盤點語言中的函數味

試著將「Functional Programming」接上Python、Ruby、JavaScript或任何你想要的語言，都可能找到文件討論如何實現，而藉由盤點語言中的函數式或任何典範味道，除了能發現相同概念在各語言中的不同實現，進一步掌握這些元素的使用時機，更能重新塑造你的思考習慣。

盤點一級函式實現方式

先前〈往數學領域抽象化的函數程式設計〉我介紹過函數式語言的特徵，其中一級函式是不少主流語言中普遍支援的概念，也就是將函式本身視為值，可作為引數或回傳值傳遞，一級函式概念在語言中多半被實現為兩個部份：具名函式與匿名函式。

例如Haskell中，doubleMe x = x + x是個具名函式，而\x -> x + x是個匿名函式，你可以傳遞函式，像是double = doubleMe或double = \x -> x + x；在Python或JavaScript中的實現亦是類似，以Python為例，def doubleMe(x): return  x + x是具名函式，而lambda x: x + x是匿名函式，你可以傳遞函式，像是double = doubleMe或double = lambda x: x + x。

有些語言具有一級函式的實現，不過，並非具名與匿名函式都可以直接當作值傳遞。例如，在Ruby中定義的方法（外觀上看像是個函式）就不行，而Ruby的區塊（Block）語法可視為接近匿名函式的實現，不過區塊本身並不是物件，必須配合方法一起使用，而且區塊中的程式碼較像個流程片段，區塊中若有return，接受區塊的方法執行至該行，就會結束方法呼叫，這與多數語言中實現一級函式時的呼叫方式，並不相同，為了彌補這方面的不足，Ruby提供了lambda方法，lambda {|x| x + x}或語法蜜糖->(x) {x + x}的用法，看來會較像是匿名函式。

一級函式概念的實現，不是動態定型語言的專利，靜態定型語言如Scala甚至Java，也有實現方式，對於具名函式能否直接當作值傳遞的問題，Scala與Java的答案都是「否」，至於匿名函式本身是否以物件存在的問題，Scala的答案為「是」而Java為「否」。

在最初定義語法時，就將函式當作一等公民（First-class citizen）看待的語言，具名與匿名函式多半都能作為值傳遞；後續在既有典範與語法包袱下，納入一等函式概念的語言，多半無法達到這點。有趣的就在於，瞭解既有典範與語法包袱下為何無法實現，這往往會重新加深你對該語言的認識。

例如，JDK8的Lambda，就因為以物件導向為主要典範，或有著泛型語法等的包袱，具名函式不能直接當作值傳遞，而匿名函式本身也不是以物件直接存在，須配合既有interface語法來定義Lambda目標型態（Target type），這避免了創造新型態系統是其好處，缺點就是目標型態的命名容易令人困惑。Ruby創建者在《松本行弘的程式設計世界》中解釋了區塊為何會有目前設計方式：減少物件的數量，程式碼外觀上像是擴充控制結構，方法只接受一個區塊的簡單設計，也符合了OCaml高階函式程式庫中，九成多的函式只接受一個函式的調查結果。

盤點高階函式（方法）

基本上，高階函式是指可接受一級函式作為引數的函式，這類函式多半在內部實現了極為通用的樣版流程，而在函式名稱提供更高一層的流程意義。

高階函式中最常見的，是先前〈List處理模式〉談過的map、filter、fold等，或在〈開發者應認識的資料型態及效用函式〉中看到的slice、zip等，甚至是〈神秘的Monad不神秘〉中的flatMap，使用這類高階函式，通常表示你對流程要能分而治之（Divide and conquer），有著更高一層的思考，而不再只是使用if、for、while等語法，思考低階處理流程。

使用高階處理函式的另一個考量是，程式碼本身是否能展現意圖。舉例來說，JDK8中numbers.filter(number -> number > 10)慣例上表示將大於10的數字留下來，不過，Ruby認為filter會被誤解為過濾掉大於10的數字，改用numbers.select {|number| number > 10}會清楚許多，類似的理由下，Ruby中用了collect來取代map，還有著detect、reject等高階方法；Python不愛用map、filter、reduce這類函式，認為List comprehension如[number for number in numbers if number > 10]會清楚許多，不過松本行弘認為這樣不易閱讀，因為與Ruby由左而右的求值順序不一致，目前並不考慮在Ruby中加入這類語法。

