Lens库中新增操作符及其导出问题解析
2025-07-05 02:57:50作者:舒璇辛Bertina
概述
Lens库作为Haskell中功能强大的光学元件库,在5.3版本中引入了多个新的操作符,用于简化常见的数据结构操作。这些操作符主要针对列表和可拼接(Monoid)结构的元素添加操作,但在初始实现中未被正确导出到Control.Lens.Operators模块。
新增操作符详解
Lens 5.3版本新增了以下几类操作符:
-
Monoid拼接操作符
(<>:~):使用<>操作符在结构前端添加元素(<<>:~):同样使用<>操作符在前端添加元素,但返回操作后的结果
-
列表操作符
(<|~):使用<|操作符在列表前端添加元素(<<|~):使用<|操作符在前端添加元素并返回结果(|>~):使用|>操作符在列表后端添加元素(<|>~):使用|>操作符在后端添加元素并返回结果
操作符行为分析
这些操作符的设计遵循了Lens库一贯的命名约定:
- 以
~结尾的操作符表示"修改并返回新值" - 以
=结尾的操作符(如<>=)表示"修改并返回旧值"
值得注意的是,(<<>:~)操作符最初在文档中被错误描述为"在后端添加元素",实际上它的行为是在前端添加元素。这一错误已在后续提交中修正。
技术实现考量
这些操作符的加入使得对数据结构的修改更加符合Haskell的惯用法:
- 对于Monoid实例,使用
<>操作符进行拼接 - 对于列表类结构,使用
<|和|>操作符进行前后端操作
开发团队还讨论了是否应该为这些操作符添加返回旧值的变体(使用<<前缀),这保持了API设计的一致性,但最终决定权留给了核心维护者。
对使用者的影响
对于Lens库的使用者来说,这些新增操作符提供了更丰富的选择来操作数据结构。特别是:
- 处理列表时有了更直观的前后添加元素的方式
- 对Monoid结构的操作更加方便
- 操作符的命名遵循现有模式,学习曲线平缓
最佳实践建议
在使用这些新操作符时,建议:
- 明确理解每个操作符的前后端操作行为
- 注意返回值的区别(新值或旧值)
- 对于Monoid操作,确保目标类型正确实现了Monoid实例
- 在性能敏感场景,考虑这些操作符与直接数据结构操作的开销差异
总结
Lens库通过不断添加这类实用的操作符,持续提升开发者的体验。这些新增的操作符填补了原有API在某些场景下的空白,使得光学元件在处理常见数据结构时更加得心应手。随着这些操作符被正确导出到Control.Lens.Operators模块,它们将成为Haskell开发者工具箱中的又一有力工具。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
197
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210