新書推薦：
《
麦肯锡原则：成就全球顶级公司的11条经验 （美） 达夫·麦克唐纳
》
售價：NT$
498.0
《
氢经济
》
售價：NT$
549.0
《
校园欺凌
》
售價：NT$
279.0
《
培训需求分析与年度计划制订——基于组织战略，做”对的”培训！
》
售價：NT$
386.0
《
这就是心理咨询：全球心理咨询师都在用的45项技术（第3版）
》
售價：NT$
717.0
《
正说清朝十二帝（修订珍藏版）
》
售價：NT$
493.0
《
黑海史：从历史涟漪到时代巨浪
》
售價：NT$
538.0
《
我，毕加索
》
售價：NT$
280.0
|
| 編輯推薦： |
|
√ Scala的入门好书有《快学Scala》，但讲高阶特性的仅此一本，空前绝后。√ 自成体系已显大师风范，亲手设计习题更是罕见，本书习题可谓王冠之明珠。√ 经典名著，岂敢怠慢！本书译者是Scala社区翘楚，更有旗帜人物作序力荐。√ 好书不仅给你知识，更带来挑战。本书实属典范，语言|函数式|智慧全面挑战。
|
| 內容簡介： |
|
函数式编程（FP）是一种软件开发风格，它注重不依赖于编程状态的函数。函数式代码易于测试和复用，容易实现并发，且不容易受到bug的攻击。Scala是一种能很好支持函数式编程的新兴JVM语言。本书是针对希望学习FP并将它应用于日常编码中的程序员而写的，内容包括：函数式编程的概念；函数式编程相关的各种"为什么”和"怎么做”；如何编写多核程序；练习和检测。
|
| 關於作者： |
|
译者王宏江，现任挖财技术部资深架构师，从事软件开发有十多年。曾在阿里巴巴担任架构师，参与过1688、来往等网站的基础建设，以及淘宝类目等基础业务重构，并在淘宝中间件负责过应用容器与分布式框架团队。Tomcat方面的专家，善于诊断问题以及性能调优。有丰富的企业架构和大型互联网技术架构经验。同时也是函数式编程爱好者，和Scala布道者。
|
| 目錄：
|
|
目录原推荐序 序言 致谢 关于本书 函数式编程介绍 1什么是函数式编程 1.1 函数式编程的好处：一个简单的例子 1.1.1 一段带有副作用的程序 1.1.2 函数式的解法：去除副作用 1.2 （纯）函数究竟是什么 1.3 引用透明、纯粹度以及替代模型 1.4 小结 2在Scala中使用函数式编程2.1 Scala语言介绍：2.2 运行程序 2.3 模块、对象和命名空间2.4 高阶函数：把函数传给函数2.4.1 迂回做法：使用循环方式2.4.2 第一个高阶函数2.5 多态函数：基于类型的抽象2.5.1 一个多态函数的例子 2.5.2 对高阶函数传入匿名函数 2.6 通过类型来实现多态 2.7 小结3函数式数据结构 3.1 定义函数式数据结构 3.2 模式匹配 3.3 函数式数据结构中的数据共享 3.3.1 数据共享的效率3.3.2 改进高阶函数的类型推导 3.4 基于list的递归并泛化为高阶函数3.4.1 更多与列表相关的函数 3.4.2 用简单组件组合list函数时的效率损失3.5 树 3.6 小结 4不是用异常来处理错误 4.1 异常的优点与劣势 4.2 异常的其他选择 4.3 Option数据类型4.3.1 Option的使用模式 4.3.2 Option的组合、提升及对面向异常的API的包装 4.4 Either数据类型4.5 小结5严格求值和惰性求值 5.1 严格和非严格函数5.2 一个扩展例子：惰性列表5.2.1 对Stream保持记忆，避免重复运算 5.2.2 用于检测Stream的helper函数5.3 把函数的描述与求值分离 5.4 无限流与共递归5.5 小结6纯函数式状态 6.1 以副作用方式生成随机数6.2 纯函数式随机数生成器6.3 用纯函数式实现带状态的API 6.4 状态行为的更好的API6.4.1 组合状态行为 6.4.2 嵌套状态行为 6.5 更通用的状态行为数据类型6.6 纯函数式命令编程6.7 小结功能设计和组合子库 