- 综合排序
- 最热优先
- 最新优先
- 来自专栏函数式编程语言及工具
Scalaz（46）－ scalaz-stream 基础介绍
从类型款式上看Process是个对O类型值进行F运算的节点，那么scalaz-stream就应该是个运算流了。 )) //> p : scalaz.stream.Process[scalaz.concurrent.Task,Int] = Append(Halt(End),Vector(<function1>) ) 2 Process.range(1,2,3).toSource //> res4: scalaz.stream.Process[scalaz.concurrent.Task [scalaz.concurrent.Task,Int] = Await(scalaz.concurrent.Task@56aac163,<function1>,<function1>) 对stream ，然后是scalaz-stream的具体应用
72770发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（5）－ typeclass：my typeclass scalaz style－demo
我们在上一篇讨论中介绍了一些基本的由scalaz提供的typeclass。这些基本typeclass主要的作用是通过操作符来保证类型安全，也就是在前期编译时就由compiler来发现错误。 在这篇讨论中我希望能按照scalaz的格式设计自己的typeclass并能使之融入scalaz库结构里去。 我们来设计一个NoneZero typeclass。 我们按scalaz惯例在object NonZero放一个默认隐式转换： 1 object NonZero { 2 def create[A](f: A => Boolean): NonZero .NonZero[String] = scalaz.ex5$NonZero$$anon$1@ 6 / .NonZero[Boolean] = scalaz.ex5$NonZero$$anon$ 9 //
63890发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（47）－ scalaz-stream: 深入了解-Source
4 //> res6: scalaz.stream.Process[scalaz.concurrent.Task,Int] = Await(scalaz.concurrent.Task@63e2203c [scalaz.concurrent.Task,A] 6 val es1 = emitSeq(Seq(1,2,3)) //> es1 : scalaz.stream.Process [scalaz.concurrent.Task,Int] = Append(Await(scalaz.concurrent.Task@2d6eabae,<function1>,<function1>), : scalaz.stream.Process[scalaz.concurrent.Task,Array[Byte]] = Await(scalaz.concurrent.Task@15de0b3c,< scalaz-stream的其他类型节点将在下面的讨论中深入介绍。
88850发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（49）－ scalaz-stream: 深入了解-SinkChannel
一个完整的scalaz-stream有以下几个部分组成：Source -> Transducer -> Sink，用直白文字来描述就是：“输入 -> 传换 -> 输出”。 scalaz-stream最基本的功能就是从Source接收一串元素，经过处理然后输出。毕竟我们从外部获取了数据、处理完毕后总不能就留在原地内存，还是要把数据输出到对当前运算中程序来说的一个外部系统。 [scalaz.concurrent.Task,String] = Append(Await(scalaz.concurrent.Task@702b8b12,<function1>,<function1 与上面例子不同的是它只有一个输出口： 1 import scalaz._ 2 import Scalaz._ 3 import scalaz.stream._ 4 import scalaz.concurrent [[x]scalaz.concurrent.Task[x],Line => scalaz.concurrent.Task[Unit]] = Append(Halt(End),Vector(<function1
69080发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（51）－ scalaz-stream: 资源使用安全－Resource Safety
那么scalaz-stream是怎么做到从下游运行上游定义的finalizer呢？ scalaz-stream在io对象里提供了一个linesR函数。 [scalaz.concurrent.Task,String] = Await(scalaz.concurrent.Task@6279cee3,<function1>,<function1>) 3 val [[x]scalaz.concurrent.Task[x],String] = Append(Await(scalaz.concurrent.Task@6279cee3,<function1>,<function1 [scalaz.concurrent.Task,String] = Await(scalaz.concurrent.Task@1a0dcaa,<function1>,<function1>) 5 iterLines.take
73370发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（53）－ scalaz-stream: 程序运算器－application scenario
1 import scalaz.stream._ 2 import scalaz.concurrent._ 3 object streamApps { 4 import Process._ 5 def = await(getInput)(i => emit(i * 3)) //> prg : scalaz.stream.Process[scalaz.concurrent.Task,Int] 那么如果需要不断重复运算呢： 1 import scalaz._ 2 import Scalaz._ 3 import scalaz.concurrent._ 4 import scalaz.stream scalaz-stream就是存粹的泛函类型，那么基于scalaz-stream的程序就自然具备组合的能力了。 我们可以用两个独立的程序来示范Process程序组合： 1 import scalaz._ 2 import Scalaz._ 3 import scalaz.concurrent._ 4 import
66990发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（52）－ scalaz-stream: 并行运算－parallel processing concurrently by merging
这样也说得过去：它让我们更容易理解scalaz-stream Process的运算过程。面对scalaz-stream这样的特性我们应该怎样去实现它的并行运算呢？ /Tiger/Tee.scala" 6 //> p3 : scalaz.stream.Process[scalaz.concurrent.Task,String] = Await(scalaz.concurrent.Task (s.length); s} //> pc : scalaz.stream.Process[scalaz.concurrent.Task,String] = Await(scalaz.concurrent.Task [scalaz.concurrent.Task,scalaz.stream.Process[scalaz.concurrent.Task,Map[Char,Int]]] = Append(Halt(End [scalaz.concurrent.Task,scalaz.stream.Process[scalaz.concurrent.Task,Map[Char,Int]]] = Append(Halt(End
