《Haskell趣学指南》笔记之 Monoid

本文深入探讨了Haskell中的Monoid类型类,解释了其基本概念,包括中性元和结合律,以及如何通过newtype关键字创建Monoid实例。通过具体示例,如列表和整数的Monoid实例,展示了Monoid在实际编程中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Monoid 是一个类型类。 字典对 Monoid 的解释是:

独异点,带有中性元的半群;

这应该是范畴论里的东西,反正我目前是看不懂这个什么群。

我们先学习 newtype

newtype 关键字

data 关键字可以创建类型; type 关键字可以给现在类型设置别名; instance 关键字可以让类型变成类型类的实例;

newtype 关键字是根据现有数据类型创建新类型。 newtype 跟 data 很像,但是速度更快,不过功能更少,只能接受值构造器,值构造器只能有一个参数。

newtype CharList = CharList { getCharList :: [Char] } deriving (Eq, Show) 

ghci> CharList "this will be shown!" 
CharList {getCharList = "this will be shown!"} 
ghci> CharList "benny" == CharList "benny" 
True 
ghci> CharList "benny" == CharList "oisters" 
False 
复制代码

Monoid

我们先用 *++ 作比喻

  1. 它们都接受两个参数
  2. 参数和返回值的类型都相同
  3. 存在一个这样的值:作为参数时,返回值与另一个参数相同
    1. 1 * 某值 的结果都是某值
    2. [] ++ 某列表 的结果都是某列表
  4. 当有三个或更多参数时,无论在哪里加括号改变执行顺序,结果都一样
    1. (3 * 4) * 53 * (4 * 5) 一样
    2. ([1,2] ++ [3,4]) ++ [5,6][1,2] ++ ([3,4] ++ [5,6]) 一样

再看 Monoid

一个 Monoid 的实例由一个满足结合律的二元函数和一个单位元组成。

在 * 的定义中 1 是单位元,在++ 的定义中[] 是单位元。

class Monoid m where
    mempty :: m
    mappend :: m -> m -> m
    mconcat :: [m] -> m
    mconcat = foldr mappend mempty 
复制代码
  • mempty 是单位元
  • mappend 是二元函数,书中认为这个函数命名为 append 是不恰当的,因为它的作用并不是追加
  • mconcat 接受一个 m 列表,然后通过 mappend 将其中的所有元素合成一个值
  • mconcat 默认用 foldr 实现

所以大部分实例只需要定义 mempty 和 mappend 就行了。默认 concat 大部分时候都够用了。

monoid 定律

mempty `mappend` x = x 
x `mappend` mempty = x 
(x `mappend` y) `mappend` z = x `mappend` (y `mappend` z) 
-- 并不要求 a `mappend` b = b `mappend` a,这是交换律
复制代码

Haskell 不会强制要求这些定律成立,所以开发者要自己保证。

Monoid 实例

  • 列表是 Monoid 实例
  • Int 是 Monoid 实例吗?
    • Int 的加法满足 monoid 定律,单位元是 0
    • Int 的乘法也满足 monoid 定律,单位元是 1
    • 那么 Int 应该以哪种方式成为 Monoid 实例?
    • 答案是都可以,这就要用到 newtype 关键字了

Product 和 Sum

Data.Monoid 导出了 Product,定义如下

newtype Product a=Product{getProduct::a}
    deriving(Eq,Ord,Read,Show,Bounded)
复制代码

他的 Monoid 实例定义如下:

instance Num a=> Monoid ( Product a) where
    mempty=Product 1
    Product x `mappend` Product y= Product (x * y)
复制代码

使用方法:

ghci> getProduct $ Product 3 `mappend` Product 9
27
ghci> getProduct $ Product 3 `mappend` mempty
3
ghci> getProduct $ Product 3 `mappend` Product 4 `mappend` Product 2
24
ghci> getProduct.mconcat.map Product $ [3,4,2]
24
复制代码

Product 使得 Num 以乘法的形式满足 Monoid 的要求。

Sum 则是用加法:

ghci> getSum $ Sum 2 `mappend` Sum 9
11
ghci> getSum $ mempty `mappend` Sum 3
3
ghci> getSum.mconcat.mapSum $ [1,2,3]
6
复制代码

书中还说了很多其他类似的例子。

不过我更关注的是 monad,所以接直接跳过了。

转载于:https://juejin.im/post/5cd6f3dff265da03b2044d81

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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