programowanie funkcyjne w pythonie

Programowanie funkcyjne w Pythonie

Adam [email protected]

Kraków, 28 stycznia 2008r.

Wprowadzenie

Paradygmaty programowania

Algorytm

algorytm mat. ściśle określony ciąg czynności, którychwykonanie prowadzi do rozwiązania jakiegoś zadania

Jak wytłumaczyć mamie czym jest programowanie?

Najbardziej intuicyjne podejście

Komputer w zasadzie tak właśnie działa

Ale to nie jedyne podejście!

Wprowadzenie

Imperatywne – lista rozkazów dla komputeraObiektowe – opis interakcji między obiektamiFunkcyjne – bezstanowe operacje na funkcjach

„Jak obliczać?” vs „Co obliczać?”

Wprowadzenie

Modele matematyczne

Maszyna Turinga (Alan Turing)

Rachunek lambda λ (Alonzo Church)

TRUE := λxy .xFALSE := λxy .y

Obliczeniowo równoważne (twierdzenie Churcha-Turinga)

Wprowadzenie

Programowanie funkcyjne

Cechy języków funkcyjnych

Funkcje to podstawowe pojęcia (ang. first-class)

Funkcje mogą operować na funkcjach (ang. high-order)

Powszechnie stosowana rekurencja (zamiast pętli)

Listy podstawową strukturą danych (np. LISP)

Brak efektów ubocznych (globalnego stanu)

Wprowadzenie

Programowanie funkcyjne

Zalety bezstanowości

Funkcje są idempotentne

Kolejność obliczeń nie ma znaczenia

„Leniwe” obliczenia (ang. laziness)

Możliwość redukcji i optymalizacji

Możliwość przetwarzania rozproszonego

Łatwość debugowania i testowania

W praktyce efektów ubocznych nie można uniknąć – alemożna je ograniczać i izolować

Python funkcyjnie

Operacje na funkcjach

Funkcje jako pojęcia podstawowe

Lambda definiuje anonimowe funkcje

def square(x):return x**2

równoważne

square = lambda x: x**2

Python funkcyjnie

Funkcje jako pojęcia podstawowe

Lambda definiuje anonimowe funkcje

def square(x):return x**2

równoważne

square = lambda x: x**2

Python funkcyjnie

Domknięcie (ang. closure)

Funkcja z dołączonym środowiskiem

def get_taxer(rate):def taxer(amount):return amount * (float(rate) / 100)

return taxer

tax1 = get_taxer(22)tax2 = get_taxer(7)

Analogia do obiektu i wzorca command pattern w OOP

Python funkcyjnie

Domknięcie (ang. closure)

Funkcja z dołączonym środowiskiem

def get_taxer(rate):def taxer(amount):return amount * (float(rate) / 100)

return taxer

tax1 = get_taxer(22)tax2 = get_taxer(7)

Analogia do obiektu i wzorca command pattern w OOP

Python funkcyjnie

Dekorator jako zastosowanie domknięcia

def log(func):def l(arg):print argreturn func(arg)

return l

@logdef square(x):return x**2

Analogia do wzorca decorator w OOP

Python funkcyjnie

Dekorator jako zastosowanie domknięcia

def log(func):def l(arg):print argreturn func(arg)

return l

@logdef square(x):return x**2

Analogia do wzorca decorator w OOP

Python funkcyjnie

Liczby pierwsze imperatywnie

Liczby pierwsze

Liczba naturalna n jest liczbą pierwszą wtedy i tylko wtedy, gdy

¬∃k ∈ [2, n) : n ≡ 0 mod k

Jak powyższe wyrażenie zapisać w postaci algorytmu?

Python funkcyjnie

def is_prime(n):k = 2while k < n:if n % k == 0:return False

k += 1return True

Lista poleceń do wykonania

Lokalne efekty uboczne

Python funkcyjnie

def is_prime(n):k = 2while k < n:if n % k == 0:return False

k += 1return True

Lista poleceń do wykonania

Lokalne efekty uboczne

Python funkcyjnie

Funkcje map, filter i reduce

Funkcje wyższego rzędu, operujące na listach (sekwencjach)

Zastosowanie funkcji dla każdego elementumap(lambda x: x**2, range(1,5))-> [1, 4, 9, 16]

Wybieranie elementów spełniających predykatfilter(lambda x: x%2==0, range(10))-> [0, 2, 4, 6, 8]

Łączenie elementów listy (tu lepiej użyć sum)reduce(lambda x,y: x+y, [7, 3, 12])-> 22

Python funkcyjnie

Dlaczego map i reduce są tak użyteczne?

