計算機顧名思義,執行計算功能。然而通常計算機是通過重復計算得出結果。例如計算從1到100的求和,就是一個個數進行累加。這樣的重復性工作,人類顯然不太擅長,所以人發明了算法。高斯小朋友就實現了一個等差數列的求和算法。
既然計算機通過快速的重復計算得出結果。那么對數據源進行循環處理就是一種基本的控制結構。經典的循環控制都是通過while,for語句實現。很可惜,elixr中并沒有這樣的語句。不過不用擔心,elixir提供了優雅而強大的遞歸來進行循環迭代處理。
遞歸
在函數內調用函數自身即為遞歸。正常情況下,打印一些一些自然數可以這么寫:
# python
In [1]: for i in range(1, 6):
...: print i
...:
1
2
3
4
5
In [4]: n = 1
In [5]: while n <= 5:
...: print n
...: n += 1
...:
1
2
3
4
5
Elixir 中使用遞歸則為:
defmodule Nums do
def print(1), do: IO.puts 1
def print(n) do
print(n - 1)
IO.puts n
end
end
iex(1)> Nums.print(5)
1
2
3
4
5
:ok
列表遞歸
Lisp擁有很高的聲譽,它本身就是指列表進行計算。前面我們提及,List的實現是鏈表結構,因此讀取列表第一個元素將會很快。elixir還提供了|
操作符。下面就使用列表來完成加和計算:
defmodule Math do
def sum([]) do
0
end
def sum([head|tail]) do
head + sum(tail)
end
end
IO.puts Math.sum([1, 2, 3, 4, 5])
尾遞歸
使用遞歸來做循環控制是函數式語言的一大特點。別的語言通常在處理遞歸的時候存在著一個最大遞歸深度。而elixir對遞歸在編譯上做了優化。當然并不是針對所有遞歸,而是專門指尾遞歸(tail recursion)。至于尾遞歸和遞歸的差別,可以閱讀遞歸和尾遞歸。其形式大概就是自己調用自己的時候,并不是作為表達式,大概形式如下:
def original_fun(...) do
...
another_fun(...) # Tail call
end
上述加和操作用尾遞歸重寫如下:
defmodule Math do
def sum(list) do
_sum(list, 0)
end
defp _sum([], accumulator) do
accumulator
end
defp _sum([head|tail], accumulator) do
_sum(tail, head + accumulator)
end
end
IO.puts Math.sum([1, 2, 3, 4, 5])
更多遞歸
上述遞歸的控制基于函數參數的模式匹配,關于條件的控制,還有case和cond宏,下面結合這些控制結構來重寫上述的求和計算。
Lisp中常用cond結構,下面情況cond的結果:
defmodule Math do
def sum(list) do
_sum(list, 0)
end
def _sum(list, accumulator) do
cond do
list == [] ->
accumulator
[head|tail] = list ->
_sum(tail, head+accumulator)
end
end
end
IO.puts Math.sum([1, 2, 3, 4, 5])
再看case的結果:
defmodule Math do
def sum(list) do
_sum(list, 0)
end
def _sum(list, accumulator) do
case list do
[] -> accumulator
[head|tail] -> _sum(tail, head + accumulator)
end
end
end
IO.puts Math.sum([1, 2, 3, 4, 5])
由此可見,使用遞歸實現循環控制,遇到條件判斷的時候,即可以使用函數參數的模式匹配,也可以使用cond和case方式進行判斷。其中cond和case內部邏輯分支也是基于模式匹配。
列表解析
todo
總而言之,使用elixir的遞歸實現迭代功能,盡量使用尾遞歸。尾遞歸經過編譯器優化,不會因為調用棧出現問題,也不會引起額外的內存開銷。普通遞歸則會出現最大遞歸棧的問題。實際上,函數式語言的特點就是函數。在實現循環的功能,Elixir提供了一些高階函數用來處理,通過這些高階函數的抽象,隱藏了遞歸調用的細節。開發者掌握這些高階函數,更有利于實現功能需求。Enum和Stream提供了大部分所需要的函數,下一節繼續探索高階函數。