高阶函数的定义：
在 Wikipedia 中，是这么定义高阶函数（higher-order function）的，如果一个函数：
-
接收一个或多个函数当作参数
-
把一个函数当作返回值
至少满足以上条件中的一个的函数，那么这个函数就被称作高阶函数。
使用高阶函数进行函数式编程的优势：
-
简化代码
-
使逻辑更加清晰
-
当数据比较大的时候，高阶函数会比传统实现更快，因为它可以并行执行（如运行在多核上）
高阶函数在Swift语言中有大量的使用场景，本篇分析 Swift 提供的如下几个高阶函数：map、flatMap、compactMap、filter、reduce。
一、map
map方法获取一个闭包表达式作为其唯一参数。
数组中的每一个元素调用一次该闭包函数，并返回该元素所映射的值。
简单说就是数组中每个元素通过某种规则（闭包实现）进行转换，最后返回一个新的数组。
1. 基本使用
a. 需求：将Int类型数组中的元素乘以2，然后转换为String类型的数组
let ints = [1, 2, 3, 4]
let strs = ints.map { "\($0 * 2)" }
// 打印结果：["2", "4", "6", "8"]
print(strs)
b. 需求：生成一个新的Int数组，元素是多少元素就重复多少个
let nums = [1, 2, 3, 4]
let mapNums = nums.map { Array(repeating: $0, count: $0) }
// 打印结果：[[1], [2, 2], [3, 3, 3], [4, 4, 4, 4]]
print(mapNums)
最终返回的是一个二维数组。
c. 需求：将String类型的数组转换为Int类型的数组
let someAry = ["12", "ad", "33", "cc", "22"]
// var nilAry: [Int?]
let nilAry = someAry.map { Int($0) }
// 打印结果：[Optional(12), nil, Optional(33), nil, Optional(22)]
print(nilAry)
最终返回的是[Int?]，一个可选类型的Int数组，且元素中存在nil。
2. 源码分析
由于Swfit是开源的，所以我们可以通过源码来分析map具体做了些什么。
源码：https://github.com/apple/swift/blob/master/stdlib/public/core/Collection.swift
public func map<T>(
_ transform: (Element) throws -> T
) rethrows -> [T] {
// TODO: swift-3-indexing-model - review the following
let n = self.count
if n == 0 {
return []
}
var result = ContiguousArray<T>()
result.reserveCapacity(n)
var i = self.startIndex
for _ in 0..<n {
result.append(try transform(self[i]))
formIndex(after: &i)
}
_expectEnd(of: self, is: i)
return Array(result)
}
对于这个代码，我们可以看出，它做了以下几件事情：
1. 构造一个名为 result 且与原数组的 capacity 一致的新数组，用于存放新的结果；
2. 遍历自己的元素，对于每个元素，调用闭包的转换函数 transform ，进行转换；
3. 将转换的结果使用 append 方法放入 result 中；
4. 遍历完成后，返回 result 。
tips: ContiguousArray是Swift提供的更高性能的数组，几乎与Array没什么区别，如果不涉及Objective-C的混编或需要转NSArray，完全可以使用ContiguousArray取代Array来使用，可以有更高的性能。
至于与Array的区别，这里就不拓展了，有兴趣的小伙伴Google一下。
二、flatMap
// flatMap 定义
public func flatMap<SegmentOfResult>(_ transform: (Element) throws -> SegmentOfResult) rethrows -> [SegmentOfResult.Element] where SegmentOfResult : Sequence
// Swift 4.1 以前的定义，4.1之后改名为 compactMap，compactMap时会详细说明
@available(swift, deprecated: 4.1, renamed: "compactMap(_:)", message: "Please use compactMap(_:) for the case where closure returns an optional value")
public func flatMap<ElementOfResult>(_ transform: (Element) throws -> ElementOfResult?) rethrows -> [ElementOfResult]
flatMap的实现与map非常类似，也是数组中每个元素通过某种规则（闭包实现）进行转换，最后返回一个新的数组。
不过flatMap能把数组中存有数组的数组（二维数组、N维数组）一同打开变成一个新的数组，称为降维，通俗一点就是把多维数组都会拍扁为一维数组，通过后面的例子一看就明白了。
flatMap另一个解包的功能在 4.1 版本之后更名为compactMap，所以在compactMap再做说明。
1. 基本使用
