换能器是一种可能的方法,可以避免迭代算法中的中间结果。为了更好地理解它们,您必须意识到,传感器本身是毫无意义的:
// map transducer
let map = tf => rf => acc => x => rf(acc)(tf(x));
当所需的函数总是相同的concat 即map 时,为什么我们要为每次调用传递一个归约函数?
这个问题的答案位于官方的转换器定义中:
传感器是可组合的算法转换。
Transducer 只有结合功能组合才能发挥其表达能力:
const comp = f => g => x => f(g(x));
let xf = comp(filter(gt3))(map(inc));
foldL(xf(append))([])(xs);
comp 被传递任意数量的传感器(filter 和 map)和单个归约函数(append)作为其最终参数。从 comp 构建一个不需要中间数组的转换序列。每个数组元素在下一个元素排入行之前穿过整个序列。
此时,map 转换器的定义是可以理解的:可组合性需要匹配的函数签名。
请注意,转换器堆栈的评估顺序从左到右,因此与函数组合的正常顺序相反。
传感器的一个重要特性是它们能够提前退出迭代过程。在选择的实现中,此行为是通过以连续传递样式实现转换器和foldL 来实现的。另一种方法是惰性评估。这是 CPS 的实现:
const foldL = rf => acc => xs => {
return xs.length
? rf(acc)(xs[0])(acc_ => foldL(rf)(acc_)(xs.slice(1)))
: acc;
};
// transducers
const map = tf => rf => acc => x => cont => rf(acc)(tf(x))(cont);
const filter = pred => rf => acc => x => cont => pred(x) ? rf(acc)(x)(cont) : cont(acc);
const takeN = n => rf => acc => x => cont =>
acc.length < n - 1 ? rf(acc)(x)(cont) : rf(acc)(x)(id);
// reducer
const append = xs => ys => xs.concat(ys);
// transformers
const inc = x => ++x;
const gt3 = x => x > 3;
const comp = f => g => x => f(g(x));
const liftC2 = f => x => y => cont => cont(f(x)(y));
const id = x => x;
let xs = [1,3,5,7,9,11];
let xf = comp(filter(gt3))(map(inc));
foldL(xf(liftC2(append)))([])(xs); // [6,8,10,12]
xf = comp(comp(filter(gt3))(map(inc)))(takeN(2));
foldL(xf(liftC2(append)))([])(xs); // [6,8]
请注意,此实现更多的是概念验证,并没有成熟的解决方案。传感器的明显好处是:
- 没有中间表示
- 纯功能和简洁的解决方案
- 泛型(适用于任何聚合/集合,而不仅仅是数组)
- 非凡的代码可重用性(reducers/transformers 是具有常用签名的常用函数)
理论上,CPS 与命令式循环一样快,至少在 Ecmascript 2015 中是这样,因为所有尾调用都具有相同的返回点,因此可以共享相同的堆栈帧 (TCO)。
对于 Javascript 解决方案,这种方法是否足够惯用存在争议。我更喜欢这种实用的风格。但是,最常见的转换器库是以对象样式实现的,对于 OO 开发人员来说应该更熟悉。