7纯函数式的并行计算 7.1 选择数据类型和函数 7.1.1 一种用于并行计算的数据类型7.1.2 组合并行计算7.1.3 显性分流7.2 确定表现形式 7.3 完善API7.4 API与代数 7.4.1 映射法则7.4.2 分流法则7.4.3 打破法则：一个微妙的bug7.4.4 用Actor实现一个完全无阻塞的Par7.5 完善组合子为更通用的形式 7.6 小结8基于性质的测试 8.1 基于性质测试概览8.2 选择数据类型和函数 8.2.1 API的初始代码片段8.2.2 性质的含义与API8.2.3 生成器的意义和API 8.2.4 生成值决定生成器8.2.5 精炼Prop的数据类型8.3 最小化测试用例8.4 使用库并改进其易用性8.4.1 一些简单的例子 8.4.2 为并行计算编写测试套件 8.5 测试高阶函数及展望未来 8.6 生成器法则8.7 小结 9语法分析器组合子9.1 代数设计，走起 9.2 一种可能的代数 9.2.1 切片和非空重复9.3 处理上下文的相关性9.4 写一个JSON分析器9.4.1 JSON格式9.4.2 JSON分析器 9.5 错误提示 9.5.1 一种可行的设计9.5.2 错误嵌套 9.5.3 控制分支和回溯轨迹 9.6 实现代数 9.6.1 一种可能的实现 9.6.2 串化分析器 9.6.3 标记分析器 9.6.4 故障转移和回溯9.6.5 上下文相关的分析9.7 小结 函数设计的通用结构 10Monoid 10.1 什么是monoid 10.2 使用monoid折叠列表 10.3 结合律和并行化10.4 例子：并行解析10.5 可折叠数据结构 10.6 组合monoid 10.6.1 组装更加复杂的monoid10.6.2 使用组合的monoid融合多个遍历10.7 小结 ..15111Monad 11.1 函子：对map函数的泛化 11.1.1 函子法则 11.2 Monad：对flatMap和unit函数的泛化 11.3 Monadic组合子11.4 单子定律 11.4.1 结合法则 11.4.2 为指定的monad证明结合法则11.4.3 单位元法则 11.5 什么是monad 11.5.1 identity monad 11.5.2 状态monad和partial type application11.6 小结 12可应用和可遍历函子 12.1 泛化单子 12.2 Applicative trait12.3 单子与可应用函子的区别 12.3.1 对比Option applicative与Option monad 12.3.2 对比Parser applicative与Parser monad 12.4 可应用函子的优势12.4.1 不是所有的可应用函子都是Monad12.5 可应用法则12.5.1 Left and right identity12.5.2 结合律12.5.3 Naturality of product 12.6 可遍历函子12.7 使用Traverse12.7.1 从monoid到可应用函子12.7.2 带状态的遍历 12.7.3 组合可遍历结构 12.7.4 遍历融合12.7.5 嵌套遍历12.7.6 Monad组合12.8 小结 作用与IO 13外部作用和IO 13.1 分解作用13.2 一个简单的IO类型 13.2.1 处理输入效果13.2.2 简单IO类型的优缺点13.3 避免栈溢出13.3.1 将一个控制流转化为数据构造子 13.3.2 Trampolining：栈溢出的通用解决方法 13.4 一个更微妙的IO类型13.4.1 合理的monad13.4.2 一个支持控制台IO的monad13.4.3 纯解释器13.5 非阻塞和异步IO 13.6 一个通用的IO类型 13.6.1 最终的main程序 13.7 为什么IO类型不足以支撑流式IO13.8 小结14本地影响和可变状态 14.1 纯函数式的可变状态14.2 一种限制副作用范围的数据类型14.2.1 受限可变性的语言表达 14.2.2 一种可变引用的代数表达 14.2.3 执行修改状态的行为 14.2.4 可变数组14.2.5 一个纯函数的in-place快排实现14.3 纯粹是相对于上下文的14.3.1 副作用是什么？