你好，我是陈皓，网名左耳朵耗子。 这节课，我们来学习一下函数式编程中非常重要的Map、Reduce、Filter这三种操作。这三种操作可以让我们轻松灵活地进行一些数据处理，毕竟，我们的程序大多数情况下都在倒腾数据。尤其是对于一些需要统计的业务场景来说，Map、Reduce、Filter是非常通用的玩法。 话不多说，我们先来看几个例子。 ## 基本示例 ### Map示例 在下面的程序代码中，我写了两个Map函数，这两个函数需要两个参数： - 一个是字符串数组 `[]` `string`，说明需要处理的数据是一个字符串； - 另一个是一个函数func(s string) string 或 func(s string) int。 ``` func MapStrToStr(arr []string, fn func(s string) string) []string { var newArray = []string{} for _, it := range arr { newArray = append(newArray, fn(it)) } return newArray } func MapStrToInt(arr []string, fn func(s string) int) []int { var newArray = []int{} for _, it := range arr { newArray = append(newArray, fn(it)) } return newArray } ``` 整个Map函数的运行逻辑都很相似，函数体都是在遍历第一个参数的数组，然后，调用第二个参数的函数，把它的值组合成另一个数组返回。 因此，我们就可以这样使用这两个函数： ``` var list = []string{"Hao", "Chen", "MegaEase"} x := MapStrToStr(list, func(s string) string { return strings.ToUpper(s) }) fmt.Printf("%v\n", x) //["HAO", "CHEN", "MEGAEASE"] y := MapStrToInt(list, func(s string) int { return len(s) }) fmt.Printf("%v\n", y) //[3, 4, 8] ``` 可以看到，我们给第一个 `MapStrToStr()` 传了功能为“转大写”的函数，于是出来的数组就成了全大写的，给`MapStrToInt()` 传的是计算长度，所以出来的数组是每个字符串的长度。 我们再来看一下Reduce和Filter的函数是什么样的。 ### Reduce 示例 ``` func Reduce(arr []string, fn func(s string) int) int { sum := 0 for _, it := range arr { sum += fn(it) } return sum } var list = []string{"Hao", "Chen", "MegaEase"} x := Reduce(list, func(s string) int { return len(s) }) fmt.Printf("%v\n", x) // 15 ``` ### Filter示例 ``` func Filter(arr []int, fn func(n int) bool) []int { var newArray = []int{} for _, it := range arr { if fn(it) { newArray = append(newArray, it) } } return newArray } var intset = []int{1, 2, 3, 4, 5, 6, 7, 8, 9, 10} out := Filter(intset, func(n int) bool { return n%2 == 1 }) fmt.Printf("%v\n", out) out = Filter(intset, func(n int) bool { return n > 5 }) fmt.Printf("%v\n", out) ``` 为了方便你理解呢，我给你展示一张图，它形象地说明了Map-Reduce的业务语义，在数据处理中非常有用。 ## 业务示例 通过刚刚的一些示例，你现在应该有点明白了，Map、Reduce、Filter只是一种控制逻辑，真正的业务逻辑是以传给它们的数据和函数来定义的。 是的，这是一个很经典的“业务逻辑”和“控制逻辑”分离解耦的编程模式。 接下来，我们来看一个有业务意义的代码，来进一步帮助你理解什么叫“控制逻辑”与“业务逻辑”分离。 ### 员工信息 首先，我们有一个员工对象和一些数据： ``` type Employee struct { Name string Age int Vacation int Salary int } var list = []Employee{ {"Hao", 44, 0, 8000}, {"Bob", 34, 10, 5000}, {"Alice", 23, 5, 9000}, {"Jack", 26, 0, 4000}, {"Tom", 48, 9, 7500}, {"Marry", 29, 0, 6000}, {"Mike", 32, 8, 4000}, } ``` ### 相关的Reduce、Fitler函数 然后，我们有下面的几个函数： ``` func EmployeeCountIf(list []Employee, fn func(e *Employee) bool) int { count := 0 for i, _ := range list { if fn(&list[i]) { count += 1 } } return count } func EmployeeFilterIn(list []Employee, fn func(e *Employee) bool) []Employee { var newList []Employee for i, _ := range list { if fn(&list[i]) { newList = append(newList, list[i]) } } return newList } func EmployeeSumIf(list []Employee, fn func(e *Employee) int) int { var sum = 0 for i, _ := range list { sum += fn(&list[i]) } return sum } ``` 简单说明一下： - `EmployeeConutIf` 和 `EmployeeSumIf` 分别用于统计满足某个条件的个数或总数。