Functional Programming

寫在如何使用 functional programming(之後都簡稱FP)之前， 我們得先來看看為什麼我們要這樣使用.
我們會發現，FP 的特性， 其實就是一種解題的思維，而不是一種程式語言，甚至稱不上syntax.

declarative vs imperative

但是首先得要引入兩個大詞. declarative vs imperative

舉一個生活化的譬喻．

我們是一個早餐店老版的老闆，如何指導員工做出一個合格的總匯三明治該怎麼做呢？
有兩種解題思路.

一種是把所有步驟, 諸如刀子該用哪一把, 備料該怎麼放. 都一步一步的寫出來. 完全鉅細靡遺的把所有過程都寫出來. 這就是imperative的思維.
另外一種就是我們只管做出第一個合格的總匯三明治, 然後把時間, 成本的標準制訂出來, 至於如何實現則透過員工自行處理. 這是declarative的思維.

如果員工經驗老到你會採取什麼方針?

應該會果斷的選擇第二種. 這也是偏向functional programming的思維.

Pure function

在FP中，我們會把一個function稱為pure function, 如果它滿足以下條件

• 一個function的輸入，一定會有一個輸出
• 一個function的輸入，不會因為外部的變數而改變輸出

這邊舉一個反例. 我們就想要寫一個function去 count 出現元素的次數.
如果是python的玩家大概一開始會寫出這樣的東西:

use std::collections::HashMap;


fn get_word_frequency(mut word_frequency:HashMap<& str,u32>, word: & str) -> () {
    let count = word_frequency.entry(word).or_insert(0);
    *count += 1;
}

fn main(){
    let mut word_map:HashMap<&str,u32> = HashMap::new();
    let ex = ["a","b","c","a","b","a"];
    for c in ex {
        get_word_frequency(word_map,c);
    }

}

這個會造成非常多不同的錯誤. 尤其是處理沒有copy trait的物件.需要非常細緻的處理life time.
在我們花更多時間之前，讓我們來看看FP的解法.

use std::collections::HashMap;
fn main(){
    let ex = ["a","b","c","a","b","a"];
    let counter = ex.iter().fold(HashMap::new(), |mut acc, x| {
        *acc.entry(x).or_insert(0) += 1;
        acc
    });
    println!("{:?}", counter);
}

還記得前面說的嗎? 由於rust compiler/optimizer是個有經驗的店員, 這邊透過ＦＰ的方式去寫，他會自動幫我們處理好所有的life time問題.