Mostly Adequate指南中IO Applicative的实现问题解析
2025-05-08 10:23:45作者:舒璇辛Bertina
引言
在函数式编程中,IO Monad是一个非常重要的概念,它帮助我们处理副作用。Mostly Adequate指南作为一本优秀的函数式编程教程,在其附录中提供了一个IO Applicative的实现示例。然而,这个实现中存在一些值得探讨的问题,特别是关于compose函数的实现方式。
原始实现的问题
在原始实现中,compose函数被定义为接收任意数量的函数作为参数,并通过reduceRight将它们组合起来:
const compose = (...fns) => (...args) =>
fns.reduceRight((res, fn) => [fn.call(null, ...res)], args)[0];
这种实现方式在IO Applicative的上下文中会抛出错误。经过测试发现,当我们将compose函数简化为只接收两个函数的版本时,它才能正常工作:
const compose = curry((f, g) => (x) => f(g(x)))
正确的实现方式
为了使IO Applicative能够正常工作,我们需要对实现进行一些调整:
- 简化compose函数:将其改为只接收两个函数的柯里化版本
- 使用append替代concat:在某些情况下,append操作比concat更符合语义
- 完整的IO类实现:确保所有必要的方法都已正确定义
完整的解决方案
class IO {
constructor(fn) {
this.unsafePerformIO = fn;
}
static of(x) {
return new IO(() => x);
}
map(fn) {
return new IO(compose(fn, this.unsafePerformIO));
}
ap(f) {
return this.chain(fn => f.map(fn));
}
chain(fn) {
return this.map(fn).join();
}
join() {
return new IO(() => this.unsafePerformIO().unsafePerformIO());
}
}
const curry = (f) => {
const arity = f.length;
return function currier(...args) {
if (args.length < arity) {
return currier.bind(null, ...args);
}
return f.apply(null, args);
}
}
const concat = curry((a, b) => a.concat(b));
const compose = curry((f, g) => (x) => f(g(x)));
const toUpperCase = (x) => x.toUpperCase();
实际应用示例
const u = IO.of(toUpperCase);
const v = IO.of(concat('& beyond'));
const w = IO.of('blood bath ');
const left = IO.of(compose).ap(u).ap(v).ap(w);
const right = u.ap(v.ap(w));
return {
left: left.unsafePerformIO(),
right: right.unsafePerformIO()
}
这个示例展示了两种不同的应用方式,但最终得到相同的结果,验证了Applicative Functor的定律。
总结
在函数式编程中,细节决定成败。即使是像compose函数这样基础的工具,其实现方式也会对整个系统的行为产生重大影响。通过简化compose函数的实现,我们解决了IO Applicative示例中的问题,同时也更清晰地展示了函数组合的本质。
这个案例提醒我们,在学习和应用函数式编程概念时,理解每个函数的精确行为至关重要。有时候,看似更通用的实现可能并不适合所有场景,而更简单、更专注的实现反而能带来更好的效果。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
577
3.9 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.4 K
789
Ascend Extension for PyTorch
Python
400
474
昇腾LLM分布式训练框架
Python
123
148
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
1.06 K
533
暂无简介
Dart
814
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
361
221
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
93
6
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.15 K
98