14.4 小结 15流式处理与增量IO 15.1 命令式IO的问题示例 15.2 一个简单的流转换器 15.2.1 创建Process 15.2.2 组合和追加处理 15.2.3 处理文件 15.3 可扩展的处理类型15.3.1 来源15.3.2 保证资源安全 15.3.3 单一输入过程15.3.4 多个输入流 15.3.5 去向15.3.6 Effectful通道15.3.7 动态资源分配 15.4 应用场景 15.5 小结
|
| 內容試閱：
|
|
序言编写好的软件很难。在各种方法论中纠结多年，我们俩发现并爱上了函数式编程（FP）。尽管它与众不同，但它就是能引领我们编写出一致连贯、灵活组合、美丽优雅的程序。我们俩都是波士顿地区 Scala 爱好者群（Boston Area Scala Enthusiasts）的成员，这个群会定期在剑桥聚会。起初，群里主要是一些 Java 程序员，他们一直寻求一些更好的东西。后来大部分的人都表示，没有一个好的方法去学习如何用 Scala 进行函数式编程。我们学习的过程几乎都很随意，写一些函数式的代码，向其他 Scala 和 Haskell 程序员请教学习，阅读一些文章、博客和书籍。我们始终觉得应该有比这更简单的学习方法，直到 2010 年 4 月，群的组织者之一 Nermin erifovi，建议我们写一本关于 Scala 函数式编程的书。本以为基于我们学习的经验，写一本期望中思路清晰的书是一件又快又容易的事情，没想到我们花了 4 年多才完成。要是我们当初学习函数式编程时，有这样一本书该多好啊。希望这本书能够带给你一种兴奋刺激的感觉， 犹如我们第一次遇到函数式编程那样。原推荐序函数式编程作为书题出现在 Scala 中是个有趣的现象。毕竟，通常 Scala 被称为函数式编程语言，而且在市场上有非常多的 Scala 相关书籍。是不是这些书都缺失了对语言函数式方面内容的描述？为了回答这个问题，我们需要有指导性地进行深挖。什么是函数式编程？对我来说，它是“使用函数编程”的别名，换句话说，是一种聚焦在函数上的编程方式。那么什么是函数？再来探寻更大范围的定义。当一种定义承认函数可能有副作用并返回结果时，纯函数式编程限制函数就像数学里定义的那样：用一种二元关系去映射参数到结果。Scala 是不纯粹的函数式编程语言，它同时承认非纯粹函数和纯函数，而且没有使用不同的语法或给予不同的类型去区分这两种函数种类。其他函数式语言也有同样的属性。在Scala 里如果能区分纯函数和非纯函数将是很好的，但我认为我们没有找到轻量级的和无需迟疑的灵活方式来这么做。可以确信的是，Scala 程序员是被鼓励使用纯函数编程的。副作用也有，比如易变、IO或者异常的使用没有被禁止，事实上这些副作用有的时候使用起来十分方便， 使用它们的原因有互用性、高效、方便等。但是专家的建议是过度地使用副作用普遍来说不是一种好的方式。然而，因为在 Scala 中非纯函数编程是可能的甚至是方便的，对命令式编程背景的程序员来说，保持他们的风格和不努力采用函数式思维的诱惑就非常大了。事实是，非常有可能将 Scala 编写成没有封号结尾的 Java 程序。那么要学习 Scala 中的函数式编程，是不是需要先学习纯函数式编程，比如 Haskell ？任何关于方法的争论都在本书的出现后被极大地削弱了。Paul 和 Rúnar 所做的是简单地将 Scala 作为纯函数式编程语言。可变变量、异常、经典的输入输出和所有其他的非纯函数被消除了。假如你想知道在没有这些便捷方式下如何编写有用的代码，你需要阅读此书。从第一个原理扩展到增量的输入输出，本书展示了如何使用纯函数表达每一个概念。