a. 需求：将Int类型数组中的元素乘以2，然后转换为String类型的数组
let ints = [1, 2, 3, 4]
let strs = ints.flatMap { "\($0 * 2)" }
// flatMap打印结果：["2", "4", "6", "8"]
print(strs)
该例子使用的与map一样，结果也是一样的，普通情况下，两者的效果一致。
b. 需求：生成一个新的Int数组，元素是多少元素就重复多少个
let nums = [1, 2, 3, 4]
let mapNums = nums.flatMap { Array(repeating: $0, count: $0) }
// flatMap打印结果：[1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
print(mapNums)
可以看到，flatMap把数组中的数组都打开了，最终返回的是一个一维数组。而map返回的是一个二维数组，没有降维。接下来通过源码，来分析两者的差别。
2. 源码分析
源码：https://github.com/apple/swift/blob/master/stdlib/public/core/SequenceAlgorithms.swift
public func flatMap<SegmentOfResult: Sequence>(
_ transform: (Element) throws -> SegmentOfResult
) rethrows -> [SegmentOfResult.Element] {
var result: [SegmentOfResult.Element] = []
for element in self {
result.append(contentsOf: try transform(element))
}
return result
}
我们可以看出，它做了以下几件事情：
1. 构造一个名为 result 的新数组，用于存放新的结果；
2. 遍历自己的元素，对于每个元素，调用闭包的转换函数 transform ，进行转换；
3. 将转换的结果使用 append-contentsOf 方法放入 result 中；
4. 遍历完成后，返回 result 。
仔细观察，flatMap与map是有一些区别的：
A. transform的差别
-
map的transform接收的参数是数组元素然后输出的是闭包执行后的类型T，最终执行的结果的是[T] -
flatMap的transform接收的参数是数组的元素，但输出的一个Sequence类型，最终执行的结果并不是Sequence的数组，而是Sequence内部元素另外组成的数组，即：[Sequence.Element]
B. 第三个步骤的差别
-
map使用append方法放入result中，所以transform之后的结果是什么类型，就将什么类型放入result中； -
flatMap使用append-contentsOf方法放入result中，而appendContentsOf方法就是把Sequence中的元素一一取出来，然后再放入result中，这也就是flatMap能降维的原因。
tips: append-contentsOf方法是干什么用的，看一段代码就明白了：
// 定义：
public mutating func append<S>(contentsOf newElements: __owned S) where Element == S.Element, S : Sequence
var arrCons = [1, 3, 2]
arrCons.append(contentsOf: [4, 5])
// 打印结果：[1, 3, 2, 4, 5]
print(arrCons)
也就是会把目标Sequence的元素一一取出来，然后放入定义好的数组。
所以flatMap必须要求 transform 函数返回的是一个Sequence类型，因为append-contentsOf方法需要的是一个Sequence类型的参数。
Sequence是什么呢 ？Sequence是一个协议，主要有两个参数，一个是Element，也即是 Sequence里的元素，另一个则是Iterator（迭代器），且自身的Element与迭代器的Element是要相同的where Self.Element == Self.Iterator.Element。迭代器是遵循IteratorProtocol协议的，而IteratorProtocol的核心是next()方法，这个方法在每次被调用时返回序列中的下一个值，对Sequence的遍历，实际上调用的就是迭代器的next()方法，当序列下一个值为空时，next()返回nil，也就意味着遍历结束。Sequence的高阶函数都是在Sequence的扩展中定义的。
这里就不拓展了，有兴趣的小伙伴Google以及查看官方源码。
说到这里，我们就可以解释如下代码了：
let nums = [1, 2, 3, 4]
let mapNums = nums.map { Array(repeating: $0, count: $0) }
let flatMapNums = nums.flatMap { Array(repeating: $0, count: $0) }
// map打印结果：[[1], [2, 2], [3, 3, 3], [4, 4, 4, 4]]
print(mapNums)
// flatMap打印结果：[1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
print(flatMapNums)
transform执行的结果都是一样的，都是得到一个数组，差别在于map将数组直接放入result中，而flatMap将数组中的元素一一取出来，更准确的说是调用Sequence的迭代器next()方法，将元素一一取出来，然后再放入result中。