它们都是Filter + Reduce的语义。 - `EmployeeFilterIn` 就是按某种条件过滤，就是Fitler的语义。 ### 各种自定义的统计示例 于是，我们就可以有接下来的代码了。 **1.统计有多少员工大于40岁** ``` old := EmployeeCountIf(list, func(e *Employee) bool { return e.Age > 40 }) fmt.Printf("old people: %d\n", old) //old people: 2 ``` **2.统计有多少员工的薪水大于6000** ``` high_pay := EmployeeCountIf(list, func(e *Employee) bool { return e.Salary > 6000 }) fmt.Printf("High Salary people: %d\n", high_pay) //High Salary people: 4 ``` **3.列出有没有休假的员工** ``` no_vacation := EmployeeFilterIn(list, func(e *Employee) bool { return e.Vacation == 0 }) fmt.Printf("People no vacation: %v\n", no_vacation) //People no vacation: [{Hao 44 0 8000} {Jack 26 0 4000} {Marry 29 0 6000}] ``` **4.统计所有员工的薪资总和** ``` total_pay := EmployeeSumIf(list, func(e *Employee) int { return e.Salary }) fmt.Printf("Total Salary: %d\n", total_pay) //Total Salary: 43500 ``` **5.统计30岁以下员工的薪资总和** ``` younger_pay := EmployeeSumIf(list, func(e *Employee) int { if e.Age < 30 { return e.Salary } return 0 }) ``` ## 泛型Map-Reduce 刚刚的Map-Reduce都因为要处理数据的类型不同，而需要写出不同版本的Map-Reduce，虽然它们的代码看上去是很类似的。所以，这里就要提到泛型编程了。 ### 简单版 Generic Map 我在写这节课的时候，Go语言还不支持泛型（注：Go开发团队技术负责人Russ Cox在2012年11月21golang-dev上的mail确认了Go泛型将在Go 1.18版本落地，时间是2022年2月）。所以，目前的Go语言的泛型只能用 `interface{}` + `reflect`来完成。`interface{}` 可以理解为C中的 `void*`、Java中的 `Object` ，`reflect`是Go的反射机制包，作用是在运行时检查类型。 下面，我们来看一下，一个非常简单的、不做任何类型检查的泛型的Map函数怎么写。 ``` func Map(data interface{}, fn interface{}) []interface{} { vfn := reflect.ValueOf(fn) vdata := reflect.ValueOf(data) result := make([]interface{}, vdata.Len()) for i := 0; i < vdata.Len(); i++ { result[i] = vfn.Call([]reflect.Value{vdata.Index(i)})[0].Interface() } return result } ``` 我来简单解释下这段代码。 - 首先，我们通过 `reflect.ValueOf()` 获得 `interface{}` 的值，其中一个是数据 `vdata`，另一个是函数 `vfn`。 - 然后，通过 `vfn.Call()` 方法调用函数，通过 `[]refelct.Value{vdata.Index(i)}`获得数据。 Go语言中的反射的语法有点令人费解，不过，简单看一下手册，还是能够读懂的。反射不是这节课的重点，我就不讲了。如果你还不太懂这些基础知识，课下可以学习下相关的教程。 于是，我们就可以有下面的代码——不同类型的数据可以使用相同逻辑的`Map()`代码。 ``` square := func(x int) int { return x * x } nums := []int{1, 2, 3, 4} squared_arr := Map(nums,square) fmt.Println(squared_arr) //[1 4 9 16] upcase := func(s string) string { return strings.ToUpper(s) } strs := []string{"Hao", "Chen", "MegaEase"} upstrs := Map(strs, upcase); fmt.Println(upstrs) //[HAO CHEN MEGAEASE] ``` 但是，因为反射是运行时的事，所以，如果类型出问题的话，就会有运行时的错误。比如： ``` x := Map(5, 5) fmt.Println(x) ``` 代码可以很轻松地编译通过，但是在运行时却出问题了，而且还是panic错误…… ``` panic: reflect: call of reflect.Value.Len on int Value goroutine 1 [running]: reflect.Value.Len(0x10b5240, 0x10eeb58, 0x82, 0x10716bc) /usr/local/Cellar/go/1.15.3/libexec/src/reflect/value.go:1162 +0x185 main.Map(0x10b5240, 0x10eeb58, 0x10b5240, 0x10eeb60, 0x1, 0x14, 0x0) /Users/chenhao/.../map.go:12 +0x16b main.main() /Users/chenhao/.../map.go:42 +0x465 exit status 2 ``` ### 健壮版的Generic Map 所以，如果要写一个健壮的程序，对于这种用`interface{}` 的“过度泛型”，就需要我们自己来做类型检查。