函数式编程这篇笔记📒主要记录函数式编程，什么是函数式编程？函数式编程的优缺点什么是纯函数？什么是函数的副作用？

这篇笔记📒主要记录函数式编程，

什么是函数式编程？
函数式编程的优缺点
什么是纯函数？
什么是函数的副作用？

什么是函数式编程

函数式编程（Functional Programming, FP）是一种编程范式，强调使用纯函数、不可变数据结构和函数的组合来构建程序。它主要基于数学中的函数概念，旨在通过减少副作用、提高代码的可读性、可测试性和可维护性。

以下是函数式编程的一些核心概念和特点：

纯函数
纯函数是指在相同的输入下总是返回相同的输出，并且没有副作用。它不依赖于外部状态，也不会修改外部状态。这使得纯函数非常容易测试和调试。

// 纯函数示例
function todo(weather) {
  return weather === '下雨' ? '不出门‘ ： ’出去玩啊';
}

不可变性
在函数式编程中，数据是不可变的。一旦创建，就不能修改。所有的数据变更都会产生新的数据结构，而不是在原有数据结构上进行修改。这可以避免意外的状态变化和数据竞争问题。

const list = [1, 2, 3];
const newList = [...list, 4]; // 原始 list 不变，newList 是一个新数组

高阶函数
高阶函数是指可以接收函数作为参数或将函数作为返回值的函数。这使得函数可以像数据一样进行操作，支持函数的组合和柯里化。

function takeNotes(note) {
  return function(adjective) {
    return adjective + " " + note;
  }
}
const note = takeNotes("函数式编程");
note('JavaScript笔记:')
console.log(note('JavaScript笔记:'))

函数组合
函数组合是将多个小函数组合成一个更复杂的函数，使得代码更加模块化和可复用。函数组合通常通过类似 compose 或 pipe 的函数来实现。

const compose = (f, g) => x => f(g(x));
const addOne = x => x + 1;
const square = x => x * x;

const addOneAndSquare = compose(square, addOne);
console.log(addOneAndSquare(2)); // 输出 9

引用透明
引用透明是指函数的调用可以被其返回值所替代，而不会改变程序的行为。这是函数式编程中的一个重要属性，因为它意味着程序的行为可以被静态分析和优化。
递归
由于函数式编程避免使用可变状态，递归通常被用来代替循环来处理数据结构。
延迟计算
函数式编程支持惰性求值，即只有在需要时才计算表达式的值。这使得程序可以处理无限的数据结构（如无限列表）。

函数式编程优点

可测试性强：纯函数易于测试。
并行性好：由于没有副作用，纯函数可以轻松并行化。
可维护性高：通过函数组合和不可变数据结构，代码更模块化和可预测。

函数式编程缺点

性能开销：频繁创建新数据结构可能带来性能开销。
学习曲线：对于习惯命令式编程的开发者，函数式编程可能有一定的学习曲线。

什么是纯函数

在编程中，纯函数（pure function）是指一个函数满足以下两个条件：

相同的输入永远返回相同的输出：给定相同的输入，纯函数总是返回相同的结果，没有任何随机性或依赖外部状态。
没有副作用：纯函数不依赖于外部的状态或改变外部的状态。它不会修改外部变量，也不会进行I/O操作（如读写文件、打印日志等）。

由于这些特性，纯函数非常容易测试和调试，也适合并行执行，因为它们不会产生竞态条件或副作用。

// 纯函数
function add(a, b) {
  return a + b;
}

// 非纯函数，因为它依赖于外部的状态
let x = 10;
function addToX(y) {
  return x + y;
}

add(a, b) 是一个纯函数，因为它的输出完全依赖于输入参数 a 和 b，且没有副作用。而 addToX(y) 是一个非纯函数，因为它依赖于外部变量 x，且可能会因为 x 的改变而产生不同的结果。

