Scala 初学指南

模式匹配与匿名函数

上一章总结了模式在 Scala 中的几种用法,最后提到了匿名函数。 这一章,我们具体的去学习如何在匿名函数中使用模式。

如果你参与过 Coursera 上的 那门 Scala 课程 , 或者写过 Scala 代码,那很可能你已经熟悉匿名函数。 比如说,将一组歌名转换成小写格式,你可能会定义一个匿名函数传递给 map 方法:

val songTitles = List("The White Hare", "Childe the Hunter", "Take no Rogues")
songTitles.map(t => t.toLowerCase)

或者,利用 Scala 的 占位符语法(placeholder syntax) 得到更加简短的代码:

songTitles.map(_.toLowerCase)

目前为止,一切都很顺利。 不过,让我们来看一个稍微有些区别的例子: 假设有一个由二元组组成的序列,每个元组包含一个单词,以及对应的词频, 我们的目标就是去除词频太高或者太低的单词,只保留中间地带的。 需要写出这样一个函数:

wordsWithoutOutliers(wordFrequencies: Seq[(String, Int)]): Seq[String]

一个很直观的解决方案是使用 filtermap 函数:

val wordFrequencies = ("habitual", 6) :: ("and", 56) :: ("consuetudinary", 2) ::
  ("additionally", 27) :: ("homely", 5) :: ("society", 13) :: Nil
def wordsWithoutOutliers(wordFrequencies: Seq[(String, Int)]): Seq[String] =
  wordFrequencies.filter(wf => wf._2 > 3 && wf._2 < 25).map(_._1)
wordsWithoutOutliers(wordFrequencies) // List("habitual", "homely", "society")

这个解法有几个问题。 首先,访问元组字段的代码不好看,如果我们可以直接解构出字段,那代码可能更加美观和可读。

幸好,Scala 提供了另外一种写匿名函数的方式:模式匹配形式的匿名函数, 它是由一系列模式匹配样例组成的,正如模式匹配表达式那样,不过没有 match 。 下面是重写后的代码:

def wordsWithoutOutliers(wordFrequencies: Seq[(String, Int)]): Seq[String] =
 wordFrequencies.filter { case (_, f) `> f > 3 && f < 25 } map { case (w, _) `> w }

在两个匿名函数里,我们只使用了一个匹配案例,因为我们知道这个样例总是会匹配成功, 要解构的数据类型在编译期就确定了,没有会出错的可能。 这是模式匹配型匿名函数的一个非常常见的用法。

如果把这些匿名函数赋给其他值,你也会看到它们有着正确的类型:

val predicate: (String, Int) `> Boolean ` { case (_, f) => f > 3 && f < 25 }
val transformFn: (String, Int) `> String ` { case (w, _) => w }

不过要注意,必须显示的声明值的类型,因为 Scala 编译器无法从匿名函数中推导出其类型。

当然,也可以定义一系列更加复杂的的匹配案例。 但是你必须的确保对于每一个可能的输入,都会有一个样例能够匹配成功, 不然,运行时会抛出 MatchError

偏函数

有时候可能会定义一个只处理特定输入的函数。 这样的一种函数能帮我们解决 wordsWithoutOutliers 中的另外一个问题: 在 wordsWithoutOutliers 中,我们首先过滤给定的序列,然后对剩下的元素进行映射, 这种处理方式需要遍历序列两次。 如果存在一种解法只需要遍历一次,那不仅可以节省一些 CPU,还会使得代码更简洁,更具有可读性。

Scala 集合的 API 有一个叫做 collect 的方法,对于 Seq[A] ,它有如下方法签名:

def collect[B](pf: PartialFunction[A, B]): Seq[B]

这个方法将给定的 偏函数(partial function) 应用到序列的每一个元素上, 最后返回一个新的序列 - 偏函数做了 filtermap 要做的事情。

那偏函数到底是什么呢? 概括来说,偏函数是一个一元函数,它只在部分输入上有定义, 并且允许使用者去检查其在一个给定的输入上是否有定义。 为此,特质 PartialFunction 提供了一个 isDefinedAt 方法。 事实上,类型 PartialFunction[-A, +B] 扩展了类型 (A) => B (一元函数,也可以写成 Function1[A, B] )。 模式匹配型的匿名函数的类型就是 PartialFunction

依据继承关系,将一个模式匹配型的匿名函数传递给接受一元函数的方法(如:mapfilter)是没有问题的, 只要这个匿名函数对于所有可能的输入都有定义。

不过 collect 方法接受的函数只能是 PartialFunction[A, B] 类型的。 对于序列中的每一个元素,首先检查偏函数在其上面是否有定义, 如果没有定义,那这个元素就直接被忽略掉, 否则,就将偏函数应用到这个元素上,返回的结果加入结果集。

现在,我们来重构 wordsWithoutOutliers ,首先定义需要的偏函数:

val pf: PartialFunction[(String, Int), String] = {
  case (word, freq) if freq > 3 && freq < 25 => word
}

我们为这个案例加入了 守卫语句,不在区间里的元素就没有定义。

除了使用上面的这种方式,还可以显示的扩展 PartialFunction 特质:

val pf = new PartialFunction[(String, Int), String] {
  def apply(wordFrequency: (String, Int)) = wordFrequency match {
    case (word, freq) if freq > 3 && freq < 25 => word
  }
  def isDefinedAt(wordFrequency: (String, Int)) = wordFrequency match {
    case (word, freq) if freq > 3 && freq < 25 => true
    case _ => false
  }
}

当然,前一种方法更为更为简洁。

把定义好的 pf 传递给 map 函数,能够通过编译期,但运行时会抛出 MatchError , 因为我们的偏函数并不是在所有输入值上都有定义:

wordFrequencies.map(pf) // will throw a MatchError

不过,把它传递给 collect 函数就能得到想要的结果:

wordFrequencies.collect(pf) // List("habitual", "homely", "society")

这个结果和我们最初的实现所得到的结果是一样的,因此我们可以重写 wordsWithoutOutliers

def wordsWithoutOutliers(wordFrequencies: Seq[(String, Int)]): Seq[String] =
  wordFrequencies.collect { case (word, freq) if freq > 3 && freq < 25 => word }

偏函数还有其他一些有用的性质,比如说,它们可以被直接串联起来,实现函数式的 责任链模式 (源自于面向对象程式设计)。

偏函数还是很多 Scala 库和 API 的重要组成部分。比如: Akka 中,actor 处理信息的方法就是通过偏函数来定义的。 因此,理解这一概念是非常重要的。

小结

在这一章中,我们学习了另一种定义匿名函数的方法:一系列的匹配样例, 它用一种非常简洁的方式让解构数据成为可能。 而且,我们还深入到偏函数这个话题,用一个简单的例子展示了它的用处。

下一章,我们将深入的学习已经出现过的 Option 类型,探索其存在的原因及其使用方式。