来看一个有类型检查的Map代码： ``` func Transform(slice, function interface{}) interface{} { return transform(slice, function, false) } func TransformInPlace(slice, function interface{}) interface{} { return transform(slice, function, true) } func transform(slice, function interface{}, inPlace bool) interface{} { //check the `slice` type is Slice sliceInType := reflect.ValueOf(slice) if sliceInType.Kind() != reflect.Slice { panic("transform: not slice") } //check the function signature fn := reflect.ValueOf(function) elemType := sliceInType.Type().Elem() if !verifyFuncSignature(fn, elemType, nil) { panic("trasform: function must be of type func(" + sliceInType.Type().Elem().String() + ") outputElemType") } sliceOutType := sliceInType if !inPlace { sliceOutType = reflect.MakeSlice(reflect.SliceOf(fn.Type().Out(0)), sliceInType.Len(), sliceInType.Len()) } for i := 0; i < sliceInType.Len(); i++ { sliceOutType.Index(i).Set(fn.Call([]reflect.Value{sliceInType.Index(i)})[0]) } return sliceOutType.Interface() } func verifyFuncSignature(fn reflect.Value, types ...reflect.Type) bool { //Check it is a funciton if fn.Kind() != reflect.Func { return false } // NumIn() - returns a function type's input parameter count. // NumOut() - returns a function type's output parameter count. if (fn.Type().NumIn() != len(types)-1) || (fn.Type().NumOut() != 1) { return false } // In() - returns the type of a function type's i'th input parameter. for i := 0; i < len(types)-1; i++ { if fn.Type().In(i) != types[i] { return false } } // Out() - returns the type of a function type's i'th output parameter. outType := types[len(types)-1] if outType != nil && fn.Type().Out(0) != outType { return false } return true } ``` 代码一下子就复杂起来了，可见，复杂的代码都是在处理异常的地方。我不打算Walk through 所有的代码，别看代码多，还是可以读懂的。 我来列一下代码中的几个要点。 1. 代码中没有使用Map函数，因为和数据结构有含义冲突的问题，所以使用`Transform`，这个来源于 C++ STL库中的命名。 1. 有两个版本的函数，一个是返回一个全新的数组 `Transform()`，一个是“就地完成” `TransformInPlace()`。 1. 在主函数中，用 `Kind()` 方法检查了数据类型是不是 Slice，函数类型是不是Func。 1. 检查函数的参数和返回类型是通过 `verifyFuncSignature()` 来完成的：`NumIn()`用来检查函数的“入参”；`NumOut()` ：用来检查函数的“返回值”。 1. 如果需要新生成一个Slice，会使用 `reflect.MakeSlice()` 来完成。 好了，有了这段代码，我们的代码就很可以很开心地使用了： 1.可以用于字符串数组： ``` list := []string{"1", "2", "3", "4", "5", "6"} result := Transform(list, func(a string) string{ return a +a +a }) //{"111","222","333","444","555","666"} ``` 2.可以用于整形数组： ``` list := []int{1, 2, 3, 4, 5, 6, 7, 8, 9} TransformInPlace(list, func (a int) int { return a*3 }) //{3, 6, 9, 12, 15, 18, 21, 24, 27} ``` 3.