儘管可讀性如何實現有些爭議，以更高層次思考對待流程，是運用高階函式或語法時該有的態度，只是既然不去處理低階處理流程，有時得留意高階函式在惰性求值（Lazy evaluation），與平行處理的可能性，才能掌握高階函式或語法的使用時機。

Python中[x * 10 for x in xrange(100)]是立即求值（Eager evaluation），將[]改為()，就是惰性求值；Ruby的陣列操作是立即求值，Ruby 2.0之後，可以使用Enumerable的lazy方法，對後續操作做惰性求值；JDK8中Collection得明確使用stream方法，以進行後續管線（Pipeline）操作，在可能情況下，亦可進行惰性求值，如果要進一步取得平行處理的可能性，得明確使用parallelStream方法。

在《Learn You a Haskell for Great Good!》中提到，「不熟悉鞣製（Curring）與不全套用（Partial application）的人們，往往會寫出很多lambda，而實際上大部分都是沒必要的」，其中舉例，與其寫下map (\x -> x + 3) [1, 6, 3, 2]，不如寫下map (+3) [1, 6, 3, 2]來得清爽。有些語言亦支援這兩種概念，例如Scala，與其寫下List(1, 2, 3).foreach(x => println(x))，不如寫下List(1, 2, 3).foreach(println)來得簡潔好讀。

實際上，不一定要支援鞣製與不全套用這兩種概念，lambda就是匿名函式概念，一個臨時定義的小運算式，可傳遞給高階函式回呼使用，如果你已經有事先定義好的函式，當然也可以傳遞給高階函式，這是重用現有元件及考量可讀性的概念。

例如在JavaScript中，與其寫下[1, 2, 3].forEach(function(ele, idx, arr) { console.log(ele, idx, arr); })，不如改用[1, 2, 3].forEach(console.log)清楚。

對於具有一級函式及高階函式概念，但具名函式無法直接作為值傳遞的語言來說，也有其因應之道，例如Ruby可以透過method方法取得Method、透過to_proc方法取得Proc物件、透過&將Proc物件當作引數傳給高階方法，因而你有各種重用既有方法的機會，而不是直接寫下區塊定義。例如，與其寫下[1, 2, 3, 4, 5].reduce { |sum, element| sum + element }，不如寫下[1, 2, 3, 4, 5].reduce(:+)來得明確。

有了匿名函式，不見得你一定用它來解決一切，透過現有或自定義適當名稱的函式，必要時直接參考函式，重用與可讀性都會高很多。JDK8方法參考（Method reference），也是這類概念的實作。與其用IntStream.of(1, 2, 3).forEach(x -> out.println(x))，不如用IntStream.of(1, 2, 3).forEach(out::println)清楚。

透過盤點特性重新認識語言

有人對JDK8中Collection要進行filter等操作前，要先呼叫stream方法有些不解，覺得太過麻煩，其實Collection的stream相當於Scala的view，知道嗎？Scala中(1 to 1000000000).view.filter(_ % 2 == 0).take(10).toArray，沒有那個view方法，將會有OutOfMemoryError錯誤，實際上JDK8中對應的程式是rangeClosed(1, 1000000000).filter(it -> it % 2 == 0).limit(10).toArray()，寫stream或view是否太麻煩不是重點，重點是你有沒有惰性求值的概念。

不少程式語言看似相互競爭，實際是相互學習，只是換了實作樣貌，有時概念是在實作中很明確，有時隱含在實作中，盤點語言中的函數味只是幌子，實際上你可以盤點物件導向、meta-programming等概念在不同語言中的實現，而且，過程中你會發現語言中未曾注意過的考量，對程式的思考也會改變，從而更善用語言中適當的元素。