然后说说第一个例子，用map和flatMap的效果是一样的，是因为flatMap闭包执行后输出的Sequence是一个String类型，与用map的transform输出的类型是一致的，而String是遵循Sequence协议的并且只有一位Character，所以结果是一样的，如果我们转换的是多位的String，会是什么效果呢？
看如下的代码：
let ints = [1, 2, 3, 4]
let mapStrs = ints.map { "\($0 * 2)啥啥啥" }
// map打印结果：["2啥啥啥", "4啥啥啥", "6啥啥啥", "8啥啥啥"]
print(mapStrs)
let flatMapStrs = ints.flatMap { "\($0 * 2)啥啥啥" }
// flatMap打印结果：["2", "啥", "啥", "啥", "4", "啥", "啥", "啥", "6", "啥", "啥", "啥", "8", "啥", "啥", "啥"]
print(flatMapStrs)
// String 的迭代器测试，这也就解释了flatMap在调用`append-contentsOf`方法是，是将 transform 后得到的 String 的 每一个 Character 放入了result中
var testStr = "test"
var iterator = testStr.makeIterator()
// Optional("t")
print(iterator.next())
// Optional("e")
print(iterator.next())
// Optional("s")
print(iterator.next())
// Optional("t")
print(iterator.next())
// nil
print(iterator.next())
transform执行的结果都是一样的，都是得到一个String，差别在于map将String直接放入result中，而flatMap将String中的Character一一取出来，更准确的说是调用String的迭代器next()方法，将Character一一取出来，然后再放入result中。
三、Optional 中的 map 和 flatMap
上面所分析的都是数组的map和flatMap，不只是数组中有这两个高阶函数，Optional有这两个高阶函数。
先看看Optional中的定义：
public enum Optional<Wrapped> : ExpressibleByNilLiteral {
case none
case some(Wrapped)
public init(_ some: Wrapped)
public func map<U>(_ transform: (Wrapped) throws -> U) rethrows -> U?
public func flatMap<U>(_ transform: (Wrapped) throws -> U?) rethrows -> U?
}
1. 基本使用
a. 需求：修改一个可选Int的值
let a1: Int? = 1
let b1 = a1.map { $0 * 2 }
// 打印结果：Optional(2)
print(b1)
let a2: Int? = nil
let b2 = a2.map { $0 * 2 }
// 打印结果：nil
print(b2)
通过例子，说明对于一个Optional的变量来说，map方法允许它再次修改自己的值，并且不必关心自己是否为.None。
b. 需求：对NSDate做format操作
// 不使用 map 的写法
let date: Date? = Date()
let formatter = DateFormatter()
formatter.dateFormat = "YYYY-MM-dd"
var formatted: String? = nil
if let d = date {
formatted = formatter.string(from: d)
}
// 打印结果：Optional("2019-07-16")
print(formatted)
// 使用 map 函数后，代码变得更短，更易读：
let date: Date? = Date()
let formatter = DateFormatter()
formatter.dateFormat = "YYYY-MM-dd"
let formatted = date.map { formatter.string(from: $0) }
// Optional("2019-07-24")
print(formatted)
通过例子，我们可以得出结论，当输入的是一个Optional，同时需要在逻辑中处理这个Optional是否为nil，那么就适合用map来替代原来的写法，使得代码更加简短。
c. 需求：将一个字符串转换成Int
let s: String? = "abc"
let mapR = s.map { Int($0) }
let flatMapR = s.flatMap { Int($0) }
// Optional(nil) --> map 会多包一层Optional
print(mapR)
// nil
print(flatMapR)
从上面的例子，我们可以得出结论，当我们的闭包参数有可能返回nil的时候，使用flatMap会更加合适，map会多包一层Optional，这样就很容易导致多重Optional嵌套的问题。
什么是多重Optional嵌套呢，Optional的map使用不当，就会导致多重Optional嵌套的问题。
我们来看一段代码：
let tq: Int? = 1
// let b: Int??