可以用于结构体： ``` var list = []Employee{ {"Hao", 44, 0, 8000}, {"Bob", 34, 10, 5000}, {"Alice", 23, 5, 9000}, {"Jack", 26, 0, 4000}, {"Tom", 48, 9, 7500}, } result := TransformInPlace(list, func(e Employee) Employee { e.Salary += 1000 e.Age += 1 return e }) ``` ### 健壮版的 Generic Reduce 同样，泛型版的 Reduce 代码如下： ``` func Reduce(slice, pairFunc, zero interface{}) interface{} { sliceInType := reflect.ValueOf(slice) if sliceInType.Kind() != reflect.Slice { panic("reduce: wrong type, not slice") } len := sliceInType.Len() if len == 0 { return zero } else if len == 1 { return sliceInType.Index(0) } elemType := sliceInType.Type().Elem() fn := reflect.ValueOf(pairFunc) if !verifyFuncSignature(fn, elemType, elemType, elemType) { t := elemType.String() panic("reduce: function must be of type func(" + t + ", " + t + ") " + t) } var ins [2]reflect.Value ins[0] = sliceInType.Index(0) ins[1] = sliceInType.Index(1) out := fn.Call(ins[:])[0] for i := 2; i < len; i++ { ins[0] = out ins[1] = sliceInType.Index(i) out = fn.Call(ins[:])[0] } return out.Interface() } ``` ### 健壮版的 Generic Filter 同样，泛型版的 Filter 代码如下（同样分是否“就地计算”的两个版本）： ``` func Filter(slice, function interface{}) interface{} { result, _ := filter(slice, function, false) return result } func FilterInPlace(slicePtr, function interface{}) { in := reflect.ValueOf(slicePtr) if in.Kind() != reflect.Ptr { panic("FilterInPlace: wrong type, " + "not a pointer to slice") } _, n := filter(in.Elem().Interface(), function, true) in.Elem().SetLen(n) } var boolType = reflect.ValueOf(true).Type() func filter(slice, function interface{}, inPlace bool) (interface{}, int) { sliceInType := reflect.ValueOf(slice) if sliceInType.Kind() != reflect.Slice { panic("filter: wrong type, not a slice") } fn := reflect.ValueOf(function) elemType := sliceInType.Type().Elem() if !verifyFuncSignature(fn, elemType, boolType) { panic("filter: function must be of type func(" + elemType.String() + ") bool") } var which []int for i := 0; i < sliceInType.Len(); i++ { if fn.Call([]reflect.Value{sliceInType.Index(i)})[0].Bool() { which = append(which, i) } } out := sliceInType if !inPlace { out = reflect.MakeSlice(sliceInType.Type(), len(which), len(which)) } for i := range which { out.Index(i).Set(sliceInType.Index(which[i])) } return out.Interface(), len(which) } ``` ## 后记 最后，还有几个未尽事宜： 1. 使用反射来做这些东西会有一个问题，**那就是代码的性能会很差。所以，上面的代码不能用在需要高性能的地方**。怎么解决这个问题，我会在下节课给你介绍下。 1. 这节课中的代码大量地参考了 Rob Pike的版本，你可以点击这个链接查看： [https://github.com/robpike/filter](https://github.com/robpike/filter)。 1. 其实，在全世界范围内，有大量的程序员都在问Go语言官方什么时候在标准库中支持 Map、Reduce。Rob Pike说，这种东西难写吗？还要我们官方来帮你们写吗？这种代码我多少年前就写过了，但是，我一次都没有用过，我还是喜欢用“For循环”，我觉得你最好也跟我一起用 “For循环”。 我个人觉得，Map、Reduce在数据处理的时候还是很有用的，Rob Pike可能平时也不怎么写“业务逻辑”的代码，所以，他可能也不太了解业务的变化有多么频繁…… 当然，好还是不好，由你来判断，但多学一些编程模式，一定是对自己很有帮助的。 好了，这节课就到这里。如果你觉得今天的内容对你有所帮助，欢迎你帮我分享给更多人。