而且不仅仅是展示了可能性，也同样引导你去编写优美的代码和深入探索计算的本质。本书是充满挑战的，不仅仅是因为它需要对细节的注意，同样是对你编程思想的挑战。通过阅读本书和完成推荐的练习，你将更好地认识纯函数式编程是什么，能表达什么，优点是什么。本书让我特别喜欢的是它的自成体系。它开始于最简单的表达式，然后从细节解释每个抽象，再在其基础上进一步抽象。在某种程度上，本书开发了另一个 Scala“宇宙”，这里可变状态是不存在的，所有函数是纯的。普遍使用的 Scala 库的实现和这有些偏离，通常它们是部分按照命令式实现的，（大多数）外层是函数式接口。Scala 容许在函数式接口中封装可变状态，我认为这是一个优点。但是这种能力通常也被滥用。假如发现自己过多地使用它，那么本书是一种强力的解药。——MARTIN ODERSKY Scala 的创造者推荐序 1我可能是全中国程序员圈子里最不适合给《Scala 函数式编程》写序的人。三年前我写过《Scala 七大死穴》，算是把 Scala 批判了一番。前几天我则在准备ThoughtWorks 咨询师大会上的讨论话题《没有函数的函数式编程》，又要杯葛函数式编程的样子。看起来，我无论对 Scala 还是对函数式编程，都没什么好评嘛。宏江莫不是疯了，居然要我来写序？等等，事情似乎不是这样。最近几年，ThoughtWorks 的客户在越来越多的项目中采用了 Scala 技术栈，ThoughtWorks 也孵化出了若干基于 Scalaz 的开源项目。我本人也在这些项目中起到了一些作用。为什么我会做这些“口嫌体正直”的事呢？这得从十年前说起。我最早是在 C++ 中开始接触到函数式编程的概念。C++ 和 Scala 一样，也是一门多范式语言。C++ 的标准库和 Boost 都提供了许多函数式编程的设施。但是，在我职业生涯初期，给我留下深刻印象的函数式编程库要数 Boost.Egg。利用 Boost.Egg，你可以写出 my_list|filtered&is_not_X|filtered&is_not_Y 这样的代码。你会注意到这种用法和 Scala 标准库非常相像，它大致相当于 Scala 的 myList.filterisNotX.filterisNotY，这种 filter 的用法，本书第 5 章中也有讲解。Boost.Egg 的另一个特点是“非侵入”，比如上例的 filtered 函数，本身并不是 my_list的成员。相反，我们通过重载 | 运算符给原有的类型添加新功能。这种做法在 Scala 里面相当于隐式转换，本书第 9 章中提供的例子正是利用隐式转换，给字符串添加了中缀操作符。虽然 Boost.Egg 没能流行起来，但对我个人而言很重要，因为它很大程度塑造了我对代码的品位。有趣的是，Boost.Egg 的作者 Shunsuke Sogame 近年来的开源项目，都是些 Scala 项目，可能这也是因为 C++ 和 Scala 非常相似的缘故吧。另一个对我代码品位影响很大的技术是 Lua 中的协程（coroutine）。Lua 的作者Roberto Ierusalimschy 把协程称为“单趟延续执行流”（One-shot continuation）。有了协程或者延续执行流，程序员可以手动切换执行流，不再需要编写事件回调函数，而可以编写直接命令式风格代码但不阻塞真正的线程。我的前东家网易在开发游戏时，会大量使用协程来处理业务逻辑，一个游戏程序内同一时刻会运行成千上万个协程。而在其他不支持协程或者延续执行流的语言中，程序员需要非阻塞或异步编程时，就必须采用层层嵌套回调函数的 CPS（Continuation-Passing Style）风格。 这种风格在逻辑复杂时，会陷入“回调地狱”（Callback Hell）的陷阱，使得代码很难读懂，维护起来很困难。Scala 语言本身并不支持协程或者延续执行流。