vavr Java的函数式编程神器-Part1

微信公众号：阿俊的学习记录空间
小红书：ArnoZhang
wordpress：arnozhang1994
博客园：arnozhang
CSDN：ArnoZhang1994

1. 介绍

Vavr（前称 Javaslang）是一个为 Java 8+ 提供的函数式库，提供持久数据类型和函数控制结构。

1.1. Vavr 中的 Java 8 函数式数据结构

Java 8 的 lambda（λ）使我们能够创建出色的 API，大大增强了语言的表现力。Vavr 利用 lambda 创建了许多基于函数式模式的新特性，其中之一是一个旨在替代 Java 标准集合的函数集合库。

Vavr 集合

LOGO

（这只是鸟瞰图，下面会有可读版本。）

1.2. 函数式编程

在深入数据结构的细节之前，我想先讨论一些基础知识。这将明确我为何创建 Vavr，尤其是新的 Java 集合。

1.2.1. 副作用

Java 应用程序通常充满副作用。它们会改变某种状态，可能是外部世界。常见的副作用包括在原地更改对象或变量、打印到控制台、写入日志文件或数据库。如果副作用以不希望的方式影响程序的语义，则被视为有害。

例如，如果一个函数抛出异常并对此进行解释，那么这被视为影响程序的副作用。此外，异常类似于非局部的 goto 语句，它们打破正常的控制流。然而，现实世界的应用确实会执行副作用。

int divide(int dividend, int divisor) {
    // 如果除数为零则抛出异常
    return dividend / divisor;
}

在函数式环境中，我们处于一个有利的局面，可以在 Try 中封装副作用：

// = Success(result) 或 Failure(exception)
Try<Integer> divide(Integer dividend, Integer divisor) {
    return Try.of(() -> dividend / divisor);
}

这个版本的 divide 不再抛出任何异常。我们通过使用类型 Try 使可能的失败变得明确。

1.2.2. 引用透明性

如果可以用其值替换调用而不影响程序的行为，则称一个函数或更一般的表达式为引用透明。简单来说，给定相同的输入，输出总是相同的。

// 不是引用透明的
Math.random();

// 引用透明的
Math.max(1, 2);

如果所有相关表达式都是引用透明的，则该函数被称为纯函数。由纯函数组成的应用程序只要编译就很可能能正常工作。我们能够对此进行推理。单元测试易于编写，调试变成了过去的遗物。

1.2.3. 价值思维

Clojure 的创造者 Rich Hickey 进行了关于“价值的价值”的精彩演讲。最有趣的值是不可变值。主要原因是不可变值

本质上是线程安全的，因此不需要同步
在 equals 和 hashCode 方面是稳定的，因此是可靠的哈希键
不需要克隆
在未经检查的协变转换中表现出类型安全（Java 特有）

更好的 Java 的关键是使用不可变值配合引用透明的函数。Vavr 提供了必要的控制和集合，以实现这一目标，在日常 Java 编程中。

1.3. 数据结构概述

Vavr 的集合库由一组丰富的基于 lambda 的函数式数据结构组成。它们与 Java 原始集合唯一共享的接口是 Iterable。主要原因是 Java 集合接口的修改方法不返回底层集合类型的对象。

我们将通过查看不同类型的数据结构来了解这一点为何至关重要。

1.3.1. 可变数据结构

Java 是一种面向对象的编程语言。我们将状态封装在对象中，以实现数据隐藏，并提供修改方法来控制状态。Java 集合框架（JCF）建立在这个思想之上。

interface Collection<E> {
    // 从该集合中删除所有元素
    void clear();
}

今天，我把 void 返回类型视为一种气味。这是副作用发生的证据，状态被改变。共享可变状态是失败的重要来源，不仅在并发环境中。

1.3.2. 不可变数据结构

不可变数据结构在创建后不能被修改。在 Java 的上下文中，它们通常以集合包装器的形式使用。

List<String> list = Collections.unmodifiableList(otherList);

// 爆炸！

list.add("why not?");

有各种库为我们提供类似的实用方法。结果总是特定集合的不可修改视图。通常在调用修改方法时会在运行时抛出异常。

1.3.3. 持久数据结构

持久数据结构在被修改时保留其之前的版本，因此实际上是不可变的。完全持久的数据结构允许对任何版本进行更新和查询。

许多操作只执行小的变化。仅仅复制之前的版本效率不高。为了节省时间和内存，识别两个版本之间的相似性并尽可能共享数据至关重要。

此模型不强加任何实现细节。函数式数据结构在此发挥作用。

1.4. 函数式数据结构

也称为纯函数数据结构，这些是不可变且持久的。函数式数据结构的方法是引用透明的。

Vavr 具有广泛使用的函数式数据结构。以下示例将深入解释。

1.4.1. 链表

最流行且最简单的函数式数据结构之一是（单向）链表。它有一个头元素和一个尾链表。链表的行为类似于遵循后进先出（LIFO）方法的堆栈。

在 Vavr 中，我们这样实例化一个链表：

// = List(1, 2, 3)
List<Integer> list1 = List.of(1, 2, 3);