let b = tq.map { (a: Int) -> Int? in
if a % 2 == 0 {
return a
} else {
return nil
}
}
// 打印结果："b is not nil"
if let _ = b {
print("b is not nil")
} else {
print("b is nil")
}
由上面的代码就是Optional的map使用不当而导致的多重Optional嵌套，多重Optional的nil，if-let的判定是失效的，所以在工作中尽量避免多重Optional嵌套问题。上面例子的解决办法就是将map替换成flatMap，由于flatMap会有一次解包操作，所以能避免多重Optional嵌套的问题。
关于多重Optional嵌套的问题，这里就不拓展了，有兴趣的小伙伴可以看看这里：
http://blog.devtang.com/2016/02/27/swift-gym-1-nested-optional/
2. 源码分析
源码：https://github.com/apple/swift/blob/master/stdlib/public/core/Optional.swift
@inlinable
public func map<U>(
_ transform: (Wrapped) throws -> U
) rethrows -> U? {
switch self {
case .some(let y):
return .some(try transform(y))
case .none:
return .none
}
}
@inlinable
public func flatMap<U>(
_ transform: (Wrapped) throws -> U?
) rethrows -> U? {
switch self {
case .some(let y):
return try transform(y)
case .none:
return .none
}
}
这两函数是惊人的相似，不仔细看的话，甚至看不出这两个函数的差别，两函数实现当然是差别的：
1. map 返回的是 U ，flatMap 返回的是 U?
2. map 把结果放到 .Some 里面返回，也就是会调用一次 Optional 的构造函数，多包一层 Optional ，flatMap把结果直接返回
两个函数最终都保证了返回结果是Optional的，只是将结果转换成Optional的位置不一样。
既然Optional的map和flatMap本质上是一样的，为什么要搞两种形式呢？这其实是为了调用者更方便而设计的。调用者提供的闭包函数，既可以返回Optional的结果，也可以返回非Optional的结果。对于后者，使用map方法，即可以将结果继续转换成Optional的。结果是Optional的意味着我们可以继续链式调用，也更方便我们处理错误。
最后我们来看一段代码：
var arr = [1, 2, 4]
let res = arr.first.flatMap {
arr.reduce($0, max)
}
// 打印结果：Optional(4)
print(res)
代码的意思是：计算出数组中的元素最大值，按理说，求最大值直接使用reduce方法就可以了，不过有一种特殊情况需要考虑，即数组中的元素个数为 0 的情况，在这种情况下，没有最大值。
所以这里使用Optional的flatMap方法来处理了这种情况。arr的first方法返回的结果是Optional的，当数组为空的时候，first方法返回.None，所以，这段代码可以处理数组元素个数为 0 的情况了。
var arr: [Int] = []
let res = arr.first.flatMap {
arr.reduce($0, max)
}
// nil
print(res)
四、compactMap
compactMap是在4.1之后对flatMap的一个重载方法的重命名，同样是数组中每个元素通过某种规则（闭包实现）进行转换，最后返回一个新的数组，不过compactMap会将nil剔除，并对Optional进行解包。
1. 基本使用
a. 需求：将String类型的数组转换为Int类型的数组
var someAry = ["12", "ad", "33", "cc", "22"]
// var compactMapAry: [Int]
var compactMapAry = someAry.compactMap { Int($0) }
// compactMap打印结果：[12, 33, 22]
print(compactMapAry)
最终返回的是[Int]，一个Int数组，并将其中转换失败的nil过滤掉了，并对转换成功的Optional值进行了解包。
2. 源码分析
源码：https://github.com/apple/swift/blob/master/stdlib/public/core/SequenceAlgorithms.swift
public func compactMap<ElementOfResult>(
_ transform: (Element) throws -> ElementOfResult?
) rethrows -> [ElementOfResult] {
return try _compactMap(transform)
}
public func _compactMap<ElementOfResult>(
_ transform: (Element) throws -> ElementOfResult?
