陣列方法可以說是 JavaScript 中最常使用的計算工具，不論是資料的處理，或是畫面的呈現，都少不了陣列方法。

在了解高階函式與複合函式的概念後，我們來試著讓陣列方法的復用性更高吧！

在前面的章節中，我們曾經使用過 map 進行資料的處理：

const list = [
	{
		name: '小明',
		grade: 5,
	},
	{
		name: '小可',
		grade: 1,
	},
	{
		name: '小櫻',
		grade: 3,
	},
];
const newList = list.map((item) => ({...item, grade: item.grade+1}));

但如果我們要針對這個陣列進行重複性的處理的話，可能會變成：

const doubleGrade = list.map((item) => ({...item, grade: item.grade * 2})); 
const tripleGrade = list.map((item) => ({...item, grade: item.grade * 3})); 

如果今天要處理的資料一多，多個不同的陣列同時進行類似的運算時，我們的程式碼可能就會長成：

const doubleGradeList1 = list1.map((item) => ({...item, grade: item.grade * 2})); 
const tripleGradeList1 = list1.map((item) => ({...item, grade: item.grade * 3})); 
const doubleGradeList2 = list2.map((item) => ({...item, grade: item.grade * 2})); 
const tripleGradeList2 = list2.map((item) => ({...item, grade: item.grade * 3})); 

一旦我們的程式架構複雜龐大起來，我們的軟體就會被一堆重複且不必要的程式碼，此時透過抽象化，將一些重複的細節拆解出來的話，就可以讓程式碼的復用性更高：

const doubleItemGrade = item => ({...item, grade: item.grade * 2});
const tripleItemGrade = item => ({...item, grade: item.grade * 3});
const doubleGradeList1 = list1.map(doubleItemGrade(i)); 
const tripleGradeList1 = list1.map(tripleItemGrade(i)); 
const doubleGradeList2 = list2.map(doubleItemGrade(i)); 
const tripleGradeList2 = list2.map(tripleItemGrade(i));

在上方的範例中，我們應用了高階函式的技巧，在 map 中分別傳入 doubleItemGrade 與 tripleItemGrade 函式，未來若是要處理類似資料結構的屬性計算，就不需要一一在每個 map 函式中撰寫一次新的函式。

當然，如果我們認真觀察後，可能還會發現一些重複的細節，例如：被不同手段處理的陣列本人可以被當成固定參數，或是我們可以把處理 grade 屬性的方法的倍數由外層決定！於是我們就可以再次利用科里化的方式，嘗試固定住陣列的資料，所以程式碼就會變成：

const multipleGrade = times => item => ({...item, grade: item.grade * times});
const curriedMap = ary => func => ary.map(func);
const dealWithList = curriedMap(list);
const doubleGrade = dealWithList(multipleGrade(2));
const tripleGrade = dealWithList(multipleGrade(3));
...

登愣！當程式碼要處理的邏輯一多時，我們就透過抽象化思考，將重複的邏輯封裝成一個函式，這些函式的細節全由參數做決定，同時夠過複合函式與高階函式的重複組合，讓大部分的程式碼可以重複再利用。

當然，除了 map 以外，JavaScript 中的陣列方法，都可以透過柯里化的技巧，讓程式碼看起來一致也更「FP」：

const curriedMap = ary => func => ary.map(func);
const curriedFilter = ary => func => ary.filter(func);
const curriedRuduce = init => funcs => funcs.reduce(((x, func) => func(x) ), init);

看到這裡，也許你會跟我當初初識 FP 時一樣驚訝，除了 map 與 filter 外，連 reduce 都可以透過複合函式與高階函式的手段進行科理化。

透過這個技巧優化完的函式，完完全全符合我們先前在聊到抽象化時，所提到的「廣義化」與「特殊化」，這些函式不僅可以符合大部分計算的需求，也可以透過柯里化固定參數的手法，讓函式可以針對一些特定的計算，讓資料再次重複使用。

而比起 map 與 filter ，我認為 reduce 能處理的任務又更複雜了一點， 如果這邊覺得 curriedRuduce 有點複雜也沒關係，在下一章節中，我們會針對 curriedRuduce 進行拆解，並透過柯里化 reduce 來實作能讓前端函式自動化的 pipe ！那我們就下一章節見啦。