Python函数式编程：不可变数据结构

不可变性可以帮助我们更好地理解我们的代码。下面我将讲述如何在不牺牲性能的条件下来实现它。

在这个由两篇文章构成的系列中，我将讨论如何将函数式编程方法论中的思想引入至 Python 中，来充分发挥这两个领域的优势。

本文(也就是第一篇文章)中，我们将探讨不可变数据结构的优势。第二部分会探讨如何在toolz库的帮助下，用 Python 实现高层次的函数式编程理念。

为什么要用函数式编程?因为变化的东西更难推理。如果你已经确信变化会带来麻烦，那很棒。如果你还没有被说服，在文章结束时，你会明白这一点的。

我们从思考正方形和矩形开始。如果我们抛开实现细节，单从接口的角度考虑，正方形是矩形的子类吗?

子类的定义基于里氏替换原则。一个子类必须能够完成超类所做的一切。

如何为矩形定义接口?

from zope.interface import Interfaceclass IRectangle(Interface):def get_length(self):"""正方形能做到"""def get_width(self):"""正方形能做到"""def set_dimensions(self, length, width):"""啊哦"""如果我们这么定义，那正方形就不能成为矩形的子类：如果长度和宽度不等，它就无法对set_dimensions方法做出响应。

另一种方法，是选择将矩形做成不可变对象。

class IRectangle(Interface):def get_length(self):"""正方形能做到"""def get_width(self):"""正方形能做到"""def with_dimensions(self, length, width):"""返回一个新矩形"""现在，我们可以将正方形视为矩形了。在调用with_dimensions时，它可以返回一个新的矩形(它不一定是个正方形)，但它本身并没有变，依然是一个正方形。

这似乎像是个学术问题 —— 直到我们认为正方形和矩形可以在某种意义上看做一个容器的侧面。在理解了这个例子以后，我们会处理更传统的容器，以解决更现实的案例。比如，考虑一下随机存取数组。

我们现在有ISquare和IRectangle，而且ISequere是IRectangle的子类。

我们希望把矩形放进随机存取数组中：

class IArrayOfRectangles(Interface):def get_element(self, i):"""返回一个矩形"""def set_element(self, i, rectangle):"""'rectangle' 可以是任意 IRectangle 对象"""我们同样希望把正方形放进随机存取数组：

class IArrayOfSquare(Interface):def get_element(self, i):"""返回一个正方形"""def set_element(self, i, square):"""'square' 可以是任意 ISquare 对象"""尽管ISquare是IRectangle的子集，但没有任何一个数组可以同时实现IArrayOfSquare和IArrayOfRectangle.

为什么不能呢?假设bucket实现了这两个类的功能。

>>> rectangle = make_rectangle(3, 4)>>> bucket.set_element(0, rectangle) # 这是 IArrayOfRectangle 中的合法操作>>> thing = bucket.get_element(0) # IArrayOfSquare 要求 thing 必须是一个正方形>>> assert thing.height == thing.widthTraceback (most recent call last):File "", line 1, in AssertionError无法同时实现这两类功能，意味着这两个类无法构成继承关系，即使ISquare是IRectangle的子类。问题来自set_element方法：如果我们实现一个只读的数组，那IArrayOfSquare就可以是IArrayOfRectangle的子类了。

在可变的IRectangle和可变的IArrayOf*接口中，可变性都会使得对类型和子类的思考变得更加困难 —— 放弃变换的能力，意味着我们的直觉所希望的类型间关系能够成立了。

可变性还会带来作用域方面的影响。当一个共享对象被两个地方的代码改变时，这种问题就会发生。一个经典的例子是两个线程同时改变一个共享变量。不过在单线程程序中，即使在两个相距很远的地方共享一个变量，也是一件简单的事情。从 Python 语言的角度来思考，大多数对象都可以从很多位置来访问：比如在模块全局变量，或在一个堆栈跟踪中，或者以类属性来访问。

如果我们无法对共享做出约束，那我们可能要考虑对可变性来进行约束了。

这是一个不可变的矩形，它利用了attr库：

@attr.s(frozen=True)class Rectange(object):length = attr.ib()width = attr.ib()@classmethoddef with_dimensions(cls, length, width):return cls(length, width)这是一个正方形：

@attr.s(frozen=True)class Square(object):side = attr.ib()@classmethoddef with_dimensions(cls, length, width):return Rectangle(length, width)使用frozen参数，我们可以轻易地使attrs创建的类成为不可变类型。正确实现__setitem__方法的工作都交给别人完成了，对我们是不可见的。

修改对象仍然很容易;但是我们不可能改变它的本质。

too_long = Rectangle(100, 4)reasonable = attr.evolve(too_long, length=10)Pyrsistent能让我们拥有不可变的容器。

# 由整数构成的向量a = pyrsistent.v(1, 2, 3)# 并非由整数构成的向量b = a.set(1, "hello")尽管b不是一个由整数构成的向量，但没有什么能够改变a只由整数构成的性质。

如果a有一百万个元素呢?b会将其中的 999999 个元素复制一遍吗?Pyrsistent具有“大 O”性能保证：所有操作的时间复杂度都是O(log n). 它还带有一个可选的 C 语言扩展，以在“大 O”性能之上进行提升。

修改嵌套对象时，会涉及到“变换器”的概念：

blog = pyrsistent.m(title="My blog",links=pyrsistent.v("github", "twitter"),posts=pyrsistent.v(pyrsistent.m(title="no updates",content="I'm busy"),pyrsistent.m(title="still no updates",content="still busy")))new_blog = blog.transform(["posts", 1, "content"],"pretty busy")new_blog现在将是如下对象的不可变等价物：

{'links': ['github', 'twitter'],'posts': [{'content': "I'm busy",'title': 'no updates'},{'content': 'pretty busy','title': 'still no updates'}],'title': 'My blog'}不过blog依然不变。这意味着任何拥有旧对象引用的人都没有受到影响：转换只会有局部效果。

当共享行为猖獗时，这会很有用。例如，函数的默认参数：

def silly_sum(a, b, extra=v(1, 2)):extra = extra.extend([a, b])return sum(extra)在本文中，我们了解了为什么不可变性有助于我们来思考我们的代码，以及如何在不带来过大性能负担的条件下实现它。下一篇，我们将学习如何借助不可变对象来实现强大的程序结构。

关键词： 函数式编程 数据结构