) rethrows -> [ElementOfResult] {
var result: [ElementOfResult] = []
for element in self {
if let newElement = try transform(element) {
result.append(newElement)
}
}
return result
}
通过代码，我们可以看出，它做了以下几件事情：
1. 调用 _compactMap 方法 传入 transform；
2. 构造一个名为 result 的新数组，用于存放新的结果；
3. 遍历自己的元素，对于每个元素，调用闭包的转换函数 transform ，进行转换；
4. 将转换的结果 使用 if - let 后，再使用 append 方法放入 result 中；
5. 遍历完成后，返回 result 。
从这里就可以得出结论，compactMap与map的区别就在于，map将transform后的结果直接放入result中，而compactMap使用if-let后再放入result中，而if-let的作用就是解包和过滤nil。
在看如下代码，其中的差别以及为什么会有差别，就很清晰了。
var someAry = ["12", "ad", "33", "cc", "22"]
var mapAry = someAry.map { Int($0) }
var compactMapAry = someAry.compactMap { Int($0) }
// map打印结果：[Optional(12), nil, Optional(33), nil, Optional(22)]
print(mapAry)
// compactMap打印结果：[12, 33, 22]
print(compactMapAry)
五、filter
filter用来过滤元素，即筛选出数组元素中满足某种条件（闭包实现）的元素。
1. 基本使用
a. 需求：筛选出Int数组中的偶数
let nums = [1, 13, 12, 36, 77, 89, 96]
let result = nums.filter { $0 % 2 == 0 }
// 打印结果：[12, 36, 96]
print(result)
最终返回的是全部是偶数的Int数组。
2. 源码分析
源码：https://github.com/apple/swift/blob/master/stdlib/public/core/Sequence.swift
public __consuming func filter(
_ isIncluded: (Element) throws -> Bool
) rethrows -> [Element] {
return try _filter(isIncluded)
}
@_transparent
public func _filter(
_ isIncluded: (Element) throws -> Bool
) rethrows -> [Element] {
var result = ContiguousArray<Element>()
var iterator = self.makeIterator()
while let element = iterator.next() {
if try isIncluded(element) {
result.append(element)
}
}
return Array(result)
}
通过代码，我们可以看出，它做了以下几件事情：
1. 调用 _filter 方法 传入 isIncluded ；
2. 构造一个名为 result 的新数组，用于存放新的结果；
3. 使用迭代器，遍历所有的元素，对于每个元素，调用闭包 isIncluded ，判断是否符合条件；
4. 将符合条件的元素使用 append 方法放入 result 中；
5. 遍历完成后，返回 result 。
六、reduce
reduce有两个函数，先看看定义：
@inlinable public func reduce<Result>(_ initialResult: Result, _ nextPartialResult: (Result, Element) throws -> Result) rethrows -> Result
@inlinable public func reduce<Result>(into initialResult: __owned Result, _ updateAccumulatingResult: (inout Result, Element) throws -> ()) rethrows -> Result
reduce两个函数都是把数组元素组合计算为另一个值，并且会接受一个初始值，这个初始值的类型可以和数组元素类型不同，这样子就有很大的可操作空间，也会很有趣，后面会说到。
reduce两个函数效果是一样的，但也是有差别的，差别就在于闭包的定义：
-
第一个函数闭包，接收
Result和Element，返回闭包执行后的Result，后续的操作是将每次闭包执行后的Result当做下一个元素执行闭包的入参，直到遍历完所有元素； -
第二个函数闭包，接收的依然是
Result和Element，不过没有返回值，并且Result是用inout修饰的，所以传入闭包的是Result的地址，所以闭包的执行都是基于Result进行操作的，这么说可能有些抽象，下面的源码分析，一看就明白了。
还有一个区别就是初始值，第二个函数使用了__owned进行了修饰，这个我也没懂是为什么，如果有知道的小伙伴望不吝赐教。
这两个函数实现的效果是一样的，只是实现的方式不同而已，第一个函数能做到的事情，第二个函数都能做到。
1. 基本使用
a. 需求：求一个Int类型数组的和
var arr = [2, 3, 4, 5]
