Python 函數式編程：不可變數據結構
編譯自： https://opensource.com/article/18/10/functional-programming-python-immutable-data-structures
作者： Moshe Zadka
譯者： David Dai
不可變性可以幫助我們更好地理解我們的代碼。下面我將講述如何在不犧牲性能的條件下來實現它。
在這個由兩篇文章構成的系列中，我將討論如何將函數式編程方法論中的思想引入至 Python 中，來充分發揮這兩個領域的優勢。
本文（也就是第一篇文章）中，我們將探討不可變數據結構的優勢。第二部分會探討如何在 toolz 庫的幫助下，用 Python 實現高層次的函數式編程理念。
為什麼要用函數式編程？因為變化的東西更難推理。如果你已經確信變化會帶來麻煩，那很棒。如果你還沒有被說服，在文章結束時，你會明白這一點的。
我們從思考正方形和矩形開始。如果我們拋開實現細節，單從介面的角度考慮，正方形是矩形的子類嗎？
子類的定義基於 里氏替換原則 。一個子類必須能夠完成超類所做的一切。
如何為矩形定義介面？
from zope.interface import Interface
class IRectangle(Interface):
def get_length(self):
"""正方形能做到"""
def get_width(self):
"""正方形能做到"""
def set_dimensions(self, length, width):
"""啊哦"""
如果我們這麼定義，那正方形就不能成為矩形的子類：如果長度和寬度不等，它就無法對 set_dimensions 方法做出響應。
另一種方法，是選擇將矩形做成不可變對象。
class IRectangle(Interface):
def get_length(self):
"""正方形能做到"""
def get_width(self):
"""正方形能做到"""
def with_dimensions(self, length, width):
"""返回一個新矩形"""
現在，我們可以將正方形視為矩形了。在調用 with_dimensions 時，它可以返回一個新的矩形（它不一定是個正方形），但它本身並沒有變，依然是一個正方形。
這似乎像是個學術問題 —— 直到我們認為正方形和矩形可以在某種意義上看做一個容器的側面。在理解了這個例子以後，我們會處理更傳統的容器，以解決更現實的案例。比如，考慮一下隨機存取數組。
我們現在有 ISquare 和 IRectangle，而且 ISequere 是 IRectangle 的子類。
我們希望把矩形放進隨機存取數組中：
class IArrayOfRectangles(Interface):
def get_element(self, i):
"""返回一個矩形"""
def set_element(self, i, rectangle):
""""rectangle" 可以是任意 IRectangle 對象"""
我們同樣希望把正方形放進隨機存取數組：
class IArrayOfSquare(Interface):
def get_element(self, i):
"""返回一個正方形"""
def set_element(self, i, square):
""""square" 可以是任意 ISquare 對象"""
儘管 ISquare 是 IRectangle 的子集，但沒有任何一個數組可以同時實現 IArrayOfSquare 和 IArrayOfRectangle.
為什麼不能呢？假設 bucket 實現了這兩個類的功能。
>>> rectangle = make_rectangle(3, 4)
>>> bucket.set_element(0, rectangle) # 這是 IArrayOfRectangle 中的合法操作
>>> thing = bucket.get_element(0) # IArrayOfSquare 要求 thing 必須是一個正方形
>>> assert thing.height == thing.width
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AssertionError
無法同時實現這兩類功能，意味著這兩個類無法構成繼承關係，即使 ISquare 是 IRectangle 的子類。問題來自 set_element 方法：如果我們實現一個只讀的數組，那 IArrayOfSquare 就可以是 IArrayOfRectangle 的子類了。
在可變的 IRectangle 和可變的 IArrayOf* 介面中，可變性都會使得對類型和子類的思考變得更加困難 —— 放棄變換的能力，意味著我們的直覺所希望的類型間關係能夠成立了。
可變性還會帶來作用域方面的影響。當一個共享對象被兩個地方的代碼改變時，這種問題就會發生。一個經典的例子是兩個線程同時改變一個共享變數。不過在單線程程序中，即使在兩個相距很遠的地方共享一個變數，也是一件簡單的事情。從 Python 語言的角度來思考，大多數對象都可以從很多位置來訪問：比如在模塊全局變數，或在一個堆棧跟蹤中，或者以類屬性來訪問。
如果我們無法對共享做出約束，那我們可能要考慮對可變性來進行約束了。
這是一個不可變的矩形，它利用了 attr 庫：
@attr.s(frozen=True)
class Rectange(object):
length = attr.ib()
width = attr.ib()
@classmethod
def with_dimensions(cls, length, width):
return cls(length, width)
這是一個正方形：
@attr.s(frozen=True)
class Square(object):
side = attr.ib()
@classmethod
def with_dimensions(cls, length, width):
return Rectangle(length, width)
使用 frozen 參數，我們可以輕易地使 attrs 創建的類成為不可變類型。正確實現 __setitem__ 方法的工作都交給別人完成了，對我們是不可見的。
修改對象仍然很容易；但是我們不可能改變它的本質。
too_long = Rectangle(100, 4)
reasonable = attr.evolve(too_long, length=10)
Pyrsistent 能讓我們擁有不可變的容器。
# 由整數構成的向量
a = pyrsistent.v(1, 2, 3)
# 並非由整數構成的向量
b = a.set(1, "hello")
儘管 b 不是一個由整數構成的向量，但沒有什麼能夠改變 a 只由整數構成的性質。
如果 a 有一百萬個元素呢？b 會將其中的 999999 個元素複製一遍嗎？Pyrsistent 具有「大 O」性能保證：所有操作的時間複雜度都是 O(log n). 它還帶有一個可選的 C 語言擴展，以在「大 O」性能之上進行提升。
修改嵌套對象時，會涉及到「變換器」的概念：
blog = pyrsistent.m(
title="My blog",
links=pyrsistent.v("github", "twitter"),
posts=pyrsistent.v(
pyrsistent.m(title="no updates",
content="I"m busy"),
pyrsistent.m(title="still no updates",
content="still busy")))
new_blog = blog.transform(["posts", 1, "content"],
"pretty busy")
new_blog 現在將是如下對象的不可變等價物：
{"links": ["github", "twitter"],
"posts": [{"content": "I"m busy",
"title": "no updates"},
{"content": "pretty busy",
"title": "still no updates"}],
"title": "My blog"}
不過 blog 依然不變。這意味著任何擁有舊對象引用的人都沒有受到影響：轉換隻會有局部效果。
當共享行為猖獗時，這會很有用。例如，函數的默認參數：
def silly_sum(a, b, extra=v(1, 2)):
extra = extra.extend([a, b])
return sum(extra)
在本文中，我們了解了為什麼不可變性有助於我們來思考我們的代碼，以及如何在不帶來過大性能負擔的條件下實現它。下一篇，我們將學習如何藉助不可變對象來實現強大的程序結構。
via: https://opensource.com/article/18/10/functional-programming-python-immutable-data-structures
作者： Moshe Zadka 選題： lujun9972 譯者： StdioA 校對： wxy
本文由 LCTT 原創編譯， Linux中國 榮譽推出
點擊「了解更多」可訪問文內鏈接
※讓 Python 代碼更易維護的七種武器
※8 個用於業餘項目的優秀 Python 庫
TAG:Linux技術 |