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 Interface
 
class 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.width
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
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()
 @classmethod
 def 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()
 @classmethod
 def 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。