diff options
Diffstat (limited to 'content/article')
| -rw-r--r-- | content/article/clj8.md | 172 | ||||
| -rw-r--r-- | content/article/tech-witchhunt.md | 13 |
2 files changed, 171 insertions, 14 deletions
diff --git a/content/article/clj8.md b/content/article/clj8.md index aa2442c1..a8f58758 100644 --- a/content/article/clj8.md +++ b/content/article/clj8.md @@ -1,5 +1,5 @@ +++ -title = 'Coffee Break Clojure, Fold' +title = 'Coffee Break Clojure, Transducer' subtitle = '' slug = 'clj8' tags = ["Clojure","Lisp","编程"] @@ -7,6 +7,9 @@ categories = '茶歇蔻芥' date = 2026-10-17T17:45:13+08:00 draft = true toc = true +endnotes = [ + '本文参考了 Rich Hickey 写就的《[Anatomy of a Reducer](https://clojure.org/news/2012/05/15/anatomy-of-reducer)》《[Transducers are coming](https://clojure.org/news/2014/08/06/transducers-are-coming)》《[Reducers](https://clojure.org/news/2012/05/08/reducers)》和 Clojure 参考文档里的 [Transducers](https://clojure.org/reference/transducers) 一节。' +] +++ 在第三期《[只用圆括号怎么够？](/article/clj3/#reduce)》里，我讲到了 `reduce` 函数，先来简单复习一下：`reduce` 最少接收两个参数，形如 `(reduce f coll)`，其中 `f` 是接收两个参数的函数，形如 `(f x y)`；`reduce` 遍历 `coll` 中的每个元素，现对前两个元素求 `(f coll1 coll2)`，然后对第三个参数求 `(f (f coll1 coll2) coll3)`，以此类推。<!--more--> @@ -96,5 +99,172 @@ Fold 中的 `f` 本身也可以是 Fold。还记得 `into` 吗？ 在 Clojure 中，能够被放在 `reduce` 里使用的函数就叫作归约函数（reducing function）。这个概念与函数式编程和 Lambda 演算的高阶函数（Higher-order function）有关，据说微积分中的导数也算一种高阶函数，但我这篇文章不是讲数学的（我也不会数学），所以就点到为止。 +## 归约变化 +总结一下，归约函数就是这样的一类函数： + +``` +(f result input) -> new result +``` + +这样的函数可以相互嵌套使用，不过一般传给 `reduce` 用。 + +接下来要引入一种新的函数，我没有找到中文译名，暂且称作变约函数（transducer）。它长这样： + +``` +(t (f result input)) -> (new-f result input) +``` + +Transducer 接收一个归约函数，返回新的归约函数。 + +返回函数的函数可能有些抽象，但是在 Clojure 中很常见。我举几个例子解释 Transducer 的用法。 + +我们已经知道 `+` 可以用作归约函数，我们也知道 `map` 可以把一个函数作用到一个集合的每一个函数上。 + +```clojure +(reduce + [1 2 3]) +;; => 6 +(map + [1 2 3]) +;; => (2 3 4) +``` + +但我们不知道的是，`map` 也可以当成一个 Transducer 来用。如果只传入一个归约函数给 `map`，`map` 就会把这个函数变成作用于集合（而非单条数据）的新归约函数。 + +```clojure +(inc 1) ;; inc 作用于单个数字，返回 +1 后的结果 +;; => 2 + +(def inc-all (map inc)) ;; inc-all 作用于集合，返回每个集合元素 +1 后的结果 +(sequence inc-all [1 2 3]) +;; => (2 3 4) +``` + +为什么不能直接 `(inc-all [1 2 3])`，而是要用 `sequence` 函数？不妨试试看直接调用 `inc-all` 会发生什么。 + +```clojure +(inc-all [1 2 3]) +;; => #object[clojure.core$map$fn__5950$fn__5951 0x72889280 "clojure.core$map$fn__5950$fn__5951@72889280"] + +(type (inc-all [1 2 3])) +;; => clojure.core$map$fn__5950$fn__5951 +``` + +看起来 `(inc-all [1 2 3])` 返回的不是序列，而是定义在 `clojure.core/map` 下的函数（`fn`）？要理解为什么，就要先理解 Rich Hickey 引入 Transducer 的时候在想什么。 + +## 将具体类型与转换算法解耦 + +Clojure 的哲学是简洁，这点并不只是体现在语法（syntax）上，还体现在语义（semantics）和语言的设计上。Rich Hickey 在《[Simple Made Easy](https://www.infoq.com/presentations/Simple-Made-Easy/)》里讲到，简单（simple）的东西就是不和其他东西交织（complect）在一起的东西。 + +Java 类不简单，因为它既是命名空间，又是数据结构，还定义了数据上的操作——类（Class）把三个东西交织在了一起。反观 Clojure，命名空间是单独的概念。 + +标照 Rich 本人对简单的定义，准库里的 `map`、`filter`、`reduce` 等操作序列的函数，都不够简单，因为他们不仅涉及做什么操作（what to do），还涉及了怎么做（how to do it）——预设了惰性，预设了数据操作的顺序（序列都是从前往后线性遍历的），预设了数据的表示方式（返回的是序列）。 + +如果 `map`、`filter`、`mapcat` 等函数，能够与数据类型（序列）**解耦**呢？也就是说，如果 `map` 只定义做什么操作（what to do） ，把怎么做（how to do it）交给其他组件呢？ + +比方说，`map` 可以这样实现： + +```clojure +(defn map [f] + (fn [f1] + (fn [result input] + (f1 result (f input))))) +``` + +这个 `map` 是构造 Transducer 的函数[^1]，它接收函数 `f`，返回了一个返回函数的函数。 + +最内层的 `(fn [result input])` 就是典型的 `(f x y)` 形式的归约函数。中间的 `(fn [f1])` 接收 `f1` 这个归约函数，返回了最内层的归约函数。在外层的 `mapping` 这个函数定义，返回的就是中间的这个 Transducer。 + +这个 `mapping` 定义的操作和 `map` 是一样的，要怎么用呢？这是 Rich 举的例子，下面两种写法输出的结果一样： + +```clojure +;; 下面这个函数先是自增 [1 2 3 4] 得到 [2 3 4 5] +;; 然后再对 [2 3 4 5] 进行累加 +(reduce + 0 (map inc [1 2 3 4])) + +;; 下面这个函数用 (map inc) 这个 Transducer +;; 把 + 这个归约函数，转换成了新的归约函数 +;; 这个新的归约函数的作用是：先给单个元素 +1，然后再累加 +(reduce ((map inc) +) 0 [1 2 3 4]) +``` + +也就是说，我们将 `(map inc)` 和 `+` 组合，**构造**了新的**数据转换算法**。这里的数据转换算法，就是对做什么（what to do）的定义。 + +`reduce` 则定义了怎么做（how to do it），因为 `reduce` 是对序列的操作，而且是具有惰性的，返回值是惰性序列。所以把 `reduce` 的怎么做（惰性地做、顺序地做、当作序列做）与 `((map inc) +)` 的做什么（“元素自增后把所有元素累加起来”）组合，就得到了完整的数据操作。 + +回到一开始的问题，为什么一定要用 `sequence`，不直接用 `inc-all`？因为 `inc-all` 只是抽象的数据转换算法（“自增集合里所有的元素”），但不知道这个集合是什么类型、要不要惰性、最后要返回什么类型。 + +将 `sequence`（输入和输出数据为序列、惰性、顺序操作）与 `inc-all`（“自增集合里所有的元素”）这些要素组合起来，才能得到完整的数据操作：“自增**序列**里所有的元素**逐一**自增，返回**惰性**序列。” + +```clojure +(sequence inc-all [1 2 3]) +;; => (2 3 4) +``` + +如果不想用序列和惰性序列，可以换成向量或者集合： + +```clojure +(into [] inc-all [1 2 3]) +;; => [2 3 4] + +(into #{} inc-all [1 2 3]) +;; => #{4 3 2} +``` + +如果没有用 Transducer 把 `inc` 包装成 `inc-all`，我们就必须先把向量变成序列，然后再把序列变回向量。因为 `map` 和许多函数都只操作序列和惰性序列。 + +```clojure +(map inc [1 2 3]) +;; => (2 3 4) ; <- 这里得到的是序列，而非向量 + +(vec (map inc [1 2 3])) ; <- 必须手动转换成向量！ +;; => [2 3 4] + +(into [] (map inc) [1 2 3]) ; <! Transducer 不关心数据类型 +;; => [2 3 4] +``` + +上一篇提到的 *channel* 也可以接收 Transducer，携带 Transuder 的 *channel* 会对经过它的所有数据做变换。 + +```clojure +(def growing-channel (chan 1 (map inc))) +;; => #'user/growing-channel +(put! growing-channel 1) +;; => true +(poll! growing-channel) +;; => 2 +``` + +Transducer 的好处就是，由于他只定义了抽象的「做什么」，而不关系具体的「怎么做」，所以可以非常轻易地用在任何地方，不像 `map` 和 `filter` 只能作用于序列（或者要把向量、集等其他数据类型转换为序列）。 + +## 组合 Transducer + +一般来说，要做 Clojure 里做一系列数据操作，会组合使用很多序列函数。 + +```clojure +(->> [1 2 3 4 5 6 7 8] + (filter odd?) + (map #(* 2 %)) + (reduce +)) +;; => 32 +``` + +有了 Transducer，我们可以把这一系列操作抽象出来，定义成一个独立的、可复用的操作。 + +```clojure +(def double-odd-numbers + (comp + (filter odd?) + (map #(* 2 %)))) + +; 可以用来累加 +(transduce double-odd-numbers + [1 2 3 4 5 6 7 8]) +;; => 32 + +; 可以不加，返回集合 +(into #{} double-odd-numbers [1 2 3 4 5 6 7 8]) +;; => #{6 2 14 10} + +; 如果你想，还能交给 channel +(def double-odd-chan (chan 1 double-odd-numbers)) +``` diff --git a/content/article/tech-witchhunt.md b/content/article/tech-witchhunt.md deleted file mode 100644 index 65ac3ae5..00000000 --- a/content/article/tech-witchhunt.md +++ /dev/null @@ -1,13 +0,0 @@ -+++ -title = '技术猎巫' -subtitle = '' -slug = '' -tags = [] -categories = '' -date = 2026-09-28T08:59:01+08:00 -draft = true -toc = true -+++ - -猎巫者至少比一点也不关心社区里发生了什么的无知者好…… 对吗？ - |