在函数式解决方案中,以值的方式返回错误是更加安全,符合引用透明,并且可以通过高阶函数保存异常的优点--统一处理错误逻辑。
异常破坏了引用透明并引入了上下文依赖。
异常不是类型安全的。
Option数据类型
sealed trait Option[+A] {
}
case object None extends Option[Nothing]
case class Some[+A](a: A) extends Option[A]
练习 4.1
对Option实现所有的函数,在实现每个函数的时候试着去考虑它有什么意义,在什么场景下使用。
def map[B](f: A => B): Option[B] = this match {
case None => None
case Some(a) => Some(f(a))
}
def flatMap[B](f: A => Option[B]): Option[B] = this match {
case None => None
case Some(a) => f(a)
}
def getOrElse[B >: A](default: => B): B = this match {
case None => default
case Some(a) => a
}
def orElse[B >: A](ob: Option[B]): Option[B] = this match {
case None => ob
case Some(a) => Some(a)
}
def filter(f: A => Boolean): Option[A] = this match {
case Some(a) if f(a) => Some(a)
case _ => None
}
练习 4.2
根据flatMap函数实现一个variance(方差)函数。
def mean(xs: Seq[Double]): Option[Double] =
if(xs.isEmpty) None
else Some(xs.sum / xs.length)
def variance(xs: Seq[Double]): Option[Double] =
mean(xs).map(m =>
xs.map(x => Math.pow(x-m, 2)).sum / xs.length
)
可以通过升格(lift)的方式将普通函数升格为对Option操作的函数。
练习 4.3
写一个泛化的函数map2,使一个二元函数来组合两个Option的值。
def map2[A, B, C](oa: Option[A], ob: Option[B])(f: (A, B) => C): Option[C] =
oa.flatMap{a =>
ob.map{b =>
f(a, b)
}
}
def map2[A, B, C](oa: Option[A], ob: Option[B])(f: (A, B) => C): Option[C] =
for {
a <- oa
b <- ob
} yield f(a, b)
练习 4.5
写一个sequence函数,将一个Option的列表结合为一个Option
def sequence[A](li: List[Option[A]]): Option[List[A]] = {
def loop(n: Int, res: Option[List[A]]): Option[List[A]] = n match {
case -1 => res
case _ => li(n) match {
case None => None
case Some(a) => loop(n - 1, res.map(a :: _))
}
}
loop(li.length - 1, Some(Nil))
}
练习 4.6
实现一个函数,它直接使用map和sequence但是效率更好,只遍历一次列表。
def traverse[A, B](li: List[A])(f: A => Option[B]): Option[List[B]] =
sequence(li.map(f))
网友评论