需求
我们需要写一个函数,输入 'kevin',返回 'HELLO, KEVIN'。
尝试
- var toUpperCase = function(x) { return x.toUpperCase(); };
- var hello = function(x) { return 'HELLO, ' + x; };
- var greet = function(x){
- return hello(toUpperCase(x));
- };
- greet('kevin');
还好我们只有两个步骤,首先小写转大写,然后拼接字符串。如果有更多的操作,greet 函数里就需要更多的嵌套,类似于 fn3(fn2(fn1(fn0(x))))
。
优化
试想我们写个 compose 函数:
- var compose = function(f,g) {
- return function(x) {
- return f(g(x));
- };
- };
greet 函数就可以被优化为:
- var greet = compose(hello, toUpperCase);
- greet('kevin');
利用 compose 将两个函数组合成一个函数,让代码从右向左运行,而不是由内而外运行,可读性大大提升。这便是函数组合。
但是现在的 compose 函数也只是能支持两个参数,如果有更多的步骤呢?我们岂不是要这样做:
- compose(d, compose(c, compose(b, a)))
为什么我们不写一个帅气的 compose 函数支持传入多个函数呢?这样就变成了:
- compose(d, c, b, a)
compose
我们直接抄袭 underscore 的 compose 函数的实现:
- function compose() {
- var args = arguments;
- var start = args.length - 1;
- return function() {
- var i = start;
- var result = args[start].apply(this, arguments);
- while (i--) result = args[i].call(this, result);
- return result;
- };
- };
现在的 compose 函数已经可以支持多个函数了,然而有了这个又有什么用呢?
在此之前,我们先了解一个概念叫做 pointfree。
pointfree
pointfree 指的是函数无须提及将要操作的数据是什么样的。依然是以最初的需求为例:
- // 需求:输入 'kevin',返回 'HELLO, KEVIN'。
- // 非 pointfree,因为提到了数据:name
- var greet = function(name) {
- return ('hello ' + name).toUpperCase();
- }
- // pointfree
- // 先定义基本运算,这些可以封装起来复用
- var toUpperCase = function(x) { return x.toUpperCase(); };
- var hello = function(x) { return 'HELLO, ' + x; };
- var greet = compose(hello, toUpperCase);
- greet('kevin');
我们再举个稍微复杂一点的例子,为了方便书写,我们需要借助在《JavaScript专题之函数柯里化》中写到的 curry 函数:
- // 需求:输入 'kevin daisy kelly',返回 'K.D.K'
- // 非 pointfree,因为提到了数据:name
- var initials = function (name) {
- return name.split(' ').map(compose(toUpperCase, head)).join('. ');
- };
- // pointfree
- // 先定义基本运算
- var split = curry(function(separator, str) { return str.split(separator) })
- var head = function(str) { return str.slice(0, 1) }
- var toUpperCase = function(str) { return str.toUpperCase() }
- var join = curry(function(separator, arr) { return arr.join(separator) })
- var map = curry(function(fn, arr) { return arr.map(fn) })
- var initials = compose(join('.'), map(compose(toUpperCase, head)), split(' '));
- initials("kevin daisy kelly");
从这个例子中我们可以看到,利用柯里化(curry)和函数组合 (compose) 非常有助于实现 pointfree。
也许你会想,这种写法好麻烦呐,我们还需要定义那么多的基础函数……可是如果有工具库已经帮你写好了呢?比如 ramda.js:
- // 使用 ramda.js
- var initials = R.compose(R.join('.'), R.map(R.compose(R.toUpper, R.head)), R.split(' '));
而且你也会发现:
Pointfree 的本质就是使用一些通用的函数,组合出各种复杂运算。上层运算不要直接操作数据,而是通过底层函数去处理。即不使用所要处理的值,只合成运算过程。
那么使用 pointfree 模式究竟有什么好处呢?
