javascript - 我对换能器的理解和js代码正确吗

我已阅读有关换能器的网络文章

s

换能器:JavaScript中的高效数据处理管道@ Eric Elliott -Medium

了解JavaScript中的换能器@ Roman Liutikov-Medium

从一半很难理解...

什么是换能器？

JavaScript的简单转换器

如何使用换能器

来提高数据转换的效率

Clojure

Rich Hickey-cognitect

即将推出

Transducers-Clojure.org

我阅读了大约2页的Clojure官方教程，并了解了基本语法。我引用了内置函数引用以了解传感器示例代码。

我对以上两篇文章的理解可能是75％...

我的问题

我想知道以下理解/ js代码是否正确。请帮助我。

关于换能器

compose()返回的值是一个转换器。

Transducer通过将传递给transduce()函数作为参数来执行，此外，(2)Transducer通过将数组直接传递给transducer()来执行。

在(2)的过程中，不会生成中间值，并且将执行如下所示的高效过程。

Understanding Transducers in JavaScript @ Roman Liutikov -Medium

我的代码

"use strict";

const map = fn => arr => arr.map(fn),
filter = fn => arr => arr.filter(fn),
addReducer = arr => arr.reduce((acc, num) => acc + num, 0),
add1 = n => n + 1,
even = n => n % 2 === 0,

compose = (...fns) => initVal => fns.reduce((acc, fn) => fn(acc), initVal),
transduce = (xform, reducer, arr ) => reducer( xform(arr) );



const arr = [1,2,3],
transducer = compose(  /* called transducer or xform */
   map( add1 ), // 2,3,4
   filter( even ), // 2,4
);

console.log( transducer(arr) ) // 2,4
console.log( transduce(transducer, addReducer, arr) ) // 6

最佳答案

换能器利用了这样的事实，即函数组成从arity中抽象出来，即可以返回一个函数而不是“正常值”:

const comp = f => g => x => f(g(x));

const add = x => y => x + y;

const sqr = x => x * x;

const add9 = comp(add) (sqr) (3); // returns a lambda

console.log(
  add9(6)); // 15

现在换能器本身很无聊:

reduce => acc => x => /* body is specific to the transducer at hand */

它只是一个期望使用reducer的闭包(即结合了两个参数的二进制函数)，然后可以直接将其馈送到您喜欢的reduce函数中。

让我们看一下 map 转换器:

const mapper = f => (reduce => acc => x =>
  reduce(acc) (f(x)));

多余的括号仅说明了传感器的闭合情况。在这种情况下，它将关闭我们的转换函数f。接下来，我们将应用它:

// map transducer

const mapper = f => reduce => acc => x =>
  reduce(acc) (f(x));

// my favorite fold (reducing function)

const arrFold = alg => zero => xs => {
  let acc = zero;

  for (let i = 0; i < xs.length; i++)
    acc = alg(acc) (xs[i], i);

  return acc;
};

// reducer

const add = x => y => x + y;

// transformer

const sqr = x => x * x;

// MAIN

const main = arrFold(mapper(sqr) (add)) (0);

console.log(
  main([1,2,3])); // 14

好吧，不是那么令人印象深刻吧？传感器的有功功率是由其与功能组成的组合得出的:

// map transducer

const mapper = f => reduce => acc => x =>
  reduce(acc) (f(x));

// filter transducer

const filterer = p => reduce => acc => x =>
  p(x) ? reduce(acc) (x) : acc;

// my favorite fold (reducing function)

const arrFold = alg => zero => xs => {
  let acc = zero;

  for (let i = 0; i < xs.length; i++)
    acc = alg(acc) (xs[i], i);

  return acc;
};

// helpers

const add = x => y => x + y; // reducer
const sqr = x => x * x; // transformer
const isOdd = x => (x & 1) === 1; // predicate
const comp = f => g => x => f(g(x));

// MAIN

const main = arrFold(comp(filterer(isOdd)) (mapper(sqr)) (add)) (0);

console.log(
  main([1,2,3])); // 10

尽管我们涉及两个换能器，但仅通过Array进行一次遍历。此属性称为循环融合。由于换能器组成返回了另一个功能，因此评估顺序相反，即从左到右，而功能组成通常从右到左。

可重用性是另一个优势。您只需要定义一次传感器，就可以一次全部使用所有可折叠数据类型。

还值得注意的是，transduce只是一个便捷函数，对于理解该概念并不重要。

关于换能器，这差不多可以说了。