iOS-Swift-map filter reduce、函数式编程

一. Array常用的内置函数

1. map

遍历数组中的元素,传入到后面的闭包里面,闭包的返回值组成新的数组,最后返回这个新数组。

var arr = [1, 2, 3, 4]
// [2, 4, 6, 8]
var arr2 = arr.map { $0 * 2 } //重新映射

也可以传入一个函数,如下:

func double(_ i: Int) -> Int { i * 2 }
var arr = [1, 2, 3, 4]
// [2, 4, 6, 8]
print(arr.map(double))

① map和flatMap(紧贴、平坦、展开)的区别

map:无论你给我返回的是什么我都把返回的东西放到新数组里面。
flatMap:如果你给我返回的是数组,我会把数组摊开,将数组里面的元素放到新数组里面。

var arr = [1, 2, 3]
// [[1], [2, 2], [3, 3, 3]]
var arr2 = arr.map { Array.init(repeating: $0, count: $0) }
// [1, 2, 2, 3, 3, 3]
var arr3 = arr.flatMap { Array.init(repeating: $0, count: $0) }

② compactMap(压缩、结实)

compactMap会将新数组中的元素解包,如果是nil就清除这个元素,最后返回新数组。

var arr = ["123", "test", "jack", "-30"]
// [Optional(123), nil, nil, Optional(-30)]
var arr2 = arr.map { Int($0) }
// [123, -30]
var arr3 = arr.compactMap { Int($0) } //压缩

③ map的lazy的优化

let arr = [1, 2, 3]
let result = arr.lazy.map { //有lazy
    (i: Int) -> Int in
    print("mapping \(i)")
    return i * 2
}
print("begin-----")
print("mapped", result[0])
print("mapped", result[1])
print("mapped", result[2])
print("end----")

如果没有lazy,打印如下,可以发现,在begin之前,arr中的元素已经映射完了,但是有时候这样比较浪费和耗时。

mapping 1
mapping 2
mapping 3
begin-----
mapped 2
mapped 4
mapped 6
end----

如果有lazy,打印如下,用到哪个元素才映射哪个元素。

begin-----
mapping 1
mapped 2
mapping 2
mapped 4
mapping 3
mapped 6
end----

2. filter

遍历数组中的元素,传入到后面的闭包里面,闭包的返回值如果是true,就把这个元素放到新数组里面,闭包的返回值如果是false,继续遍历数组中元素,最后返回这个新数组。

var arr = [1, 2, 3, 4]
// [2, 4]
var arr2 = arr.filter { $0 % 2 == 0 } //过滤

3. reduce

这个函数比较复杂,查看reduce函数定义如下:

@inlinable public func reduce<Result>(_ initialResult: Result,
                                      _ nextPartialResult: (Result, Self.Element) throws -> Result) rethrows -> Result

可以发现,reduce函数有两个参数,第一个参数是Result,第二个参数是个闭包,闭包第一个参数是Result,第二个参数是数组中的元素。

如下,如果arr.reduce(0),最后算出的就是整个数组元素的和:

var arr = [1, 2, 3, 4]
var arr2 = arr.reduce(0) {
    (result, element) -> Int in
    return result + element;
} //尾随闭包
print(arr2) //0 + 1 + 2 + 3 + 4 = 10

上面代码也可以简写如下:

var arr = [1, 2, 3, 4]
// 10
var arr2 = arr.reduce(0) { $0 + $1 } //尾随闭包
// 10
var arr2 = arr.reduce(0, +)

扩展:使用reduce实现map、filter的功能

var arr = [1, 2, 3, 4]
//[2, 4, 6, 8]
print(arr.map { $0 * 2 })
print(arr.reduce([]) { $0 + [$1 * 2] }) //和上面map一样
//[2, 4]
print(arr.filter { $0 % 2 == 0 })
print(arr.reduce([]) { $1 % 2 == 0 ? $0 + [$1] : $0 }) //和上面filter一样

二. 可选类型的map和flatMap

可选类型也有map和flatMap,可选类型的map和flatMap就是将.map前⾯的参数解包(就是$0),解包成功后的值传给后⾯的函数,解包失败直接返回nil。

var num1: Int? = 10
// Optional(20)
var num2 = num1.map { $0 * 2 }

var num3: Int? = nil
// nil
var num4 = num3.map { $0 * 2 }

1. 区别

可选类型的map和flatMap,如果解包成功,map会将解包后的值包装成可选项,flatMap不会。

var num1: Int? = 10
// Optional(Optional(20))
var num2 = num1.map { Optional.some($0 * 2) }
// Optional(20)
var num3 = num1.flatMap { Optional.some($0 * 2) }