// 正经写法
//let r = arr.reduce(0) { $0 + $1 }
// 简写
let r = arr.reduce(0, +)
// 打印结果：14
print(r)
let r2 = arr.reduce(into: 0, +=)
// 打印结果：14
print(r2)
最终返回的 14，即 0 + 2 + 3 + 4 + 5 的和，其中0是初始值。除了能获取和，当然也能能获取积、商和差。let r = arr.reduce(0, +) 简写中的符号，可以使用 + - * /，在/的时候注意除数不能为0，可以修改试试看。
这里能够简写的原因是由于Swift强大的类型推导，闭包仅仅传入了一个+号，Swift推导过程是首先nextPartialResult闭包有两个传入参数Result和Element，除此之外别无其他，因此+只能对这两个参数求和，得到一个结果值称为x吧，由于nextPartialResult函数还需要返回一个结果值，但是除了x也没有其他的可能，因此把x作为闭包结果值返回和Result进行相加计算，然后返回。
b. 需求：求出数组中奇数的和、以及偶数乘积
let nums = [1, 3, 2, 4]
typealias ResTuple = (Int, Int)
let res = nums.reduce((0, 1)) { (r, i) -> ResTuple in
var temp = r
if i % 2 == 0 {
temp.1 *= i
} else {
temp.0 += i
}
return temp
}
// 打印结果：奇数和：4，偶数乘积：8
print("奇数和：\(res.0)，偶数乘积：\(res.1)")
let res1 = nums
.reduce(into: (0, 1)) { $1 % 2 == 0 ? ($0.1 *= $1) : ($0.0 += $1) }
// 打印结果：reduce-into --> 奇数和：4，偶数乘积：8
print("reduce-into --> 奇数和：\(res1.0)，偶数乘积：\(res1.1)")
通过这个例子，reduce能做的不仅仅是求和或拼接，还可以做更多个性化的事情。上面实现中最有意思的莫过于我们使用Tuple作为initialResult。一旦你尝试将reduce进入到日常工作流中，会渐渐发现，Tuple是一个不错的选择，它能够将数据与reduce操作快速挂钩起来，后面的有趣例子还会用到，相当地契合场景。
2. 源码分析
源码：https://github.com/apple/swift/blob/master/stdlib/public/core/SequenceAlgorithms.swift
reduce第一个函数的源码：
@inlinable
public func reduce<Result>(
_ initialResult: Result,
_ nextPartialResult:
(_ partialResult: Result, Element) throws -> Result
) rethrows -> Result {
var accumulator = initialResult
for element in self {
accumulator = try nextPartialResult(accumulator, element)
}
return accumulator
}
通过以上代码代码，我们可以看出，它做了以下几件事情：
1. 定义 accumulator 临时变量，并赋值 initialResult ；
2. 遍历所有的元素，对于每个元素，调用闭包 nextPartialResult；
3. 将闭包执行的结果赋值给临时变量 accumulator ；
4. 遍历完成后，返回 accumulator 。
reduce第二个函数的源码：
@inlinable
public func reduce<Result>(
into initialResult: __owned Result,
_ updateAccumulatingResult:
(_ partialResult: inout Result, Element) throws -> ()
) rethrows -> Result {
var accumulator = initialResult
for element in self {
try updateAccumulatingResult(&accumulator, element)
}
return accumulator
}
通过以上代码代码，我们可以看出，它做了以下几件事情：
1. 定义 accumulator 临时变量，并赋值 initialResult ；
2. 遍历所有的元素，对于每个元素，调用闭包 updateAccumulatingResult，参数是临时变量 accumulator 的地址，闭包执行其实就是更新 accumulator 的值；
3. 遍历完成后，返回 accumulator 。
从以上源码中就能清晰地看出这两个函数的区别:
-
第一个函数是将闭包执行的结果赋值给临时变量
accumulator，然后遍历下一个元素，知道遍历结束，返回accumulator； -
第二个函数是将临时变量
accumulator的地址当做闭包的第一个参数，闭包的执行就是在操作accumulator的值。
所以说第一个函数能做到的事情，第二个函数都可以做得到，在有的时候，使用第二个函数，代码还能更简洁。这就看具体的场景，选择使用哪个函数实现。
3. reduce 有趣的拓展
reduce是map、flatMap、compactMap或filter的一种扩展的形式（后四个函数能干嘛，reduce就能用另外一种方式实现）。reduce的基础思想是将一个序列转换为一个不同类型的数据，期间通过一个累加器accumulator来持续记录递增状态。为了实现这个方法，我们会向reduce方法中传入一个用于处理序列中每个元素的结合闭包nextPartialResult。
