Functional VS Imperative - 2006/11/17 update

by thinker

關鍵字:

「駭客與畫家」中文翻譯本出書後，引起許多的討論。在 sayya 的某個人板和某 ruby 板，也有許多對於 functional programming 的看法。許多人可以就 functional language 和 imperative language 提供的不同功能和 style，提出精細的看法。而我只將思考工具上的差異點出，分辨 functional 和 imperative 之間的差別。

== 比較 ==
我們用 $Python$ implement binary search 為例，以 imperative programming 的 code 如下:
{{{
def binary_search(target, values):
  i = 0
  j = len(values) - 1
  while(i < j):
    k = (i + j) / 2
    if values[k] == target:
      return k
    elif values[k] > target:
      j = k - 1
    else:
      i = k + 1
  return None
}}}

而 functional programming 就可能如下:
{{{
def if_else(cond, t_stmt, f_stmt):
  return (cond() and t_stmt) or f_stmt

def cmp(v1, v2, lt=-1, eq=0, gt=1):
  return if_else((lambda: v1 < v2), lt, if_else((lambda: v1 == v2), eq, gt))

def binary_search(target, values):
  mid = lambda i, j: (i + j) / 2
  mvalue = lambda i, j: values[mid(i, j)]

check_n_search = lambda i, j: cmp(i, j, search_part, search_part, (lambda i, j: None))(i, j)
  left = lambda i, j: check_n_search(i, mid(i, j) - 1)
  right = lambda i, j: check_n_search(mid(i, j) + 1, j)
  search_part = lambda i, j: cmp(target, mvalue(i, j), left, mid, right)(i, j)

return search_part(0, len(values) - 1)
}}}
這我們共不比較兩者程式碼的長度，因為和 $coding$ style、$keyword$ 有關，會隨著style 和語言而有差異。就兩者觀念相比較之後，functional programming 可將每個動作，依功能 (aspects or concerns)獨立切割的比較清楚，而 imperative programming 則容易將單一功能，分散在流程的各處，和其它功能混雜在一起。

== 邏輯集中、分散 ==
(2006/11/17 update)

程式撰寫時，最重要的是功能切割清楚。分割的目標，是將系統依其功能性做分離，降低模組間的偶合。但就 function 的層級來看，通常一個 function 的流程，會包含數個層面 (concern)。若不將不同層面的問題抽離獨立處理，將使的同功能程式碼，因結構上需求而重複出現。重複的結果，除了程式碼變長，閱讀時，大腦也需處理更多邏輯判斷。以一般 imperative programming 的風格而言，易如上例般，出現許多 if-else 。在功能較簡單的 function 裡，因為其範圍小，使用 imperative 甚至比 functional programming 易於了解。一旦 function 變的複雜，if-else block 的 size 變大，使各判斷式之間的距離加大，使邏輯分散而變的難以理解。這違反人類思考的方式。

通常我們對一件事的理解，是停留在某個層面和層級，以少數抽像的符號加以理解，漸次了解各層面和層級。但 imperative programming 的 style ，易使我們將不同層面和層級的問題，攪成一團長長的程式碼。這並不是 imperative language 無法做到如 functional programming，但其預設(暗示)的 style 卻易引導我們這麼做。

== 變數 ==
Imperative programming 需要透過變數傳遞資訊和控制流程。以 imperative binary search 為例，讀者必需透過追蹤 i、j 和 k 值，以了解程式的流程。而 functional style 的 code，變數的使用都在 local，不用穿越大量程式，追蹤變數內容變化。Functional programming 少了這些 side-effect，有效的降低或去除流程和變數交錯的複雜度。

{{{
boo = 0
for c in a_list:
  boo = boo / c + c

................
foo = ....
...............

return boo * foo
}}}
前面程式如果以 functional 的方式 $coding$ 就會如下:
{{{
return reduce((lambda x, y: x / y + y), a_list) * foo()
}}}
Imperative programming 讓定用處和使用處分開，使的閱讀時，不時要回頭去看定義處。然而進行 functional programming 卻能選擇在使用處直接定義(in place)，而非分開在不同地方。這行程式，直接告叫你，有一部分如結果就是加總 a_list 的內容。當然你可依需要而另外定義，使程式更流暢。然而，functional programming 的陳述方式更有彈性，更有機會明白表示程式碼的企圖。

== 控制 ==
Functional programming 將流程定義成抽象概念，使程式碼的讀者望文生義，快速的瀏灠程式的內容。Imperative programming 透過流程控制，完成抽象概念，並無法明確指出流程的抽象意涵。有些人可以透過切割成細小 function，而達成意涵的陳述。但因為沒有 first-class function，而無法達到更高階的抽象。Functional programming 透過傳遞 function 的方式，可將特定的控制結構抽象化，而成為抽象化概念。如果你能在 imperative language 裡做到 function 傳遞，某種層度上，你已經開始在做 functional programming。

下例就不是 imperative programming 的專長了:
{{{
def count(data, is_interest):
  return if_else(lambda: is_interest(data[0]), 1, 0) + if_else(lambda: len(data) > 1, lambda: how_many_interest(data[1:], is_interest), lambda: 0)()

count([1, 20, 19, 36, 77, 59], lambda x: (x % 2) == 1)
}}}
簡單的計算符合條件的個數，functional programming 可以抽象化後重複使用。而 imperative programming 卻必需每次都 copy & paste 這段程式碼。

== 結語 ==
有人會質疑 imperative language 也可做到這些 functional language 的功能，事實上也真的可以。有些 imperative 語言也可傳遞 function，而 OOL，像是 Java，也可以使用 function object。但是，當你做到這些時，你其實是在使用 imperative language 進行 functional programming。這沒什麼不可以，只是不是那麼的方便。

== REFERENCEs ==
* http://gnosis.cx/publish/tech_index_cp.html

最後更新時間: 2006-11-17 10:59:15 CST | 引用

查詢:

COMMENTS: