首页
/ 探索灵活的类型转换:Shims库

探索灵活的类型转换:Shims库

2024-06-03 03:14:29作者:薛曦旖Francesca

在Scala编程中,我们经常面临不同库之间不兼容的挑战,特别是当它们依赖于不同的类型系统,如Cats和Scalaz。为了解决这个问题,开发者们创建了一个名为Shims的开源项目。这个项目不仅提供了一种无缝的方式来在Cats和Scalaz之间转换类型类和数据类型,还简化了多框架间的交互。

1、项目介绍

Shims是一个轻量级的库,旨在实现Cats和Scalaz之间的双向透明转换。通过引入一个简单的导入,它可以让任何支持Cats或Scalaz的代码在两个框架间自由切换。它的目标是使那些混合使用这两个库的应用程序能够顺畅运行,而不需要复杂的类型调整。

2、项目技术分析

Shims的核心在于其自动类型转换机制。它为每一种可以转换的类型类(如Monad)和数据类型(如\/)都提供了隐式转换。例如,任何有cats.Functor实例的对象也将自动拥有scalaz.Functor实例。同样,每个可转换的Scalaz数据类型都有asCats函数,而每个Cats数据类型则有asScalaz。只需一句import shims._,就可以开启所有功能。

此外,Shims还有一个名为shims-effect的子项目,用于桥接旧版Scalaz的Task层级与基于cats-effect的新一代效果类型库。

3、项目及技术应用场景

无论是在处理复杂的数据结构还是构建应用程序时,Shims都是一个强大的工具。例如,你可以轻松地将使用Cats的Eval与Scalaz的IList结合,并利用Cats的Traverse语法对它们进行操作。不仅如此,还可以将Cats的Free转化为Scalaz的Trampoline,反之亦然。

4、项目特点

  • 便捷性:只需添加一个导入,即可启用全部转换。
  • 透明性:类型类转换完全隐式进行,无须额外的语法干扰。
  • 灵活性:支持双向转换,可以在Cats和Scalaz之间自由穿梭。
  • 易扩展性:允许自定义类型转换,方便添加新类型的支持。

尽管目前由于Cats的最新版本已内置了许多原生转换,使得Shims的地位略显尴尬,但这个项目依然留下了宝贵的教训——如何在Scala类型系统内实现如此复杂的转换,对于学习和研究来说极具价值。

为了体验Shims的魅力,只需将其添加到你的SBT配置中,然后享受无缝集成的便利吧!

最后,需要注意的是,Shims已不再维护,推荐升级到最新的Cats库以获得更好的支持和体验。然而,如果你还在一个老项目中挣扎,或者对此感兴趣,Shims绝对值得你一试。

如何开始?

在你的build.sbt文件中加入:

libraryDependencies += "com.codecommit" %%% "shims" % "版本号"

然后,在需要用到的地方简单导入:

import shims._

现在,你已经准备好开始探索Shims带来的跨框架兼容性的奇迹了!

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
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
508
547
docsdocs
暂无描述
Markdown
848
5.66 K
kernelkernel
deepin linux kernel
C
33
16
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.47 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
837
1.27 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
843
1.68 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
849
ops-mathops-math
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++
1.25 K
1.37 K
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
343
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
773
409