A. 使用reduce实现map的功能
let arr = [1, 3, 2]
let r1 = arr.reduce([]) { $0 + [$1 * 2] }
// 打印结果：[2, 6, 4]
print(r1)
let r2 = arr.reduce([]) {
var temp = $0
temp.append($1 * 2)
return temp
}
// 打印结果：[2, 6, 4]
print(r2)
let r3 = arr.reduce(into: []) { $0 += [$1 * 2] }
// reduce-into打印结果：[2, 6, 4]
print(r3)
这里提供了两种写法，第一种更为简洁，第二种显得不那么简洁，但是第一种的效率是要比第二种低的，[2, 6] + [4]执行速度要慢于[2, 6].append(4)。倘若在处理庞大的列表，应取代集合 + 集合的方式，转而使用一个可变的 accumulator 变量进行递增。
关于[2, 6] + [4]执行速度要慢于[2, 6].append(4)的效率问题，这里不做拓展，有兴趣的小伙伴可以参考：
https://airspeedvelocity.net/2015/08/03/arrays-linked-lists-and-performance/
B. 使用reduce实现filter的功能
let nums = [1, 2, 3, 4]
let result = nums.reduce([]) { $1 % 2 == 0 ? $0 + [$1] : $0 }
// 打印结果：[2, 4]
print(result)
let r2 = nums.reduce(into: []) { $0 += $1 % 2 == 0 ? [$1] : [] }
// reduce-into打印结果：[2, 4]
print(r2)
C. 使用reduce实现flatMap的功能
let nums = [1, 2, 3, 4]
let reduceNums = nums.reduce([]) { $0 + Array(repeating: $1, count: $1) }
// reduce打印结果：[1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
print(reduceNums)
let r2 = nums.reduce(into: []) { $0 += Array(repeating: $1, count: $1) }
// reduce-into打印结果：[1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
print(r2)
D. 使用reduce实现compactMap的功能
var someAry = ["12", "ad", "33", "cc", "22"]
// var reduceAry: [Int]
var reduceAry = someAry.reduce([Int]()) {
if let i = Int($1) {
return $0 + [i]
}
return $0
}
// reduce打印结果：[12, 33, 22]
print(reduceAry)
var r2Ary = someAry.reduce(into: [Int]()) {
if let i = Int($1) {
$0 += [i]
}
}
// reduce-into打印结果：[12, 33, 22]
print(r2Ary)
这里只做演示，使用的是最简洁的代码，实际项目中，还是建议使用效率更高的方式。
从这里看来，reduce能做的这些系统已经提供了更好的实现方式，而且性能比reduce来实现要高很多，写这四段代码，只是让我们更深入地理解reduce的实现方式以及它的灵活性，reduce能做的其实更多。
比如： 基于某个标准对一个Int数组做划分，区分奇数和偶数的数组
let nums = [1, 2, 3, 4, 5, 6, 7, 8, 9]
typealias ResTuple = ([Int], [Int])
let res = nums.reduce(([], [])) { (r, i) -> ResTuple in
if i % 2 == 0 {
return (r.0, r.1 + [i])
} else {
return (r.0 + [i], r.1)
}
}
// 打印结果：奇数：[1, 3, 5, 7, 9]，偶数：[2, 4, 6, 8]
print("奇数：\(res.0)，偶数：\(res.1)")
// 留给读者：使用reduce-into应该怎么写呢？
如果使用常规的思路的话，会怎么实现呢？使用reduce是不是代码更加简洁，逻辑更加清晰。
reduce除了较强的灵活性之外，还具有另一个优势：通常情况下，map和filter所组成的链式结构会引入性能上的问题，因为它们需要多次遍历你的集合才能最终得到结果值，这种操作往往伴随着性能损失，比如以下代码：
[0, 1, 2, 3, 4]
.map({ $0 + 3})
.filter({ $0 % 2 == 0})
.reduce(0, +)
初始序列（即[0, 1, 2, 3, 4]）被重复访问了三次之多。首先是map，接着 filter，最后对数组内容求和，对于这种实现方式，实际是浪费了CPU的性能的，如果使用reduce，可以完美替代，且极大提高执行效率：
[0, 1, 2, 3, 4]
.reduce(0) { ($0 + 3) % 2 == 0 ? $1 + $0 + 3 : $1 }
