7.4.2 使用聚合操作进行计算

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。