美文网首页
Map、Filter和Reduce

Map、Filter和Reduce

作者: SunshineBrother | 来源:发表于2020-04-09 17:34 被阅读0次

    Map

    假设我们需要一个函数,她接受一个整型数组,通过计算得到返回一个新的数组

    我们可以这样写

    func incrementArray(xs: [Int]) -> [Int] {
        var result: [Int] = []
        for x in xs {
            result.append(x + 1)
        }
        return result
    } 
    

    假设我们现在需要生成一个每项都为参数数组对应项的两倍

    func incrementArray1(xs: [Int]) -> [Int] {
        var result: [Int] = []
        for x in xs {
            result.append(x * 2)
        }
        return result
    }
    

    在假设我们需要一个数组是字符串,每个字符串都添加一个,

    func incrementArray2(xs: [String]) -> [String] {
        var result: [String] = []
        for x in xs {
            result.append(x + ",")
        }
        return result
    }
    

    我们发现这几个处理基本都是相同的,但是每次变化参数类型,我们都需要重新写一个函数,我们这个时候就可以写一个泛型函数

    func compute<T>(array:[T],transform:(T) -> T) -> [T] {
        var result:[T] = []
        for x in array {
            result.append(transform(x))
        }
        return result
    }
    
    print(compute(array: [1,2,3], transform: {$0 * 2}))
    

    为了每一次都方便调用,我们可以在Array中写一个extension

    extension Array{
        /// 数组转换,对数字的每一个元素进行转换,然后返回新的数组
        /// - Parameter transform:转换类型
        func map<T>(transform:(Element) -> T) -> [T] {
            var result:[T] = []
            for x in self {
                result.append(transform(x))
            }
            return result
        }
    }
    
    let arr = [1,2,3]
    print(arr.map({$0 * 3}))
    

    我们慢慢的就已经实现了map函数,在Swift标准库中已经实现了map函数

    @inlinable public func map<T>(_ transform: (Element) throws -> T) rethrows -> [T]
    

    Filter

    假设我们有一个字符串组成的数组,代表文件夹内容

    let exampleFiles = ["README.md", "HelloWorld.swift", "FlappyBird.swift"]
    

    现在如果我们想要一个包含所有 .swift 文件的数组,可以很容易通过简单的循环得到

    func getSwiftFiles(files: [String]) -> [String] {
        var result: [String] = []
        for file in files {
            if file.hasSuffix(".swift") {
                result.append(file)
            }
        }
        return result
    }
    

    当然,我们可以将 getSwiftFiles 函数一般化。比如,相比于使用硬编码 (hardcoding) 的方式筛选扩展名为 .swift 的文件,传递一个附加的 String 参数进行比对会是更好的方法。我们接下来可以使用同样的函数去比对 .swift.md文件。但是假如我们想查找没有扩展名的所有文件,或者是名字以字符串 Hello 开头的文件,那该怎么办呢

    我们可以定义一个名为 filter 的通用型函数。就像之前看到的 map 那样,filter 函数接受一个函数作为参数。filter 函数的类型是 Element -> Bool —— 对于数组中的所有元素,此函数都会判定它是否应该被包含在结果中

    extension Array{
        func filter(includeElement:(Element) -> Bool) -> [Element] {
            var result:[Element] = []
            for x in self where includeElement(x) {
                result.append(x)
            }
            return result
        }
    }
    

    就像 map 一样,Swift 标准库中的数组类型已经有定义好的 filter 函数了

    Reduce

    在定义一个泛型函数来体现一个更常见的模式之前,我们会先考虑一些相对简单的函数
    定义一个计算数组中所有整型值之和的函数非常简单:

    func sum(xs: [Int]) -> Int {
        var result: Int = 0
        for x in xs {
            result += x
        }
        return result
    }
    

    我们也可以使用类似 sum 中的 for 循环来定义一个 product 函数,用于计算所有数组项相乘之积:

    func product(xs: [Int]) -> Int {
        var result: Int = 1
        for x in xs {
            result = x * result
        }
        return result
    }
    

    同样地,我们可能想要连接数组中的所有字符串

    func concatenate(xs: [String]) -> String {
        var result: String = ""
        for x in xs {
            result += x
        }
        return result
    } 
    

    这些函数有什么共同点呢?它们都将变量result初始化为某个值。随后对输入数组 xs 的每一项进行遍历,最后以某种方式更新结果。为了定义一个可以体现所需类型的泛型函数,我们需要对两份信息进行抽象:赋给result 变量的初始值,和用于在每一次循环中更新 result 的函数

    考虑到这一点,我们得出了能够匹配此模式的 reduce 函数定义

    extension Array {
        func reduce<T>(initial: T, combine: (T, Element) -> T) -> T {
            var result = initial
            for x in self {
                result = combine(result, x)
            }
            return result
        }
    }
    

    这个函数的泛型体现在两个方面:对于任意 [Element] 类型的输入数组来说,它会计算一个类型为 T 的返回值。这么做的前提是,首先需要一个 T 类型的初始值 (赋给 result 变量),以及一个用于更新 for 循环中变量值的函数 combine: (T, Element) -> T

    【请务必注意】:尽管通过 reduce 来定义一切是个很有趣的练习,但是在实践中这往往不是一个什么好主意。原因在于,不出意外的话你的代码最终会在运行期间大量复制生成的数组,换句话说,它不得不反复分配内存,释放内存,以及复制大量内存中的内容。像我们之前做的一样,用一个可变结果数组定义 map 的效率显然会更高。理论上,编译器可以优化代码,使其速度与可变结果数组的版本一样快

    相关文章

      网友评论

          本文标题:Map、Filter和Reduce

          本文链接:https://www.haomeiwen.com/subject/slxhmhtx.html