Bardzo wiele problemów można do nich zredukować

Pozwalają uprościć skomplikowane pętle

Możliwość rozproszenia obliczeń (patrz GoogleMapReduce)

Python funkcyjnie

Liczby pierwsze, podejście drugie

def is_prime(n):len(filter(lambda k: n%k==0, range(2,n))) == 0

def primes(m):filter(is_prime, range(1,m))

„Czy lista nietrywialnych dzielników jest pusta?”

Brak efektów ubocznych (stanu)

return celowo pominięte, dla czytelności

Python funkcyjnie

List comprehensions

Można to zrobić jeszcze lepiej!

List comprehensions, zapożyczone z Haskella

[i**2 for i in range(1,10) if i%2==0]-> [4, 16, 36, 64]

Odpowiednik zapisu matematycznego (nie do końca!){i2| i ∈ N, i ∈ [1, 10) : i ≡ 0 mod 2}Zastępuje map i filter (nawet lambda)

Znacznie upraszcza skomplikowane wyrażenia

Python funkcyjnie

List comprehensions

Python funkcyjnie

List comprehensions

Python funkcyjnie

List comprehensions

Liczby pierwsze, trzecie podejście

def is_prime(n):True not in [n%k==0 for k in range(2,n)]

def primes(m):[n for n in range(1,m) if is_prime(n)]

Czy w dwóch ostatnich wersjach występuje jakiś problem?

Python funkcyjnie

List comprehensions

Liczby pierwsze, trzecie podejście

def is_prime(n):True not in [n%k==0 for k in range(2,n)]

def primes(m):[n for n in range(1,m) if is_prime(n)]

Czy w dwóch ostatnich wersjach występuje jakiś problem?

Python funkcyjnie

Strumienie

Generatory, iteratory i strumienie

Czy musimy przechodzić przez całą listę?

Iteratory to „leniwe” sekwencje

Generator expressions tworzą iteratory

(i**2 for i in xrange(1,10) if i%2==0)-> <generator object at 0x12c4850>

W programowaniu funkcyjnym mówimy o strumieniach

Python funkcyjnie

Strumienie

Liczby pierwsze, czwarte podejście

def is_prime(n):True not in (n%k==0 for k in xrange(2,n))

is_prime(100000000)-> False

Leniwe wyznaczanie wartości wyrażeń

Python funkcyjnie

Strumienie

Liczby pierwsze, czwarte podejście

def is_prime(n):True not in (n%k==0 for k in xrange(2,n))

is_prime(100000000)-> False

Leniwe wyznaczanie wartości wyrażeń

Python funkcyjnie

Kwantyfikatory

Można jeszcze lepiej! (Python 2.5)

any(seq) zwraca prawdę jeśli co najmniej jeden elementsekwencji jest prawdziwy (istnieje)

all(seq) zwraca prawdę jeśli wszystkie elementysekwencji są prawdziwe (dla każdego)

„Krótkie spięcie” podobnie jak w przypadku operatorówlogicznych

Python funkcyjnie

Kwantyfikatory

Liczby pierwsze, finał

def is_prime(n):not any(n%k==0 for k in xrange(2,n))

Czy to coś przypomina?

¬∃k ∈ [2, n) : n ≡ 0 mod k

Tadam!

Python funkcyjnie

Kwantyfikatory

¬∃k ∈ [2, n) : n ≡ 0 mod k

Tadam!

Python funkcyjnie

Kwantyfikatory

¬∃k ∈ [2, n) : n ≡ 0 mod k

Tadam!

Podsumowanie

Podejście funkcyjne zmienia punkt widzenia naprogramowanie

Warto je poznać, i korzystać z niego tam, gdzie ma tosens

Podsumowanie

Dziękuję

programowanie funkcyjne w pythonie

Technology