《Kotlin入门实战》CH5 | 函数与函数式编程

本文介绍了函数式编程,它与命令式编程不同,焦点在于数据映射,具有一等函数支持、纯函数和不变性、函数组合等特点。还提及声明函数、Lambda表达式、高阶函数,重点介绍了Kotlin中的特殊函数,如run()、apply()等的定义和使用。

函数与函数式编程

函数式编程与命令式编程最大的不同是:函数式编程的焦点在于数据的映射,命令式编程(imperative programming)的焦点是解决问题的步骤。

函数式编程和命令式编程比较

fun main() {

    val list = listOf<Int>(1, 2, 3, 4, 5)
    
    // 函数式编程
    println(list.filter { it % 2 == 0 })
    
    // 命令式编程
    for (i in list) {
        if (i % 2 == 0)
            println(i)
    }
}

如果式Java的话,还要写for(;;)遍历,函数式编程就显得可读性更好了。

1. 函数式编程

  1. 一等函数支持(first-class function):函数也是一种数据类型,可以作为参数传入另一个函数中,同时函数也可以返回一个函数。
  2. 纯函数(pure function)和不变性(immutable):纯函数指的是没有副作用的函数(函数不去改变外部的数据状态)。例如,一个编译器就是一个广义上的纯函数。在函数式编程中,倾向于使用纯函数编程。正因为纯函数不会去修改数据,同时又使用不可变的数据,所以程序不会去修改一个已经存在的数据结构,而是根据一定的映射逻辑创建一份新的数据。函数式编程是转换数据而非修改原始数据。
  3. 函数的组合(compose function):在面向对象编程中是通过对象之间发送消息来构建程序逻辑的;而在函数式编程中是通过不同函数的组合来构建程序逻辑的。

2. 声明函数

fun sum(v1: Int, v2: Int): Int {
    return v1 + v2
}

val sum = fun(v1: Int, v2: Int): Int { return v1 + v2 }

3. Lambda表达式

val list = listOf(1, 2, 3, 4, 5, 6, 7)
list.filter { it % 2 == 1 }

因为filter函数只有一个参数所以小括号被省略了

list.filter ({ it % 2 == 1 })

而filter函数的参数式一个函数,参数类型式predicate: (T) -> Boolean

{ it % 2 == 1 } 是一个简写的Lambda表达式
{ it -> it % 2 == 1 } //实际的Lambda 表达式

完整的写法是

val odd = {it:Int -> it % 2 == 1}
list.filter(odd)

可以看一下filter的源码

public inline fun <T> Iterable<T>.filter(predicate: (T) -> Boolean): List<T> {
    return filterTo(ArrayList<T>(), predicate)
}// predicate 是传入的函数,调用filterTo方法

// filterTo方法中使用了predicate判断是否满足条件
// 如果满足条件则加入destination 容器里面

public inline fun <T, C : MutableCollection<in T>> Iterable<T>.filterTo(destination: C, predicate: (T) -> Boolean): C {
    for (element in this) if (predicate(element)) destination.add(element)
    return destination
}

4. 高阶函数

    val f = fun(x: Int) = x % 2 == 1
    val g = fun(s: String) = s.length
    val h = fun(g: (String) -> Int, f: (Int) -> Boolean): (String) -> Boolean {
        return { f(g(it)) }  // {}表示返回的是lambda表达式,如果没有返回的是boolean值了
    }
    
    val strs = listOf("a", "ab", "abc", "abcd")
    println(strs.filter( h(g, f) ))

使用typealias别名简化

typealias G = (String) -> Int
typealias F = (Int) -> Boolean
typealias H = (String) -> Boolean

val h = fun(g: G, f: F): H {
    return { f(g(it)) } //需要注意的是,这里的{} 是不能省略的
}
8923455-8c03d65aac7cd164.png
image.png

5. kotlin中特殊函数

kotlin包下的Standard.kt 文件中定义的方法

run()、apply()、let()、also()和with()、takeIf、takeUnless、repeat

1. run()

定义

public inline fun <R> run(block: () -> R): R {
    contract {
        callsInPlace(block, InvocationKind.EXACTLY_ONCE)
    }
    return block()
}

使用

fun myfun(): String {
    println("执行了myfun 函数")
    return "这是myfun 的返回值"
}

fun main() {
    myfun()
    run({ myfun() })
    run { myfun() }
    run { println("A") }
}

结果

执行了myfun 函数
执行了myfun 函数
执行了myfun 函数
A

2. apply()函数

定义

public inline fun <T> T.apply(block: T.() -> Unit): T {
    contract {
        callsInPlace(block, InvocationKind.EXACTLY_ONCE)
    }
    block()
    return this
}

使用

   val list = ArrayList<String>().apply {
        add("1")
        add("2")
        add("3")
    }
    println(list)

结果

[1, 2, 3]

3. let()函数

定义

public inline fun <T, R> T.let(block: (T) -> R): R {
    contract {
        callsInPlace(block, InvocationKind.EXACTLY_ONCE)
    }
    return block(this)
}

使用

list.let { println(it) }

结果

[1, 2, 3]

4. also()函数

定义

public inline fun <T> T.also(block: (T) -> Unit): T {
    contract {
        callsInPlace(block, InvocationKind.EXACTLY_ONCE)
    }
    block(this)
    return this
}

使用

fun testAlsoFun() {
    val a = "ABC".also {
        println(it) //输出:ABC
    }
    println(a)      //输出:ABC
    a.let {
        println(it) //输出:ABC
    }
}

结果

ABC
ABC
ABC

5. with()函数

定义

public inline fun <T, R> with(receiver: T, block: T.() -> R): R {
    contract {
        callsInPlace(block, InvocationKind.EXACTLY_ONCE)
    }
    return receiver.block()
}

使用

    with(ArrayList<Int>()){
        add(1)
        add(2)
        add(3)
    }.let { println(it) }

结果

1
2
3
【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值