因此，一般来说，程序员需要非阻塞或异步编程时，就必须使用类似本书第 13 章“外部作用和 IO”中介绍的技术，注册回调函数或者用 foryield 语句来执行异步操作。如果流程很复杂的话，即使是 foryield 语法仍然会陷入回调地狱。我对 Scala 开源社区的贡献之一是 stateless-future。这个库提供了一些宏，实现了延续执行流，可以自动把命令式风格的代码转换成 CPS 风格。通过这种做法，程序员不再需要手写本书 13.2 节那样的代码了，编写的代码风格更像普通的 Java 或者 PHP 风格，直接像流水账一样描述顺序流程。后来，我把这种避免回调函数的思路，推广到了其他用途上。比如，我开发了基于Scala.js 的前端框架 Binding.scala。使用 Binding.scala 的用户，编写普通的 HTML 模板，描述视图中的变量绑定关系，而不需要编写高阶函数就能做出交互复杂的网页。而我的另一个开源库 Each，则更进一步，支持一切 monad。大多数情况下，使用了Each 就不需要编写任何高阶函数，我称之为“没有函数的函数式编程”。 这意味，本书第11 章到第 15 章的全部内容，你都可以直接编写类似 Java 的命令式语法，而 Each 则自动帮你生成使用 monad 的代码。总之，我是 Scala 函数式编程的死对头，我写的 Scala 库，恰恰是为了避免使用本书中谆谆教导的各种高阶函数。如果你是个Java程序员，想在最短的时间内用Scala开始“搬砖”，那么，从实用角度出发，我建议你合上本书，直接用 Each 即可。因为，虽然 Each 最终会生成 Monad 风格代码，但是，本书中涉及的使用高阶函数的细节，就像汇编语言一样，就算你不知道也照样可以干活。不过，如果你是个求道者，追求编程艺术的真理，希望刨根到底，理解函数式编程的内在理论和实现机制，那么本书很适合你。这本书绝不轻易放过每个知识点，全书包含有大量习题，要求你自己实现 Scala 标准库或者 Scalaz 中的既有功能。所以，当你读完本书，做完习题后，虽然你的应用开发能力并不会直接提升，但你会体会到构建函数式语言和框架时的难点和取舍，从而增进你的框架开发和语言设计的能力。——ThoughtWorks Lead Consultant 杨博推荐序 2函数式编程与命令式编程同样源远流长，然而在计算机应用的历史进程中，二者的地位却颇不对等。命令式编程几乎自始至终都是大众的宠儿，函数式编程却长期局限于象牙塔和少数应用领域之内。尽管如此，函数式编程的重要性却从未被忽视，几十年来生机勃勃地发展，静静地等待着逆袭的时刻。事实上，即便是浸淫于命令式编程多年的工程师，也常常会与函数式编程亲密接触而不自知：例如 SQL、C++ 模板元编程，还有 C++ 标准库中的 STL 等，多少都带有一些函数式的色彩。早年，受软硬件水平的限制，函数式语言缺乏高效的编译器和运行时支持，这可能是函数式语言错失流行机会的一大原因。近年来，一方面程序语言理论和实现技术突飞猛进，函数式语言在性能上的劣势越来越不明显；另一方面，随着多核、高并发、分布式场景激增，大众也逐渐开始认识到函数式编程在这些领域得天独厚的优势。然而，流连于主流命令式语言多年积攒下的库、框架、社区等丰富资产，再加上长期的教育惯性与思维惯性，使得人们仍然难以在生产上完全转向函数式语言。一个新的契机，来自于大数据。社交网络、个人移动设备、物联网等新技术的兴起，使得海量数据处理开始成为家常便饭。人们突然发现，自己在命令式世界的武器库中，竟找不出称手的兵器来攻打大数据这座堡垒。2008 年，Google 发表了跨时代的 MapReduce 论文。尽管学界对 MapReduce 颇有非议1 ，MapReduce 的核心思想仍然旋风般席卷了整个工业界，为大数据技术的发展带来了及时而深远的影响。有趣的是，MapReduce 的核心思想，正是来自于天生擅长高并发和分布式场景的函数式编程。