reduce的实现方式，只需要遍历 1 次就够了，代码也更加简洁。
另外还有一些有趣的例子，或许对于reduce的使用打开思路有所帮助：
A： 返回数组中有多少个不相同的数
let nums = [11, 2, 3, 4, 5, 6, 5, 1]
// let r: (Int?, Int)
let r = nums.sorted(by: <)
.reduce((.none, 0)) { ($1, $0.0 == $1 ? $0.1 : $0.1 + 1) }
// 打印结果：7
print(r.1)
// 留给读者：使用reduce-into应该怎么写呢？
B： 返回原数组分解成长度为 n 后的多个数组
func chunk<T>(list: [T], length: Int) -> [[T]] {
typealias Acc = (stack: [[T]], cur: [T], cnt: Int)
let l = list.reduce((stack: [], cur: [], cnt: 0)) { (ac, o) -> Acc in
if ac.cnt == length {
return (stack: ac.stack + [ac.cur], cur: [o], cnt: 1)
} else {
return (stack: ac.stack, cur: ac.cur + [o], cnt: ac.cnt + 1)
}
}
return l.stack + [l.cur]
}
// 打印结果：[[1, 2], [3, 4], [5, 6], [7]]
print(chunk(list: [1, 2, 3, 4, 5, 6, 7], length: 2))
// 留给读者：使用reduce-into应该怎么写呢？
C： 给定一个 items 数组，每隔 count 个元素插入 element 元素，返回结果值，且需要确保 element 仅在中间插入，而不会添加到数组尾部
func interpose<T>(items: [T], element: T, count: Int = 1) -> [T] {
// cur 为当前遍历元素的索引值 cnt 为计数器，当值等于 count 时又重新置 1
typealias Acc = (ac: [T], cur: Int, cnt: Int)
return items.reduce((ac: [], cur: 0, cnt: 1), { (a, o) -> Acc in
switch a {
// 此时遍历的当前元素为序列中的最后一个元素
case let (ac, cur, _) where cur + 1 == items.count:
return (ac + [o], 0, 0)
// 满足插入条件
case let (ac, cur, c) where c == count:
return (ac + [o, element], cur + 1, 1)
case let (ac, cur, c):
return (ac + [o], cur + 1, c + 1)
}
}).ac
}
// 打印结果：[1, 9, 2, 9, 3, 9, 4, 9, 5]
print(interpose(items: [1, 2, 3, 4, 5], element: 9))
// 打印结果：[1, 2, 9, 3, 4, 9, 5]
print(interpose(items: [1, 2, 3, 4, 5], element: 9, count: 2))
// 留给读者：使用reduce-into应该怎么写呢？
D： 计算来自浙江的考生的高考平均分
let students: [[String: String]] = [["name": "张三", "city": "杭州, ZJ", "score": "580"],
["name": "李四", "city": "南昌, JX", "score": "520"],
["name": "王五", "city": "长沙, HN", "score": "536"],
["name": "赵六", "city": "绍兴, ZJ", "score": "602"],
["name": "周七", "city": "宁波, ZJ", "score": "599"],
["name": "吴八", "score": "499"]] // 由于失误，城市丢失了
typealias ResTuple = (cnt: Int, scoreTotal: Int)
let restlt = students.reduce((0, 0)) { (r, s) -> ResTuple in
// 如果城市缺失，或不是浙江的，或分数缺失则返回
guard let city = s["city"],
city.hasSuffix("ZJ"),
let score = Int(s["score"] ?? "") else {
return r
}
return (r.0 + 1, r.1 + score)
}
// 打印结果：浙江考生的平局分为：593.6667
print("浙江考生的平局分为：\(Float(restlt.1) / Float(restlt.0))")
// 留给读者：使用reduce-into应该怎么写呢？
这些例子，算是抛砖引玉，希望对大家对reduce的理解和使用有所帮助。
--
参考文档：
http://blog.devtang.com/2016/03/05/swift-gym-4-map-and-flatmap/
http://www.hangge.com/blog/cache/detail_1827.html
https://www.jianshu.com/p/56c99d31f2df
https://www.jianshu.com/p/06c90c0470b2
网友评论