函數式編程

這幾年大數據很火，在java中，有一個它的代名詞hadoop，它的編程模型叫作MapReduce，

什麼是MapReduce呢，想象下有個圖書館，裏面有十排書架，我想統計下有多少書，須要一個個數，若是用更快的方式怎麼作。

• 找十我的，每人數一排；
• 將每一個人的結果求和；

用MapReduce寫一下這個問題

首先定義兩個方法 map reduce

map() //對數據執行分批並行操做
reduce() //對操做全部返回值求結果

而後是數書的操做定義兩個方法

countBook() //數一排書
sum（）//求和

那麼此次數書操做可表示爲

map(countBook()).reduce(sum())

ok，再進一步，如今咱們有了map,reduce兩個方法，下面能夠進行花式數書了，我想統計下數學書

定義方法

countMathBook();

你會很快寫出

map(countMathBook()).reduce(sum())；

可是，咱們須要擁抱變化，因此如今需求變了，我想知到十個書架中，書最多的書架的是哪個

所以方法在此

max() //求最大值

map(countBook()).reduce(max())

而後需求又變了我想知到十個書架中，數學書最多的書架的是哪個

如今不須要考慮了

map(countMathBook()).reduce(max())

我想要求最小的呢

map(countBook()).reduce(min())

我想要求紅色書的數量呢

map(countRedBook()).reduce(sum())

…

花式數書結束，如今咱們能夠回答下什麼是函數式編程了。

首先map，reduce自己不是此次數書所定義的業務方法，而是語言好比java的jdk自帶的api,java8以後，在原有的函數庫中，新增了許多像map，reduce這樣抽象的方法，或者說函數，咱們更願意稱之爲高階函數，這些抽象的方法能夠爲咱們屏蔽底層的運算細節。

好比怎麼分批數書，咱們不須要考慮怎麼分批數，只要傳入一批怎麼數的函數就行。也不要在乎求和的過程，只要傳入求和的函數。

因此，函數式風格的編程就能夠這麼定義。

• 將業務邏輯細化，抽象，封裝成一個個功能函數，並藉助語言自帶的高階函數api，將整個業務流程轉化爲函數之間的相互調用，這就是函數式編程。

咱們能夠看到，函數式編程中，函數不只直接調用，也能夠當成參數被其餘函數調用。
所以，進一步，若是我不只想把函數當參數，還想傳入值，因此再封裝一下，函數和值封裝後是什麼。

• 函數->行爲
• 值->屬性

沒錯就是這就是對象

• 將業務邏輯細化，抽象，封裝成一個個對象，並藉助語言，庫，組件，框架等，將整個業務流程轉化爲對象之間的相互調用，這就是面向對象編程。

所以，這麼看來，函數式跟面向對象的思想其實都是一致的，即對邏輯的抽象與封裝。

原點

回顧下語言的歷程

過程式->函數式->面向對象

近年來大數據的興起，數據的處理每每跟面向對象不要緊，更多的是簡單而大量的數據結構，藉助mapreduce這樣的高階函數處理更加方便，這也是函數式編程又火起來的緣由。

程序只不過是回到了它的原點：

算法+數據結構->函數+高階函數+數據。