pointfree 模式能够帮助我们减少不必要的命名,让代码保持简洁和通用,更符合语义,更容易复用,测试也变得轻而易举。
实战
这个例子来自于 Favoring Curry:
假设我们从服务器获取这样的数据:
- var data = {
- result: "SUCCESS",
- tasks: [
- {id: 104, complete: false, priority: "high",
- dueDate: "2013-11-29", username: "Scott",
- title: "Do something", created: "9/22/2013"},
- {id: 105, complete: false, priority: "medium",
- dueDate: "2013-11-22", username: "Lena",
- title: "Do something else", created: "9/22/2013"},
- {id: 107, complete: true, priority: "high",
- dueDate: "2013-11-22", username: "Mike",
- title: "Fix the foo", created: "9/22/2013"},
- {id: 108, complete: false, priority: "low",
- dueDate: "2013-11-15", username: "Punam",
- title: "Adjust the bar", created: "9/25/2013"},
- {id: 110, complete: false, priority: "medium",
- dueDate: "2013-11-15", username: "Scott",
- title: "Rename everything", created: "10/2/2013"},
- {id: 112, complete: true, priority: "high",
- dueDate: "2013-11-27", username: "Lena",
- title: "Alter all quuxes", created: "10/5/2013"}
- ]
- };
我们需要写一个名为 getIncompleteTaskSummaries 的函数,接收一个 username 作为参数,从服务器获取数据,然后筛选出这个用户的未完成的任务的 ids、priorities、titles、和 dueDate 数据,并且按照日期升序排序。
以 Scott 为例,最终筛选出的数据为:
- [
- {id: 110, title: "Rename everything",
- dueDate: "2013-11-15", priority: "medium"},
- {id: 104, title: "Do something",
- dueDate: "2013-11-29", priority: "high"}
- ]
普通的方式为:
- // 第一版 过程式编程
- var fetchData = function() {
- // 模拟
- return Promise.resolve(data)
- };
- var getIncompleteTaskSummaries = function(membername) {
- return fetchData()
- .then(function(data) {
- return data.tasks;
- })
- .then(function(tasks) {
- return tasks.filter(function(task) {
- return task.username == membername
- })
- })
- .then(function(tasks) {
- return tasks.filter(function(task) {
- return !task.complete
- })
- })
- .then(function(tasks) {
- return tasks.map(function(task) {
- return {
- id: task.id,
- dueDate: task.dueDate,
- title: task.title,
- priority: task.priority
- }
- })
- })
- .then(function(tasks) {
- return tasks.sort(function(first, second) {
- var a = first.dueDate,
- b = second.dueDate;
- return a < b ? -1 : a > b ? 1 : 0;
- });
- })
- .then(function(task) {
- console.log(task)
- })
- };
- getIncompleteTaskSummaries('Scott')
如果使用 pointfree 模式:
- // 第二版 pointfree 改写
- var fetchData = function() {
- return Promise.resolve(data)
- };
- // 编写基本函数
- var prop = curry(function(name, obj) {
- return obj[name];
- });
- var propEq = curry(function(name, val, obj) {
- return obj[name] === val;
- });
- var filter = curry(function(fn, arr) {
- return arr.filter(fn)
- });
- var map = curry(function(fn, arr) {
- return arr.map(fn)
- });
- var pick = curry(function(args, obj){
- var result = {};
- for (var i = 0; i < args.length; i++) {
- result[args[i]] = obj[args[i]]
- }
- return result;
- });
- var sortBy = curry(function(fn, arr) {
- return arr.sort(function(a, b){
- var a = fn(a),
- b = fn(b);
- return a < b ? -1 : a > b ? 1 : 0;
- })
- });
- var getIncompleteTaskSummaries = function(membername) {
- return fetchData()
- .then(prop('tasks'))
- .then(filter(propEq('username', membername)))
- .then(filter(propEq('complete', false)))
- .then(map(pick(['id', 'dueDate', 'title', 'priority'])))
- .then(sortBy(prop('dueDate')))
- .then(console.log)
- };
- getIncompleteTaskSummaries('Scott')
如果直接使用 ramda.js,你可以省去编写基本函数:
- // 第三版 使用 ramda.js
- var fetchData = function() {
- return Promise.resolve(data)
- };
- var getIncompleteTaskSummaries = function(membername) {
- return fetchData()
- .then(R.prop('tasks'))
- .then(R.filter(R.propEq('username', membername)))
- .then(R.filter(R.propEq('complete', false)))
- .then(R.map(R.pick(['id', 'dueDate', 'title', 'priority'])))
- .then(R.sortBy(R.prop('dueDate')))
- .then(console.log)
- };
- getIncompleteTaskSummaries('Scott')
当然了,利用 compose,你也可以这样写:
- // 第四版 使用 compose
- var fetchData = function() {
- return Promise.resolve(data)
- };
- var getIncompleteTaskSummaries = function(membername) {
- return fetchData()
- .then(R.compose(
- console.log,
- R.sortBy(R.prop('dueDate')),
- R.map(R.pick(['id', 'dueDate', 'title', 'priority'])
- ),
- R.filter(R.propEq('complete', false)),
- R.filter(R.propEq('username', membername)),
- R.prop('tasks'),
- ))
- };
- getIncompleteTaskSummaries('Scott')
compose 是从右到左依此执行,当然你也可以写一个从左到右的版本,但是从右向左执行更加能够反映数学上的含义。
ramda.js 提供了一个 R.pipe 函数,可以做的从左到右,以上可以改写为:
- // 第五版 使用 R.pipe
- var getIncompleteTaskSummaries = function(membername) {
- return fetchData()
- .then(R.pipe(
- R.prop('tasks'),
- R.filter(R.propEq('username', membername)),
- R.filter(R.propEq('complete', false)),
- R.map(R.pick(['id', 'dueDate', 'title', 'priority'])
- R.sortBy(R.prop('dueDate')),
- console.log,
- ))
- };
专题系列
JavaScript专题系列目录地址:https://github.com/mqyqingfeng/Blog。
JavaScript专题系列预计写二十篇左右,主要研究日常开发中一些功能点的实现,比如防抖、节流、去重、类型判断、拷贝、最值、扁平、柯里、递归、乱序、排序等,特点是研(chao)究(xi) underscore 和 jQuery 的实现方式。
如果有错误或者不严谨的地方,请务必给予指正,十分感谢。如果喜欢或者有所启发,欢迎 star,对作者也是一种鼓励。