Python 函数式编程：不可变数据结构


不可变性可以帮助我们更好地理解我们的代码。下面我将讲述如何在不牺牲性能的条件下来实现它。

在这个由两篇文章构成的系列中，我将讨论如何将函数式编程方法论中的思想引入至 Python 中，来充分发挥这两个领域的优势。

本文（也就是第一篇文章）中，我们将探讨不可变数据结构的优势。第二部分会探讨如何在 toolz 库的帮助下，用 Python 实现高层次的函数式编程理念。

为什么要用函数式编程？因为变化的东西更难推理。如果你已经确信变化会带来麻烦，那很棒。如果你还没有被说服，在文章结束时，你会明白这一点的。

我们从思考正方形和矩形开始。如果我们抛开实现细节，单从接口的角度考虑，正方形是矩形的子类吗？

子类的定义基于里氏替换原则。一个子类必须能够完成超类所做的一切。

如何为矩形定义接口？

  1. from zope.interfaceimportInterface
  2. classIRectangle(Interface):
  3.     def get_length(self):
  4.         """正方形能做到"""
  5.     def get_width(self):
  6.         """正方形能做到"""
  7.     def set_dimensions(self, length, width):
  8.         """啊哦"""

如果我们这么定义，那正方形就不能成为矩形的子类：如果长度和宽度不等，它就无法对 set_dimensions 方法做出响应。

另一种方法，是选择将矩形做成不可变对象。

  1. classIRectangle(Interface):
  2.     def get_length(self):
  3.         """正方形能做到"""
  4.     def get_width(self):
  5.         """正方形能做到"""
  6.     def with_dimensions(self, length, width):
  7.         """返回一个新矩形"""

现在，我们可以将正方形视为矩形了。在调用 with_dimensions 时，它可以返回一个新的矩形（它不一定是个正方形），但它本身并没有变，依然是一个正方形。

这似乎像是个学术问题 —— 直到我们认为正方形和矩形可以在某种意义上看做一个容器的侧面。在理解了这个例子以后，我们会处理更传统的容器，以解决更现实的案例。比如，考虑一下随机存取数组。

我们现在有 ISquare 和 IRectangle，而且 ISequere 是 IRectangle 的子类。

我们希望把矩形放进随机存取数组中：

  1. classIArrayOfRectangles(Interface):
  2.     def get_element(self, i):
  3.         """返回一个矩形"""
  4.     def set_element(self, i, rectangle):
  5.         """'rectangle' 可以是任意 IRectangle 对象"""

我们同样希望把正方形放进随机存取数组：

  1. classIArrayOfSquare(Interface):
  2.     def get_element(self, i):
  3.         """返回一个正方形"""
  4.     def set_element(self, i, square):
  5.         """'square' 可以是任意 ISquare 对象"""

尽管 ISquare 是 IRectangle 的子集，但没有任何一个数组可以同时实现 IArrayOfSquare 和 IArrayOfRectangle.

为什么不能呢？假设 bucket 实现了这两个类的功能。

  1. >>> rectangle = make_rectangle(3,4)
  2. >>> bucket.set_element(0, rectangle)#这是IArrayOfRectangle中的合法操作
  3. >>> thing = bucket.get_element(0)#IArrayOfSquare要求 thing 必须是一个正方形
  4. >>>assert thing.height == thing.width
  5. Traceback(most recent call last):
  6.   File"<stdin>", line 1,in<module>
  7. AssertionError

无法同时实现这两类功能，意味着这两个类无法构成继承关系，即使 ISquare 是 IRectangle 的子类。问题来自 set_element 方法：如果我们实现一个只读的数组，那 IArrayOfSquare 就可以是 IArrayOfRectangle 的子类了。

在可变的 IRectangle 和可变的 IArrayOf* 接口中，可变性都会使得对类型和子类的思考变得更加困难 —— 放弃变换的能力，意味着我们的直觉所希望的类型间关系能够成立了。

可变性还会带来作用域方面的影响。当一个共享对象被两个地方的代码改变时，这种问题就会发生。一个经典的例子是两个线程同时改变一个共享变量。不过在单线程程序中，即使在两个相距很远的地方共享一个变量，也是一件简单的事情。从 Python 语言的角度来思考，大多数对象都可以从很多位置来访问：比如在模块全局变量，或在一个堆栈跟踪中，或者以类属性来访问。

如果我们无法对共享做出约束，那我们可能要考虑对可变性来进行约束了。

这是一个不可变的矩形，它利用了 attr 库：

  1. @attr.s(frozen=True)
  2. classRectange(object):
  3.     length =attr.ib()
  4.     width =attr.ib()
  5.     @classmethod
  6.     def with_dimensions(cls, length, width):
  7.         return cls(length, width)

这是一个正方形：

  1. @attr.s(frozen=True)
  2. classSquare(object):
  3.     side =attr.ib()
  4.     @classmethod
  5.     def with_dimensions(cls, length, width):
  6.         returnRectangle(length, width)

使用 frozen 参数，我们可以轻易地使 attrs 创建的类成为不可变类型。正确实现 __setitem__ 方法的工作都交给别人完成了，对我们是不可见的。

修改对象仍然很容易；但是我们不可能改变它的本质。

  1. too_long =Rectangle(100,4)
  2. reasonable =attr.evolve(too_long, length=10)

Pyrsistent 能让我们拥有不可变的容器。

  1. #由整数构成的向量
  2. a = pyrsistent.v(1,2,3)
  3. #并非由整数构成的向量
  4. b = a.set(1,"hello")

尽管 b 不是一个由整数构成的向量，但没有什么能够改变 a 只由整数构成的性质。

如果 a 有一百万个元素呢？b 会将其中的 999999 个元素复制一遍吗？Pyrsistent 具有“大 O”性能保证：所有操作的时间复杂度都是 O(log n). 它还带有一个可选的 C 语言扩展，以在“大 O”性能之上进行提升。

修改嵌套对象时，会涉及到“变换器”的概念：

  1. blog = pyrsistent.m(
  2.     title="My blog",
  3.     links=pyrsistent.v("github","twitter"),
  4.     posts=pyrsistent.v(
  5.         pyrsistent.m(title="no updates",
  6.                      content="I'm busy"),
  7.         pyrsistent.m(title="still no updates",
  8.                      content="still busy")))
  9. new_blog = blog.transform(["posts",1,"content"],
  10.                           "pretty busy")

new_blog 现在将是如下对象的不可变等价物：

  1. {'links':['github','twitter'],
  2.  'posts':[{'content':"I'm busy",
  3.             'title':'no updates'},
  4.            {'content':'pretty busy',
  5.             'title':'still no updates'}],
  6.  'title':'My blog'}

不过 blog 依然不变。这意味着任何拥有旧对象引用的人都没有受到影响：转换只会有局部效果。

当共享行为猖獗时，这会很有用。例如，函数的默认参数：

  1. def silly_sum(a, b, extra=v(1,2)):
  2.     extra = extra.extend([a, b])
  3.     return sum(extra)

在本文中，我们了解了为什么不可变性有助于我们来思考我们的代码，以及如何在不带来过大性能负担的条件下实现它。下一篇，我们将学习如何借助不可变对象来实现强大的程序结构。

via: https://opensource.com/article/18/10/functional-programming-python-immutable-data-structures

作者：Moshe Zadka 选题：lujun9972 译者：StdioA 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出

linuxboy的RSS地址：https://www.linuxboy.net/rssFeed.aspx

本文永久更新链接地址：https://www.linuxboy.net/Linux/2018-11/155401.htm

相关内容