下面num2、num3是等价的

var num1: Int? = 10
var num2 = (num1 != nil) ? (num1! + 10) : nil
var num3 = num1.map { $0 + 10 }
// num2、num3是等价的

2. 实际使用

可选类型使用flatMap可以减少一些判断是否为nil再执行三目运算的操作。

var fmt = DateFormatter()
fmt.dateFormat = "yyyy-MM-dd"
var str: String? = "2011-09-10"
// old
var date1 = str != nil ? fmt.date(from: str!) : nil
// new  用flatMap,如果返回的是可选类型就不会再包装一层
var date2 = str.flatMap{fmt.date(from: $0)}
var date3 = str.flatMap{fmt.date}  //更简洁
var score: Int? = 98
// old
var str1 = score != nil ? "socre is \(score!)" : "No score"
// new  如果不为nil就将$0包装成可选字符串,如果为nil就返回"No score"
var str2 = score.map { "score is \($0)" } ?? "No score"
struct Person {
    var name: String
    var age: Int
}
var items = [
     Person(name: "jack", age: 20),
     Person(name: "rose", age: 21),
     Person(name: "kate", age: 22)
]
// old
func getPerson1(_ name: String) -> Person? {
    let index = items.firstIndex { $0.name == name }
    return index != nil ? items[index!] : nil
}
// new  索引如果有值就会调⽤.map,索引没值就直接返回nil
func getPerson2(_ name: String) -> Person? {
    //第一个$0代表items中的元素,第二个$0代表index
    return items.firstIndex { $0.name == name}.map { items[$0] }
}
struct Person {
    var name: String
    var age: Int
    init?(_ json: [String : Any]) {
        guard let name = json["name"] as? String,let age = json["age"] as? Int
        else {
            return nil
        }
        self.name = name
        self.age = age
    }
}
var json: Dictionary? = ["name" : "Jack", "age" : 10]
// old
var p1 = json != nil ? Person(json!) : nil
// new
var p2 = json.flatMap(Person.init)

三. 函数式编程(Funtional Programming)

函数式编程(Funtional Programming,简称FP)是一种编程范式,也就是如何编写程序的方法论

主要思想:把计算过程尽量分解成一系列可复用函数的调用
主要特征:函数是“第一等公民”,函数与其他数据类型一样的地位,可以赋值给其他变量,也可以作为函数参数、函数返回值

函数式编程最早出现在LISP语言,绝大部分的现代编程语言也对函数式编程做了不同程度的支持,比如:
Haskell、JavaScript、Python、Swift、Kotlin、Scala等

函数式编程中几个常用的概念:
Higher-Order Function、Function Currying
Functor、Applicative Functor、Monad

参考资料:
http://adit.io/posts/2013-04-17-functors,_applicatives,_and_monads_in_pictures.html
http://www.mokacoding.com/blog/functor-applicative-monads-in-pictures

1. FP实践 – 传统写法

假设要实现以下功能:[(num + 3) * 5 - 1] % 10 / 2

var num = 1

func add(_ v1: Int, _ v2: Int) -> Int { v1 + v2 }
func sub(_ v1: Int, _ v2: Int) -> Int { v1 - v2 }
func multiple(_ v1: Int, _ v2: Int) -> Int { v1 * v2 }
func divide(_ v1: Int, _ v2: Int) -> Int { v1 / v2 }
func mod(_ v1: Int, _ v2: Int) -> Int { v1 % v2 }

divide(mod(sub(multiple(add(num, 3), 5), 1), 10), 2) //4

2. FP实践 – 函数式写法

传统写法嵌套比较麻烦,下面将上面的函数柯里化(将一个接受多参数的函数变换为一系列只接受单个参数的函数)

下面是柯里化后的函数,只接收一个参数,返回一个函数

func add(_ v: Int) -> (Int) -> Int { { $0 + v } } //加
func sub(_ v: Int) -> (Int) -> Int { { $0 - v } } //减
func multiple(_ v: Int) -> (Int) -> Int { { $0 * v } } //乘
func divide(_ v: Int) -> (Int) -> Int { { $0 / v } } //除
func mod(_ v: Int) -> (Int) -> Int { { $0 % v } } //取余

let fn1 = add(3) //加3
let fn2 = multiple(6) //乘6
let fn3 = sub(1) //减1
let fn4 = mod(10) //对10取余
let fn5 = divide(2) //除以2

