Kung naramdaman mo na ang iyong code ay puno ng walang katapusang mga "for loop" na parang isang maze, malamang na kailangan mong subukan ang functional programming. Sa halip na tumuon sa "kung paano" ang bawat hakbang, ang mga tool na ito ay nagbibigay-daan sa atin na tumuon sa ano ang gusto nating makamitginagawang mas maayos at, higit sa lahat, mas elegante ang daloy ng datos.
Ang pag-uusap tungkol sa Map, Filter, at Reduce ay pag-uusap tungkol sa gulugod ng modernong manipulasyon ng datos. Ang mga tungkuling ito, na teknikal na kilala bilang mas mataas na-order na mga functionKaya nilang tumanggap ng iba pang mga tungkulin bilang mga parameter, kaya ginagawa itong mga Swiss Army knife para sa sinumang developer na naghahanap ng i-optimize ang pagiging madaling mabasa at ang pagganap ng kanilang mga aplikasyon.
Pagsusuri sa mga kagamitan: Map, Filter, at Reduce
Simulan natin sa tungkulin mapa()Isipin mong mayroon kang listahan ng mga numero at gusto mong gawing parisukat ang lahat o i-convert ang isang serye ng mga pangalan sa malalaking titik. Sa halip na lumikha ng isang walang laman na listahan at magdagdag ng mga elemento nang paisa-isa, ang `map` ay naglalapat ng isang partikular na pagbabago sa bawat elemento ng iterable. Ito ay karaniwang... i-map ang isang input value sa isang bagong halaga ng output, palaging pinapanatili ang parehong bilang ng mga elemento sa panghuling koleksyon.
Sa kabilang banda, mayroon tayo filter()Ang tungkuling ito ay gumagana tulad ng isang nightclub bouncer, na nagpapahintulot lamang sa pagpasok sa mga nakakatugon sa ilang partikular na kinakailangan. Gumagamit ito ng Boolean condition upang magpasya kung ang isang elemento ay mananatili o aalis. Kung ang inilapat na tungkulin ay magbabalik ng true, ang data ay mananatili; kung hindi, ito ay hindi isasama. Ito ang mainam na tool para sa... malinis na mga dataset o kumuha ng mga subset batay sa mga partikular na pamantayan, tulad ng pagkuha lamang ng mga pantay na numero mula sa isang array.
Sa wakas, dumating kami sa bawasan()na siyang tungkuling responsable para sa sintesis. Hindi tulad ng mga nauna, ang reduce ay hindi nagbabalik ng listahan, kundi isang natatanging pinagsama-samang halagaPinoproseso nito ang mga elemento nang sunud-sunod, na naglalapat ng isang operasyon (tulad ng pagdaragdag o pagpaparami) hanggang sa ang huling resulta na lamang ang matira. Sa Python, mahalagang tandaan na ang tampok na ito ay hindi ang sentro ng wika, ngunit sa halip ay nangangailangan... i-import ang modyul na functools para magamit ito.
Praktikal na pagpapatupad sa Python at Java
Sa Python ecosystem, ang mga function na ito ay mahusay na gumagana kasama ang mga tungkulin ng lambdana nagbibigay-daan sa iyong tukuyin ang lohika ng pagbabago sa isang linya nang hindi kinakailangang lumikha ng isang pormal na function. Gayunpaman, para sa mga mas gusto ang isang mas "tulad ng Python" na istilo, nariyan ang pag-unawa sa listahanna kadalasang mas madaling maunawaan para sa mga simpleng kaso. Ang isang advanced na trick ay ang paggamit filter(None, iterable)isang mahusay na pamamaraan para sa tanggalin ang mga maling halaga parang mga sero, mga walang laman na string o Wala sa isang iglap.
Kung tatalakayin natin ang mundo ng Java, ang kwento ay magkatulad dahil sa pagdating ng Streams API sa Java 8Dito, ang pagbabago ng datos ay pinamamahalaan sa pamamagitan ng mga daloy na nagpapahintulot sa mga operasyon ng pagmamapa, pagsala, at pagbabawas na magkakaugnay na maiugnay. Dahil dito, ang Java, sa kabila ng pagiging isang mas mahigpit na wika, ay nakakuha ng nakakagulat na pagpapahayag kapag nakikitungo sa mga koleksyon ng datos, nalalapit nang husto sa kakayahang umangkop ng mga dynamic na wika.
Real-world use cases
Ang mga pamamaraang ito ay hindi lamang teorya ng pagsusulit; ginagamit ang mga ito araw-araw sa mga makabagong larangan. Sa Pagsusuri ng datos at pagkatuto ng makinaAng mga tool na ito ay mahalaga para sa pagbabago ng mga feature, pag-filter ng noise mula sa mga dataset, o pagbubuod ng mga pandaigdigang sukatan. Halimbawa, maaaring gamitin ng isang data scientist ang `map` para gawing normal ang mga value at pagkatapos ay `filter` para itapon ang mga outlier.
- Pag-unlad ng mga video game: I-update ang posisyon ng lahat ng NPC gamit ang mapa o alisin ang mga natalong karakter gamit ang filter.
- Mga Interface ng Gumagamit: I-refresh nang maramihan ang mga visual na elemento o kalkulahin ang kabuuang kabuuan ng isang shopping cart sa pamamagitan ng pagbabawas nito.
- Malaking Data: Ang sikat na modelo ng MapReduce ang batayan ng mga balangkas tulad ng Hadoop, na nagpapahintulot sa pagproseso napakalaking dami ng data ipinamamahagi ang mga ito sa mga kumpol.
Mahalagang maunawaan na ang mapa at filter ay bumubuo ng mga tamad na iteratorNangangahulugan ito na hindi nila kinakalkula ang resulta hangga't hindi mo talaga ito kailangan, na nagpapahiwatig ng malaking bentahe sa pagkonsumo ng memorya Kapag nagtatrabaho sa milyun-milyong talaan, kung kailangan mo ang pangwakas na resulta bilang isang listahan, kailangan mo lang i-wrap ang function sa isang list().
Ang pagiging dalubhasa sa transformation triad ay nagbibigay-daan sa atin na magsulat ng mas matatag at mas napapanatiling software. Sa pamamagitan ng pagpapalit ng mga manual loop ng mga abstraction na ito, binabawasan natin ang posibilidad ng mga karaniwang error at ginagawang mas mahusay ang code. likas na mas modular at composable, na ginagawang mas madali para sa ibang mga developer na maunawaan ang business logic sa isang sulyap nang hindi naliligaw sa teknikal na implementasyon. Ibahagi ang impormasyong ito upang mas maraming tao ang matuto tungkol sa paksa.