自此以后，各色大数据处理系统层出不穷，而其中的函数式成分也愈加浓重：在用户接口层面，这些系统往往以 DSL 的形式提供一套类 SQL 语义、具函数式特征的申明式查询接口；在实现层面，则仰仗不变性等约束来简化并发和容错。然而，出于种种原因，大部分系统的实现语言仍然以 C++、Java、C# 这些命令式语言为主。可谓操命令式之形而施函数式之实。自 2009 年起，我先后接触了 Erlang、Scheme、ML 等函数式语言。但出于显而易见的原因，未能有机会将之用于工程实战。2013 年春节前后，我参加了由 Scala 之父 Martin Odersky 在Coursera 上开设的 Functional Programming Principles in Scala 课程。凑巧的是，就在课程结束后不久，我便得到一个机会加入 Intel 参与有关大数据和 Apache Spark 的工作。函数式语言和分布式系统一直是我的两大兴趣点，由 Scala 开发的 Spark 恰恰是二者的一个完美融合。于是，Scala 便成了我的第一门实战函数式语言。近年来 Spark 的火爆，更是对 Scala 和函数式编程的推广起到了推波助澜的作用。与我所熟悉的其他函数式语言相比，我想 Scala 最大的优点之一就是过渡平滑。立足于JVM 并将函数式融入如日中天的面向对象，这样的设计带来了两大明显的好处。第一，顺畅地集成了 Java 社区多年积累的财富。第二，Scala 和 C++ 类似，也是一门“广谱”多范式语言；不熟悉函数式编程的 Scala 初学者，随时可以安全地回退，转用熟悉的命令式面向对象范式编程，从而保证交付速度。这个设计的背后，应该与 Martin Odersky “学术工业两手抓、两手都很硬”的风格不无关系。论学术，他师承 Pascal 之父 Niklaus Wirth，在代码分析和程序语言设计方面建树颇丰；论工业应用，他一手打造了 Generic Java 和新一代的 javac编译器。可以说 Martin 既具备了用以高瞻远瞩的理论基础，又十分了解普罗大众的痛点。两相结合，这才造就了 Scala 这样一个平衡于阳春白雪和下里巴人之间的作品。其实函数式编程本身并没有多难。对于接受过若干年数学训练，却没有任何编程经验的人来说，相较于命令式编程中的破坏性赋值，函数式编程中的不变性、递归等概念反而应该更加亲切。譬如中学做证明题时，我们从不会先令 a = x，隔上几行再令 a = a + 1。真正的困难在于，函数式编程中的一些概念和手法——如用尾递归代替循环——与命令式编程的直觉相冲突。对于那些有着多年命令式语言编程经验，把 Java 用得比母语还溜的工程师们而言，一边要学习新的知识，一边还要克服多年编程训练所造成的思维定势，无异于逆水行舟。而在 Scala 中，你永远有机会在实战中回退至自己的舒适区。实际上，我们完全可以无视 Scala 的函数式特性，仅仅将 Scala 当作语法更加洗练的 Java。因此，对于那些操持主流命令式面向对象语言多年的工程师们而言，Scala 特别适合用作涉猎函数式编程的起步语言。这本书所讲授的，正是基于 Scala 的函数式编程基础。基于 Scheme、Haskell 等老牌函数式语言的传统教材的问题在于，相关语言的语法和思维方式与读者现有的知识体系迥异，容易造成较为陡峭的入门门槛。此外，由于这些语言本身的实际应用机会不多，初学者也难以在实战中获得宝贵的直觉和经验。而在 Scala 的帮助下，这本书并不要求你抛开现有的思维方式另起炉灶，它所做的更像是为你现有的思维方式添砖加瓦，从而令你如虎添翼。最后，作为曾经的译者，我深知在国内当前的大环境下技术翻译之不易。每一本优秀技术书籍的中译本背后都是译者数月乃至十数月的艰苦付出。感谢诸位译者为我们带来又一本好书！——Spark committer from Databricks 连城
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
