7.4.2 使用聚合操作进行计算
聚合背后的思想是,在整个操作过程中,传递的某些状态能够被保持。我们首先初始状态,用给定的处理函数,为文档中的每个部分,计算出一个新的状态。这种思想反映在函数的签名中:
val aggregateDocument :
('a -> DocumentPart -> 'a)-> 'a -> DocumentPart –> 'a
我们之所以使用“某些状态”这样的宽泛概念,原因是状态可能是任意的。在函数签名中,状态的类型是类型参数 'a,因此,它取决于函数的用户。函数的后两个参数指定要处理的文档部分(也表示整个文档)和状态的初始值。AggregateDocument 的第一个参数是处理文档部分的函数,它根据原来的状态和一个文档部分计算出新的状态。清单 7.17 显示了完整(且或许是惊人的简短)的实现。
清单 7.17 聚合文档各部分 (F#)
let rec aggregateDocument f state docPart =
let state = f state docPart [1]
match docPart with
| TitledPart(_,part) –>
aggregateDocument f statepart [2]
| SplitPart(_,parts) ->
List.fold(aggregateDocument f) state parts [3]
| _ –> state
代码需要遍历文档中的所有部分,它在当前部件上调用函数,然后,递归地处理所有子部分。在这里,顺序是重要的:我们已经设计的函数,可能首先处理所有子部分,然后再处理当前的部分。差别在于,清单 7.17 中,在树的“根”节点上调用函数,而在其他情况下,可能会首先在“叶子”节点上调用。对我们的目的而言,这两种顺序都正确,但对于一些高级的处理,我们可能必须考虑哪一种遍历方法。
当我们对当前部分调用聚合函数时[1],使用同名值保持新的状态,新值隐藏了旧值,在这里,这是一项有效的安全措施:因为我们不可能在已经计算出新的状态以后,由于过失而意外使用原来的状态。接下来,我们处理可能包含子部分的部分。对于有标题部分,我们以递归方式处理正文[2]。当我们得到有子部分列表的分栏部分时,用列表上通常的聚合函数 List.fold [3]对它进行聚合。
聚合对于多种类型都可能是有用的。下面的代码片断展示了如何使用这个操作,统计整个文档中的单词数量:
let totalWords =
aggregateDocument (fun count part–>
match part with
| TextPart(tx) |TitledPart(tx,_) –> <-- 处理两种包含文本的部分
count +tx.Text.Split(' ').Length
| _ -> count) 0 doc
我们作为参数值使用的函数,只关心包含文本的部分。我们有两种这样的部分,都包含 TextContent 类型值的文本。使用 F# 的模式匹配,我们能够只使用一种模式,就能处理两种情况,这种语法称为或模式(or-pattern),它只能用在两种模式都绑定到值有相同类型的同一标识符的情况;在我们的例子中,只需要一个 TextContent 类型的标识符(tx)。在模式匹配的正文中,我们使用空格分隔符,把文本拆分成单词,并在总数上加上数组返回的长度。
注意
这里是一些问题的解答,可以在本书的网站上找到,http://www.functional-programming.net 或 http://www.manning.com/Real-WorldFunctionalProgramming。
■ 可以使用 mapDocument 把超过500个字符的文本部分拆分为两列。
■ 可以使用聚合收集文档中的图像。
■ 可以实现类似筛选的操作,参数 (DocumentPart -> bool) 类型的函数,创建只包含函数返回 true 的部分的文档。使用这个函数,能够从文档中删除所有的图像。
我们已经知道,第二种表示更方便对文档进行各种操作,特别是,如果我们首先实现了有用的高阶函数。现在,我们要回到 C#,将讨论我们刚才看到的哪些编程思想能够适用C#,以及它们与面向对象方法中著名的概念如何相关。
原文链接:https://www.f2er.com/javaschema/285138.html