//num -> fn1 -> fn2 -> fn3 -> fn4 -> fn5
print(fn5(fn4(fn3(fn2(fn1(num)))))) //4

这样写也是麻烦,所以⾃定义运算符,把A->B和B->C的函数合成⼀个函数,⼊⼝只有⼀个A->C

//函数合成
infix operator >>> : AdditionPrecedence //优先级和加法一样
func >>><A, B, C>(_ f1: @escaping (A) -> B,
                  _ f2: @escaping (B) -> C) -> (A) -> C {
    { f2(f1($0)) } //$0就是num
}

var fn = add(3) >>> multiple(5) >>> sub(1) >>> mod(10) >>> divide(2)
fn(num)

这样就通过函数式思想实现了:[(num + 3) * 5 - 1] % 10 / 2,可以发现对比传统写法简洁了很多。

3. 高阶函数(Higher-Order Function)

高阶函数是至少满足下列一个条件的函数:

  1. 接受一个或多个函数作为输入(map、filter、reduce等)
  2. 返回一个函数

FP中到处都是高阶函数,如下:

func add(_ v: Int) -> (Int) -> Int { { $0 + v } }

4. 柯里化(Currying)

什么是柯里化?
将一个接受多参数的函数变换为一系列只接受单个参数的函数

两个数相加函数:

func add1(_ v1: Int, _ v2: Int) -> Int { v1 + v2 }
add(20, 10)

柯里化之后,如下:

func add1(_ v: Int) -> (Int) -> Int { { $0 + v } }
add(20)(10) //10 + 20 = 30

Tip:Array、Optional的map方法接收的参数就是一个柯里化函数(只接收⼀个参数,返回⼀个东⻄)

三个数相加函数的柯⾥化如下:

//传统的
func add2(_ v1: Int, _ v2: Int, _ v3: Int) -> Int { v1 + v2 + v3 }

//柯⾥化
//v3 == 30
func add2(_ v3: Int) -> (Int) -> (Int) -> (Int) {
    //v2 == 20
    return { v2 in
        //v1 == 10
        return { v1 in
            return v3 + v2 + v1
        }
    }
} //最⾥层在做事情,外层在不断减少参数

add2(30)(20)(10) //10 + 20 + 30 = 60
  • ⾃动将函数柯⾥化

上面的add1、add2柯⾥化版本都是我们手动敲出来的,下面看一下如何⾃动将函数柯⾥化。

func add1(_ v1: Int, _ v2: Int) -> Int { v1 + v2 }
func add2(_ v1: Int, _ v2: Int, _ v3: Int) -> Int { v1 + v2 + v3 }

func currying<A, B, C>(_ fn: @escaping (A, B) -> C) -> (B) -> (A) -> C {
    { b in { a in fn(a, b) } }
}
func currying<A, B, C, D>(_ fn: @escaping (A, B, C) -> D) -> (C) -> (B) -> (A) -> D {
    { c in { b in { a in fn(a, b, c) } } }
}

let curriedAdd1 = currying(add1)
print(curriedAdd1(20)(10)) //10 + 20 = 30  20传给b,10传给a
let curriedAdd2 = currying(add2)
print(curriedAdd2(30)(20)(10)) //10 + 20 + 30 = 60  30传给c,20传给b,10传给a

我们也可以自定义运算符,将上面我们举的例子的函数自动柯⾥化:

func add(_ v1: Int, _ v2: Int) -> Int { v1 + v2 }
func sub(_ v1: Int, _ v2: Int) -> Int { v1 - v2 }
func multiple(_ v1: Int, _ v2: Int) -> Int { v1 * v2 }
func divide(_ v1: Int, _ v2: Int) -> Int { v1 / v2 }
func mod(_ v1: Int, _ v2: Int) -> Int { v1 % v2 }

//重载~运算符,将函数柯⾥化
prefix func ~<A, B, C>(_ fn: @escaping (A, B) -> C) -> (B) -> (A) -> C {
    { b in { a in fn(a, b) } }
}

//⾃定义>>>运算符
infix operator >>> : AdditionPrecedence
func >>><A, B, C>(_ f1: @escaping (A) -> B,
                  _ f2: @escaping (B) -> C) -> (A) -> C {
    { f2(f1($0)) }
}

var num = 1
var fn = (~add)(3) >>> (~multiple)(5) >>> (~sub)(1) >>> (~mod)(10) >>> (~divide)(2)
fn(num) //[(num + 3) * 5 - 1] % 10 / 2