每个链表元素形成一个独立的链表节点。最后一个元素的尾部是 Nil，表示空链表。

LOGO

这使我们能够在不同版本的链表中共享元素。

// = List(0, 2, 3)
List<Integer> list2 = list1.tail().prepend(0);

新头元素 0 链接到原链表的尾部。原链表保持不变。

LOGO

这些操作在常量时间内进行，换句话说，它们与链表大小无关。其他大多数操作需要线性时间。在 Vavr 中，这通过接口 LinearSeq 表达，我们可能已经在 Scala 中了解过。

如果我们需要在常量时间内可查询的数据结构，Vavr 提供 Array 和 Vector。两者均具有随机访问能力。

Array 类型由一个 Java 对象数组支持。插入和删除操作需要线性时间。Vector 在 Array 和 List 之间表现良好，既适用于随机访问，也适用于修改。

实际上，链表也可以用于实现队列数据结构。

1.4.2. 队列

基于两个链表可以实现非常高效的函数式队列。前面的链表保存被出队的元素，后面的链表保存入队的元素。两个操作入队和出队的时间复杂度均为 O(1)。

Queue<Integer> queue = Queue.of(1, 2, 3)
                            .enqueue(4)
                            .enqueue(5);

初始队列由三个元素创建。在后链表上入队两个元素。

LOGO

如果在出队时前链表没有元素，后链表会被反转并成为新的前链表。

LOGO

出队一个元素时，我们得到一个第一个元素和剩余队列的配对。必须返回队列的新版本，因为函数式数据结构是不可变且持久的。原队列不受影响。

Queue<Integer> queue = Queue.of(1, 2, 3);

// = (1, Queue(2, 3))
Tuple2<Integer, Queue<Integer>> dequeued =
        queue.dequeue();

当队列为空时，会抛出 NoSuchElementException。以函数式方式处理时，我们更希望得到一个可选结果。

// = Some((1, Queue()))
Queue.of(1).dequeueOption();

// = None
Queue.empty().dequeueOption();

可选结果可以进一步处理，无论其是否为空。

// = Queue(1)
Queue<Integer> queue = Queue.of(1);

// = Some((1, Queue()))
Option<Tuple2<Integer, Queue<Integer>>> dequeued =
        queue.dequeueOption();

// = Some(1)
Option<Integer> element = dequeued.map(Tuple2::_1);

// = Some(Queue())
Option<Queue<Integer>> remaining =
        dequeued.map(Tuple2::_2);

1.4.3. 排序集合

排序集合是比队列更常用的数据结构。我们使用二叉搜索树以函数式方式对其建模。这些树由每个节点最多有两个子节点和值构成。

我们在有顺序的情况下构建二叉搜索树，由元素比较器表示。任何给定节点的左子树的所有值严格小于

该节点的值，右子树的所有值严格大于该节点。

// = TreeSet(1, 2, 3, 4, 6, 7, 8)
SortedSet<Integer> xs = TreeSet.of(6, 1, 3, 2, 4, 7, 8);

LOGO

对这些树的搜索运行时间为 O(log n)。我们从根节点开始搜索，判断是否找到该元素。由于值的完全排序，我们知道接下来在哪一侧的分支上搜索。

// = TreeSet(1, 2, 3);
SortedSet<Integer> set = TreeSet.of(2, 3, 1, 2);

// = TreeSet(3, 2, 1);
Comparator<Integer> c = (a, b) -> b - a;
SortedSet<Integer> reversed = TreeSet.of(c, 2, 3, 1, 2);

大多数树操作本质上是递归的。插入函数的行为类似于搜索函数。当达到搜索路径的末端时，创建一个新节点，并重新构建整个路径直至根节点。尽可能引用现有子节点。因此，插入操作的时间和空间复杂度均为 O(log n)。

// = TreeSet(1, 2, 3, 4, 5, 6, 7, 8)
SortedSet<Integer> ys = xs.add(5);

LOGO

为了保持二叉搜索树的性能特征，树必须保持平衡。从根到叶子的所有路径必须具有大致相同的长度。

在 Vavr 中，我们基于红黑树实现了二叉搜索树。它使用特定的着色策略来保持插入和删除时树的平衡。有关此主题的更多信息，请参阅 Chris Okasaki 的书《Purely Functional Data Structures》。

### 1.4.4. HashMap

HashMap 是一种常用的不可变数据结构，用于存储键值对。Vavr 的 HashMap 是基于持久性和不可变性构建的。它允许对键值对进行高效的插入、删除和查找操作。

在 Vavr 中，我们可以这样创建一个 HashMap：

```java
// = HashMap(1 -> "one", 2 -> "two")
HashMap<Integer, String> map = HashMap.of(1, "one", 2, "two");

每次插入或删除操作都会返回一个新的 HashMap 实例，原始 HashMap 不会被修改。