt.asSequence((Iterable)mylist), (Function1)null.INSTANCE), (Function1)null.INSTANCE);
这个函数差分成3部分分析:
val collectionSequence=CollectionsKt.asSequence((Iterable)this.mylist)
val mapSequence =SequencesKt.filter(collectionSequence, (Function1)null.INSTANCE)
val filterSequence=SequencesKt.map(mapSequence, (Function1)null.INSTANCE)
Sequence的UML图
可以看到FilteringSequence,TransformingSequence,FlatteningSequence,MergingSequence 分别对应Sequence的filter{},map{},flatMap{},zip{} 等操作,这些属于Sequence不同的状态,每个操作对应返回相应的状态.也就是说这里使用了中的状态模式实现的.
前面几步是不会进行计算的,因为只是返回一个Sequence,而Sequence实际上是一个包含迭代器的接口.直到触发toList() 函数时,会执行 iterator的 迭代器 forEach函数.最终执行序列的每个iterator的迭代方法,把执行的结果加入到ArrayList中.
如下面代码 所示
public fun <T> Sequence<T>.toList(): List<T> {
return this.toMutableList().optimizeReadOnlyList()
}
public fun <T> Sequence<T>.toMutableList(): MutableList<T> {
return toCollection(ArrayList<T>())
}
public fun <T, C : MutableCollection<in T>> Sequence<T>.toCollection(destination: C): C {
for (item in this) {
destination.add(item)
}
return destination
}
这里也就解释了Sequence的惰性求值的原理
二、函数式编程
狭义理解:只通过纯函数进行编程,不允许有副作用。给定同样的输入,会有相同的输出。非常适合推理。劣势:绝对的副作用,所有的数据结构都是不可变。
广义理解:“任何以函数为中心进行编程”的语言都可称函数式编程。
常见的函数式语言特征:
- 函数是头等公民
- 方便的闭包语法
- 递归式的构造列表
- 科里化函数
- 惰性求值
- 模式匹配
- 尾递归优化
- 范型能力,高阶类型
- Typeclass
- 类型推导