5. 函子(Functor)

① 什么是函子

怎么样的Type才能称之为函子(Functor)?如下:

func map<T>(_ fn: (Inner) -> T) -> Type<T>

支持如上map运算的类型才能称之为函子,可以发现有3个条件:

  1. 这个map运算要支持泛型
  2. 要求接收一个函数,这个函数把Type内部存放的数据当作参数传进去,返回一个T
  3. 返回的也是同一种Type<T>类型

② Array、Optional为什么是函子

Array、Optional也是支持如上map运算的类型,所以我们称之为函子

Array的map定义:

// Array<Element>
public func map<T>(_ transform: (Element) -> T) -> Array<T>

Optional的map定义:

// Optional<Wrapped>
public func map<U>(_ transform: (Wrapped) -> U) -> Optional<U>

③ 图解理解函子

如下是个函子,函子里面包装的是2,如果想对这个函子做+3的操作,怎么做呢?

函子.png

首先,将函子解包取出里面的2,再将2做+3的操作,得到5,最后再将5又放到盒子里面,形成一个新的函子,如下图:

map操作.png

Optional的map就是这样的,比如:想要对Optional(2)做+3的操作,首先将Optional(2)里面的2取出来做+3的操作,得到5,最后又将5包装成可选类型Optional(5),进一步说明了Optional类型是函子。

如果这个可选类型是空的,那么map就不会调用,那么+3操作就不会执行,如下图:

盒子为空.png

如果是数组,里面存放的是2 4 6,先将2 4 6取出来分别做相应的操作,最后操作的结果再包装成数组,如下图。

数组.png

6. 适用函子(Applicative Functor)

对任意一个函子F,如果能支持以下运算,该函子就是一个适用函子

func pure<A>(_ value: A) -> F<A> //可以理解为,随便给⼀个值就能返回⾃⼰类型的泛型
func <*><A, B>(fn: F<(A) -> B>, value: F<A>) -> F<B> //可以理解为,给⼀个泛型F<A>和⼀个泛型函数fn,最后返回⼀个泛型B

① Optional是适用函子

Optional可以满足上面两个条件,可以成为适用函子,如下:

func pure<A>(_ value: A) -> A? { value } //满足了上面第一个条件
infix operator <*> : AdditionPrecedence
func <*><A, B>(fn: ((A) -> B)?, value: A?) -> B? { //满足了上面第二个条件
    guard let f = fn, let v = value else { return nil }
    return f(v)
}

使用一下上面的运算,如下:

var value: Int? = 10
var fn: ((Int) -> Int)? = { $0 * 2}
print(fn <*> value as Any) //Optional(20)

② 图解适用函子

有操作如下:

操作.png

函子只是将需要计算的值包装到里面,适用函子会将需要计算的操作也包装到里面,如下图:

适用函子.png

③ Array也是适用函子

Array也可以满足上面两个条件,也可以成为适用函子,如下:

func pure<A>(_ value: A) -> [A] { [value] }
func <*><A, B>(fn: [(A) -> B], value: [A]) -> [B] {
    var arr: [B] = []
    if fn.count == value.count {
        for i in fn.startIndex..<fn.endIndex {
            arr.append(fn[i](value[i]))
        }
    }
    return arr
}

使用一下上面的运算,如下:

print(pure(10)) // [10]

var arr = [{ $0 * 2}, { $0 + 10 }, { $0 - 5 }] <*> [1, 2, 3]
print(arr) // [2, 12, -2]

传入⼀个数组A和⼀个函数数组,把数组A中每⼀个元素传给函数数组中对应的函数,这个函数拿到对应的元素,计算后放到数组B里面,最后返回数组B。

7. 单子(Monad)

对任意一个类型F,如果能支持以下运算,那么就可以称为是一个单子(Monad)

func pure<A>(_ value: A) -> F<A>
func flatMap<A, B>(_ value: F<A>, _ fn: (A) -> F<B>) -> F<B>

很显然,Array、Optional都是单子

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,013评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,205评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,370评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,168评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,153评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,954评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,271评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,916评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,382评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,877评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,989评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,624评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,209评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,199评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,418评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,401评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,700评论 2 345

推荐阅读更多精彩内容