函数的副作用

函数的副作用（side effects）指的是函数在执行过程中除了返回值之外，还对外部环境产生了额外的影响。这些影响可能包括修改外部变量、修改全局状态、执行 I/O 操作（如读写文件、打印日志、发送网络请求等），或者调用其他有副作用的函数。

副作用的例子：

修改外部变量：

let count = 0;
function increment() {
  count++; // 修改了外部变量 count
}

在这个例子中，increment 函数改变了外部的变量 count，这是一个副作用。

修改全局状态：

let state = { loggedIn: false };
function login() {
  state.loggedIn = true; // 修改了全局状态 state
}

这里 login 函数改变了全局的 state 对象，产生了副作用。

执行 I/O 操作：

function logMessage(message) {
  console.log(message); // 执行了 I/O 操作（打印日志）
}

logMessage 函数执行了一个 I/O 操作，向控制台输出了信息，这是一个副作用。

调用有副作用的函数：

function updateUser(user) {
  saveToDatabase(user); // 假设 saveToDatabase 是一个有副作用的函数
}

如果 saveToDatabase 函数在调用时会修改数据库，那么 updateUser 函数也会被认为有副作用。

副作用使得函数的行为难以预测和测试，因为同样的输入可能由于外部环境的变化而导致不同的结果。因此，在某些编程范式（如函数式编程）中，尽量避免或最小化副作用，以保持代码的可预测性和可靠性。

Tip 并行性好：由于没有副作用，纯函数可以轻松并行化。什么是并行性

并行性（Parallelism）是指在计算机科学中，同时执行多个计算任务以提高程序的效率和性能的能力。通过并行执行任务，可以显著减少总的执行时间。

并行性的基本概念

多核处理器：现代计算机通常配备多个处理器内核（多核），每个内核可以独立地执行任务。并行性可以利用这些内核同时处理不同的任务。
线程和进程：并行性通常通过多个线程或进程来实现，每个线程或进程可以独立地执行代码。线程共享同一进程的内存空间，而进程有自己独立的内存空间。
任务划分：在并行计算中，任务通常被划分为多个子任务，这些子任务可以同时在不同的处理器或内核上执行。

并行性与纯函数

纯函数具有以下特点，使得它们在并行计算中特别有用

没有副作用：纯函数不依赖或改变外部状态，因此多个纯函数可以同时运行而不互相干扰。这减少了在并行执行时可能出现的竞态条件（race conditions）和死锁问题。
相同的输入总是产生相同的输出：因为纯函数是确定性的，不管在哪个线程或处理器上执行，结果都不会改变。这使得在分布式系统中，可以将任务分配到不同的节点执行。

并行性与并发的区别

并行性：指同时执行多个任务（真正的同时执行），通常涉及多个处理器或内核。并行性旨在缩短任务的总执行时间。
并发性（Concurrency）：指在一段时间内交替处理多个任务，看起来像是同时进行，但实际上在某一时刻只有一个任务在执行。并发性更多关注任务的管理和调度。

并行性的例子

矩阵运算：在科学计算中，矩阵乘法可以通过将矩阵分割成子矩阵，并行计算每个子矩阵的结果来加速。
图像处理：处理高分辨率图像时，可以将图像分成多个块，同时对每个块进行滤波、增强或其他操作。
大规模数据处理：在分布式系统（如Hadoop、Spark）中，数据集可以被划分成多个部分，分发到不同的计算节点进行并行处理。

并行编程的挑战

任务划分：合理地划分任务以均衡工作负载，避免某些处理器过载而其他处理器闲置。
同步和通信：在并行执行的任务之间进行必要的数据同步和通信，避免数据不一致和竞态条件。
死锁：由于资源竞争和锁机制的不当使用，可能会导致系统在等待资源时进入死锁状态。

通过利用并行性，可以大大提高程序的执行速度，特别是在处理大规模数据、复杂计算或实时系统时。

函数式编程