手把手介绍函数式编程：从命令式重构到函数式

通过将代码片段打包到函数中，程序可以更具声明性。

from random import random 
 
def move_cars(): 
    for i, _ in enumerate(car_positions): 
        if random() > 0.3: 
            car_positions[i] += 1 
 
def draw_car(car_position): 
    print '-' * car_position 
 
def run_step_of_race(): 
    global time 
    time -= 1 
    move_cars() 
 
def draw(): 
    print '' 
    for car_position in car_positions: 
        draw_car(car_position) 
 
time = 5 
car_positions = [1, 1, 1] 
 
while time: 
    run_step_of_race() 
    draw() 

要理解这个程序，读者只需读一下主循环。『如果还剩下时间，请跑一步，然后画出线图。再次检查时间。』如果读者想要了解更多关于比赛步骤或画图的含义，可以阅读对应函数的代码。

没什么要再说明的了。 代码是自描述的。

拆分代码成函数是一种很好的、简单易行的方法，能使代码更具可读性。

这个技术使用函数，但将函数用作子例程（ sub-routine ），用于打包代码。对照上文说的指南针，这样的代码并不是函数式的。实现中的函数使用了没有作为参数传递的状态，即通过更改外部变量而不是返回值来影响函数周围的代码。要确认函数真正做了什么，读者必须仔细阅读每一行。如果找到一个外部变量，必须反查它的源头，并检查其他哪些函数更改了这个变量。

下面是赛车代码的函数式版本：

from random import random 
 
def move_cars(car_positions): 
    return map(lambda x: x + 1 if random() > 0.3 else x, 
               car_positions) 
 
def output_car(car_position): 
    return '-' * car_position 
 
def run_step_of_race(state): 
    return {'time': state['time'] - 1, 
            'car_positions': move_cars(state['car_positions'])} 
 
def draw(state): 
    print '' 
    print 'n'.join(map(output_car, state['car_positions'])) 
 
def race(state): 
    draw(state) 
    if state['time']: 
        race(run_step_of_race(state)) 
 
race({'time': 5, 
      'car_positions': [1, 1, 1]}) 

代码仍然是分解成函数。但这些函数是函数式的，有三个迹象表明这点：

1. 不再有任何共享变量。 time 与 car_position 作为参数传入 race() 。
2. 函数是有参数的。
3. 在函数内部没有变量实例化。所有数据更改都使用返回值完成。基于 run_step_of_race() 的结果， race() 做递归调用。每当一个步骤生成一个新状态时，立即传递到下一步。

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!