- 💂 个人网站:【 海拥 】【摸鱼小游戏 】
- 🤟 风趣幽默的人工智能学习网站：👉人工智能
- 💅 想寻找共同学习交流的小伙伴，请点击【全栈技术交流群】
- 💬 便宜且实用的计算机相关书籍：👉进来逛逛
函数式编程是一种编程范式，我们在其中尝试以纯数学函数风格绑定所有内容。它是一种声明式的编程风格。它的主要焦点是“要解决什么”，而命令式风格的主要焦点是“如何解决”。它使用表达式而不是语句。计算表达式以产生值，而执行语句以分配变量。
任何函数式编程语言都应该遵循这些概念。
Python 也支持函数式编程范式，而无需任何特殊功能或库的支持。
如上所述，纯函数有两个属性。
第二个属性也称为不变性。纯函数的唯一结果是它返回的值。它们是确定性的。使用函数式编程完成的程序很容易调试，因为纯函数没有副作用或隐藏的 I/O。纯函数还可以更轻松地编写并行/并发应用程序。当代码以这种风格编写时，智能编译器可以做很多事情——它可以并行化指令，在需要时等待评估结果，并记住结果，因为只要输入不改变，结果就永远不会改变。
例子：
# 演示纯函数的 Python 程序
# 一个不改变输入列表并返回新列表的纯函数
def pure_func(List):
New_List = []
for i in List:
New_List.append(i**2)
return New_List
# 驱动程序代码
Original_List = [1, 2, 3, 4]
Modified_List = pure_func(Original_List)
print("Original List:", Original_List)
print("Modified List:", Modified_List)
输出：
Original List: [1, 2, 3, 4]
Modified List: [1, 4, 9, 16]
在函数式编程中，没有 for 循环或 while 循环的概念，而是使用递归。递归是一个函数直接或间接调用自身的过程。在递归程序中，提供了基本情况的解决方案，而较大问题的解决方案则用较小的问题来表示。可能会出现一个问题，什么是基本情况？基本情况可以被认为是告诉编译器或解释器退出函数的条件。
示例：让我们考虑一个程序，该程序将在不使用任何 for 循环的情况下找到列表中所有元素的总和。
# 演示递归的 Python 程序
# 递归函数查找列表的总和
def Sum(L, i, n, count):
# Base case
if n <= i:
return count
count += L[i]
# 进入递归
count = Sum(L, i + 1, n, count)
return count
# 驱动程序代码
L = [1, 2, 3, 4, 5]
count = 0
n = len(L)
print(Sum(L, 0, n, count))
输出：
15
一等的对象自始至终统一处理。它们可以存储在数据结构中，作为参数传递，或者在控制结构中使用。如果一种编程语言将函数视为一等对象，则称其支持一等函数。
一等函数的性质：
# 演示高阶函数的 Python 程序
def shout(text):
return text.upper()
def whisper(text):
return text.lower()
def greet(func):
# 将函数存储在变量中
greeting = func("嗨，我是由作为参数传递的函数创建的。")
print(greeting)
greet(shout)
greet(whisper)
输出：
嗨，我是由作为参数传递的函数创建的。
嗨，我是由作为参数传递的函数创建的。
内置高阶函数
为了使列表和迭代器等可迭代对象的处理更加容易，Python 实现了一些常用的高阶函数。这些函数返回一个节省空间的迭代器。一些内置的高阶函数是：
语法： map(fun, iter)
参数：
fun：这是一个函数，map 将给定迭代的每个元素传递给该函数。
iter：它是一个要被映射的可迭代对象。返回类型：返回 map 类的迭代器。
例子：
# 用于演示 map 工作的 Python 程序。
# Return double of n
def addition(n):
return n + n
# 我们使用 map() 将所有数字翻倍
numbers = (1, 2, 3, 4)
results = map(addition, numbers)
# 不打印值
print(results)
# 打印值
for result in results:
print(result, end = " ")
输出：
<map object at 0x7fae3004b630>
2 4 6 8
语法：过滤器（函数，序列）
参数：
function：测试序列的每个元素是否为真的函数。
sequence：需要过滤的序列，可以是集合、列表、元组或任何迭代器的容器。返回类型：返回一个已经过滤的迭代器。
例子：
# 演示过滤器工作的 Python 程序。
# 过滤元音的函数
def fun(variable):
letters = ['a', 'e', 'i', 'o', 'u']
if (variable in letters):
return True
else:
return False
# sequence
sequence = ['g', 'e', 'e', 'j', 'k', 's', 'p', 'r']
# 使用过滤功能
filtered = filter(fun, sequence)
print('过滤后的字母是：')
for s in filtered:
print(s)
输出：
过滤后的字母是：
e
e
Lambda 函数：在 Python 中，匿名函数意味着函数没有名称。我们已经知道 def 关键字用于定义普通函数，而 lambda 关键字用于创建匿名函数。
语法：
lambda 参数：表达式
例子：
# 演示 lambda 的 Python 代码
cube = lambda x: x * x*x
print(cube(7))
L = [1, 3, 2, 4, 5, 6]
is_even = [x for x in L if x % 2 == 0]
print(is_even)
输出：
343
[2, 4, 6]
不变性是一种可用于调试的函数式编程范例，因为它会在变量被更改而不是值被更改的地方引发错误。Python 也支持一些不可变的数据类型，如字符串、元组、数字等。
例子：
# 演示不可变数据类型的 Python 程序
# 字符串数据类型
immutable = "Haiyong"
# 更改值将引发错误
immutable[1] = 'K'
输出：
Traceback (most recent call last):
File "/home/ee8bf8d8f560b97c7ec0ef080a077879.py", line 10, in
immutable[1] = 'K'
TypeError: 'str' object does not support item assignment
当你对事物有一组固定的操作时，面向对象的语言是很好的，并且随着代码的发展，你主要是添加新事物。这可以通过添加实现现有方法的新类来完成，而现有类则不作任何处理。
当你有一组固定的东西时，函数式语言是很好的，并且随着你的代码的发展，你主要是在现有的东西上添加新的操作。这可以通过添加使用现有数据类型进行计算的新函数来完成，而现有函数将被单独保留。
| 函数编程 | 面向对象编程 |
|---|---|
| 这种编程范式强调函数的使用，其中每个函数都执行特定的任务。 | 这种编程范式基于面向对象的概念。在创建对象实例的地方使用类 |
| 使用的基本元素是变量和函数。函数中的数据是不可变的（创建后无法更改）。 | 使用的基本元素是对象和方法，这里使用的数据是可变数据。 |
| 它遵循声明式编程模型。 | 它遵循命令式编程模型。 |
| 它使用递归进行迭代。 | 它使用循环进行迭代。 |
| 它支持并行编程。 | 它不支持并行编程。 |
| 此编程范例中的语句在执行时不需要遵循特定的顺序。 | 这种编程范式中的语句需要遵循一个顺序，即执行时自底向上的方法。 |
联系客服
