7 4 2 使用聚合操作進行計算

7.4.2 使用聚合操作進行計算

聚合背後的思想是，在整個操作過程中，傳遞的某些狀態能夠被保持。我們首先初始狀態，用給定的處理函式，為文件中的每個部分，計算出乙個新的狀態。這種思想反映在函式的簽名中：

val aggregatedocument :

('a -> documentpart -> 'a)-> 'a -> documentpart –> 'a

我們之所以使用「某些狀態」這樣的寬泛概念，原因是狀態可能是任意的。在函式簽名中，狀態的型別是型別引數 'a，因此，它取決於函式的使用者。函式的後兩個引數指定要處理的文件部分（也表示整個文件）和狀態的初始值。aggregatedocument 的第乙個引數是處理文件部分的函式，它根據原來的狀態和乙個文件部分計算出新的狀態。清單 7.17 顯示了完整（且或許是驚人的簡短）的實現。

清單 7.17 聚合文件各部分 (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

**需要遍歷文件中的所有部分，它在當前部件上呼叫函式，然後，遞迴地處理所有子部分。在這裡，順序是重要的：我們已經設計的函式，可能首先處理所有子部分，然後再處理當前的部分。差別在於，清單 7.17 中，在樹的「根」節點上呼叫函式，而在其他情況下，可能會首先在「葉子」節點上呼叫。對我們的目的而言，這兩種順序都正確，但對於一些高階的處理，我們可能必須考慮哪一種遍歷方法。

當我們對當前部分呼叫聚合函式時[1]，使用同名值保持新的狀態，新值隱藏了舊值，在這裡，這是一項有效的安全措施：因為我們不可能在已經計算出新的狀態以後，由於過失而意外使用原來的狀態。接下來，我們處理可能包含子部分的部分。對於有標題部分，我們以遞迴方式處理正文[2]。當我們得到有子部分列表的分欄部分時，用列表上通常的聚合函式 list.fold [3]對它進行聚合。

聚合對於多種型別都可能是有用的。下面的**片斷展示了如何使用這個操作，統計整個文件中的單詞數量：

let totalwords =

aggregatedocument (fun count part–>

match part with

| textpart(tx) |titledpart(tx, _) –> <-- 處理兩種包含文字的部分

count +tx.text.split(' ').length

| _ -> count) 0 doc

我們作為引數值使用的函式，只關心包含文字的部分。我們有兩種這樣的部分，都包含 textcontent 型別值的文字。使用 f# 的模式匹配，我們能夠只使用一種模式，就能處理兩種情況，這種語法稱為或模式（or-pattern），它只能用在兩種模式都繫結到值有相同型別的同一識別符號的情況；在我們的例子中，只需要乙個 textcontent 型別的識別符號（tx）。在模式匹配的正文中，我們使用空格分隔符，把文字拆分成單詞，並在總數上加上陣列返回的長度。

注意這裡是一些問題的解答，可以在本書的**上找到，或

■ 可以使用 mapdocument 把超過500個字元的文字部分拆分為兩列。

■ 可以使用聚合收集文件中的影象。

■ 可以實現類似篩選的操作，引數 (documentpart -> bool) 型別的函式，建立只包含函式返回 true 的部分的文件。使用這個函式，能夠從文件中刪除所有的影象。

我們已經知道，第二種表示更方便對文件進行各種操作，特別是，如果我們首先實現了有用的高階函式。現在，我們要回到 c#，將討論我們剛才看到的哪些程式設計思想能夠適用c#，以及它們與物件導向方法中著名的概念如何相關。

7 4 2 使用聚合操作進行計算

7 4 2 使用聚合操作進行計算

7 4 2 使用聚合操作進行計算

使用鏈路聚合進行負載分擔

相關推薦