函数式编程的数学基础（四）邱奇数的除法，递归邱奇数的除法实现较为困难。但有了邱奇数的减法和比较，那么我们大致可以想到，

邱奇数的除法实现较为困难。

但有了邱奇数的减法和比较，那么我们大致可以想到，如果能够不断把被除数减掉除数，直到它变得小于除数，我们就可以实现邱奇数除法了。

然而问题在于，我们如何在Lambda演算中实现这种“循环”？

最容易想到的是用递归代替循环，那么，Lambda函数能否直接递归呢？

答案是不行，我们使用一个Lambda函数前必须要先定义它。

Y Combinator

于是我们尝试构造一个可以递归的环境，假设有一个生成器函数 $Y$ ，它能够提供给一个函数f以包含自身的上下文，即：

f = Y\ \lambda f.(......)

这样我们就可以在省略号处正常编写递归函数了。于是问题的关键转化为为，如何编写实现这个函数 $Y$ ,我们首先写一个Y的形式，此处g应该是我们前面所写用于生成f的函数。

Y = \lambda g. ?

我们希望给g传入f，即：

Y = \lambda g.(g\ f)

但我们又没有f，为了生成f，我们又要调用g，于是要写成：

Y = \lambda g.(g\ (g\ (g\ ......)))

看起来这样无穷调用，写不出来。

我们来换个思路，我们没有必要构造一个真实的f，我们只需要给传入一个跟f完全一致的函数就可以了。我们可以写一个虚假的F

F = \lambda x.(g\ f\ x)

但这里面仍然用到f，因为F完全等价于f，所以我们可以写：

F = \lambda x.(g\ F\ x)

这个写法仍然递归，但是因为F是我们自己定义的，所以我们可以构造一个把函数传给自己的结构

\lambda F.(F\ F)

再把F改写做：

F = \lambda F.(g\ (F\ F))

于是最终写法是：

Y = \lambda g.(\lambda F.(F\ F))\ (\lambda F.\lambda x.(g\ (F\ F)\ x))

注：如果不考虑实际编程产生死循环，Y组合子可以写作更简单的形式：

Y = \lambda g.(\lambda F.(F\ F))\ (\lambda F.(g\ (F\ F)))

这样我们就有了函数递归的能力，我们不妨把公式翻译成JavaScript代码验证下我们的推导：

const Y = g => (F => F(F))(F => x => g(F(F))(x));
const sum = Y(sum => n => n > 0 ? n + sum(n - 1) : 0);
sum(100); //5050

由此我们可以看到，无论语言是否支持递归，只要函数具有闭包性质和一等公民身份，我们都可以基于lambda理论实现递归。

这里的特殊函数Y，我们把它称作Y Combinator，即Y组合子。

有了递归，我们实现邱奇数除法就变得顺理成章了。

div = Y\ \lambda div.\lambda m.\lambda n.((less\ m\ n)\ 0\ (add (div\ (minus\ m\ n)\ n)\ 1))

我们还可以顺道定义取余运算

mod = Y\ \lambda mod.\lambda m.\lambda n.((less\ m\ n)\ (minus\ m\ n)\ (mod\ (minus\ m\ n)\ n))

至此，我们已经实现了邱奇数的加减乘除，在这个过程中，我们还顺道实现了分支和循环（递归）两种逻辑，这样，我们推导出一组跟编程语言环境相近的lambda演算基础设施。

在整个学习过程中，你应该对一些函数式编程中常见的概念有一定体会：

函数是一等公民：在lambda演算中，函数是函数、函数是数据、函数是参数、函数是返回值、函数也是表达式，应该说，在原版lambda演算中，并不存在所谓“二等公民”，一切公民都是函数。
高阶函数：在lambda演算中，并不存在“非高阶函数”，一切函数都是以函数为参数、以函数为返回值的。
柯里化：在lambda演算中，并不支持多参数的函数，所以只能通过柯里化的形式表达多参数函数。
纯函数/不可变性：在lambda演算中，并不存在变量和赋值，所以更不可能改变变量的值。

实际上，因为lambda演算属于纯数学，它的设计并不在乎性能和人类编写方便，所以多数编程语言不会直接使用lambda的邱奇数、Y组合子等作为基础设施。

然而，正因为lambda演算达成了图灵完备，这让我们可以从其中获得制造计算机和设计编程语言的灵感。后世也在这个思路的基础上发展了组合子逻辑、类型论、基于范畴论的计算理论，这些都带来了编程领域的新发展。