這篇文章,我們要動手實現一個List
,不過和一般的文章不同,我們這裡不用類來實現,而是用基本的資料結構,二元元組(a, b)
和空元組()
來實現。這兩個都可以通過lambda
直接定義出來,具體方法可以參考上一篇的內容。
我們考慮一下,List
(也叫連結串列),最關鍵的是建立一個模式,可以無窮展開自己,儲存一個值和下一個資料的,例如[1, 2, 3, 4]
我們可以用(1, (2, (3, (4, ()))))
。我們必須指定一個結尾,這個就是()
在其中的作用,()
同時代表空列表和列表結尾的含義。很容易地,我們可以將列表定義如下(我這裡包了個函式,只是為了將資料隔離,防止我們使用自帶的比較來實現一些功能):
def cons(head, tail):
def helper():
return (head, tail)
return helper
然後我們定義兩個函式,來獲取裡面的資料,類似上一篇介面中的first
、second
:
head = lambda cons_list: cons_list()[0]
tail = lambda cons_list: cons_list()[1]
我們可以定義一個函式表示空的變數empty_list_base
,這之後,為了方便計算,我們可以寫一個生成cons
的的方便的方法(當然這個實現用了*arg
的概念,我們預設使用這個語法糖特性):
def cons_apply(*args):
if len(args) == 0:
return empty_list_base
else:
return cons(args[0], cons_apply(*args[1:]))
這樣我們就可以很方便地完成新建List
了:
>>> cons_apply(1, 2, 3) # 返回cons(1, cos(2, cos(3, ())))
為了方便比較,我們也可以定義一個判斷列表是否相等的函式:
def equal_cons(this: ListBase[S], that: ) -> bool:
if this == empty_list_base and that != empty_list_base:
return False
elif this != empty_list_base and that == empty_list_base:
return False
elif this == empty_list_base and that == empty_list_base:
return True
else:
return head(this) == head(that) and equal_cons(tail(this), tail(that))
現在我們就可以很方便地做一些驗證了。
>>> assert equal_cons(cons_apply(1, 2, 3), cons(1, cons(2, cons(3, ()))))
現在我們需要就是要實現一些不需要迴圈實現的列表運算,就是上一篇說的map
、fold_left
和filter
。
map
的作用是將函式f
帶入到列表的每一個值,即我們帶入f
到列表的頭之後,再把map
應用到tail
中,即:
def map_cons(f, cons_list):
if cons_list == ():
return empty_list_base
else:
return cons(f(head(cons_list)), map_cons(f, tail(cons_list)))
同理,我們可以實現filter
和fold_left
:
def filter_cons(f, cons_list):
if cons_list == ():
return empty_list_base
else:
hd, tl = head(cons_list), tail(cons_list)
if f(hd):
return cons(hd, filter_cons(f, tl))
else:
return tl
def fold_left_cons(f, init, cons_list):
if cons_list == ():
return init
else:
return fold_left_cons(f, f(init, head(cons_list)), tail(cons_list))
這樣,我們就可以實現一些基本功能了,比如將[1, 2, 3, 4, 5]
每個元素加一,篩選偶數求和,就可以寫成:
>>> res = fold_left_cons(lambda x, y: x + y, 0,
>>> filter_cons(lambda x: x % 2 == 0,
>>> map_cons(lambda x: x + 1,
>>> cons_apply(1, 2, 3, 4, 5)
>>> )))
>>> res == 12
當然,這種風格的程式碼,巢狀的可讀性很差,這裡我們就想到了之前我們實現的and_then
或compose
函式,可以組合這些水管構造的東西。不過,我們將這些函式改成科裡化會更方便的寫。這樣就可以用函式組合的風格了:
map_cons_curry = lambda f: lambda cons_list: map_cons(f, cons_list)
filter_cons_curry = lambda f: lambda cons_list: filter_cons(f, cons_list)
fold_left_cons_curry = lambda f: lambda init: lambda cons_list: fold_left_cons(f, init, cons_list)
具體的呼叫就是下面的方法了:
>>> f = and_then(
>>> map_cons_curry(lambda x: x + 1),
>>> filter_cons_curry(lambda x: x % 2 == 0),
>>> fold_left_cons_curry(lambda x, y: x + y)(0),
>>> )
>>>
>>> assert f(cons_apply(1, 2, 3, 4, 5)) == 12
如果你使用了我維護的這個fppy
(點選這裡進入)的例子的話,你也可以使用一個F_
的修飾器輪子,這樣就可以實現另一種基於類的鏈式寫法:
from fppy.base import F_, I
F_(I)\
.and_then(map_cons_curry(lambda x: x + 1))\
.and_then(filter_cons_curry(lambda x: x % 2 == 0))\
.and_then(fold_left_cons_curry(lambda x, y: x + y)(0))\
.apply(cons_apply(1, 2, 3, 4, 5)) # 返回12
這篇之中,我們簡單僅用二元元組、相等、函式的概念,維護了一個列表的結果,並能通過一些列表函式對齊進行遍歷計算、篩選。下一篇之中,我們講開始粗略地討論類、型別這些概念,這將方便我們以後的討論。