67180发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（34）－ Free ：算法－Interpretation
scalaz是通过几个运算函数来提供Free Interpreter，包括：fold,foldMap,foldRun,runFC,runM。 ) 15 _ <- Push(5) 16 _ <- Mul() 17 } yield () //> ast : scalaz.Free [[x]scalaz.Coyoneda[Exercises.interact.Calc,x],Unit] = Gosub() 从Calc无法获取B类型值，所以无法实现Calc.map，因而Calc无法成为
90960发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（50）－ scalaz-stream: 安全的无穷运算－running infinite stream freely
相信许多人对scalaz-stream如何实现无穷数据的运算安全都充满了好奇和疑问，那我们就在本篇讨论中分析一下scalaz-stream的具体运算方式。 //> res9: scalaz.stream.Process[scalaz.concurrent.Task,Int] = Await(scalaz.concurrent.Task@7e2d773b,< [scalaz.concurrent.Task,Int] = Await(scalaz.concurrent.Task@3dfc5fb8,<function1>,<function1>) 2 eval (Task.delay {3}) //> res10: scalaz.stream.Process[scalaz.concurrent.Task,Int [scalaz.concurrent.Task,Int] = Await(scalaz.concurrent.Task@2173f6d9,<function1>,<function1>) 7 // Await
1.1K60发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（44）－ concurrency ：scalaz Future，尚不完整的多线程类型
好了，既然scala Future的功能已经比较完善了，那么scalaz的Future又有什么不同的特点呢？ 所以我们是无法使用scala Future来编写纯函数的，那么在scalaz里就必须为并发编程提供一个与scala Future具同等功能但又不会立即产生副作用的类型了，这就是scalaz版本的Future 我们看看scalaz是如何定义Future的：scalaz.concurrent/Future.scala sealed abstract class Future[+A] { ... object Future scalaz Future的构建方式如下： 1 import scalaz._ 2 import Scalaz._ 3 import scalaz.concurrent._ 4 import scala.concurrent.duration scalaz提供了concurrent.Task类型填补了Future的这部分缺陷。我们会在下篇讨论Task。
86290发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（8）－ typeclass：Monoid and Foldable
scalaz. : scalaz. : scalaz. : scalaz. [(scalaz.
1.3K90发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（48）－ scalaz-stream: 深入了解-Transducer: Process1-tee-wye
}.repeat 7 //> addPosfix: => scalaz.stream.Process1[Int,String [scalaz.concurrent.Task,Int] = Append(Halt(End),Vector(<function1>)) 3 val seq = emitAll(Seq("a","b ","c")) //> seq : scalaz.stream.Process0[String] = Emit(List(a, b, c)) 4 val signalw = Process(true,true,false,true) //> signalw : scalaz.stream.Process0[Boolean] = Emit(WrappedArray [Int,String,scalaz.stream.ReceiveY[Int,String]] = Await(Left,<function1>,<function1>) 3 source.wye(seq
1.3K50发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（39）－ Free ：a real monadic program
._ 3 import Scalaz._ 4 import scala.language.higherKinds 5 import scala.language.implicitConversions [[x]scalaz.Coyoneda[run.demo.Modules.FreeProgs.F1,x],String]. 我初步分析可能是因为scalaz对Free设下的门槛：F[A]必须是个Functor。 好了，下面是这个示范的完整源代码： 1 package run.demo 2 import scalaz._ 3 import Scalaz._ 4 import scala.language.higherKinds 242 } 243 import scalaz.Free.Trampoline 244 import scalaz.Trampoline._ 245 def runTrampoline
1.4K70发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（56）－ scalaz-stream: fs2-安全运算，fs2 resource safety
fs2在处理异常及资源使用安全方面也有比较大的改善。fs2 Stream可以有几种方式自行引发异常：直接以函数式方式用fail来引发异常、在纯代码里隐式引发异常或者在运算中引发异常，举例如下：
82850发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（57）－ scalaz-stream: fs2-多线程编程，fs2 concurrency
fs2的多线程编程模式不但提供了无阻碍I/O（java nio）能力，更为并行运算提供了良好的编程工具。在进入并行运算讨论前我们先示范一下fs2 pipe2对象里的一些Stream合并功能。我
1.1K60发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（55）－ scalaz-stream: fs2-基础介绍，fs2 stream transformation
fs2是scalaz-stream的最新版本，沿用了scalaz-stream被动式（pull model）数据流原理但采用了全新的实现方法。 fs2比较scalaz-stream而言具备了：更精简的基础组件（combinator）、更安全的类型、资源使用（type safe, resource safety）、更高的运算效率。 由于fs2基本沿用了scalaz-stream的原理，所以我们会在下面的讨论里着重介绍fs2的使用。 我们知道，纯数据流就是scalaz-stream里的Process1，即transducer，是负责对流进行状态转换的。
1.8K60发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz(0) - 写在前面
幸运的是我们现在有了scalaz，它使我们在泛函编程的道路上节省了一大段路程。 scalaz是一套用scala语言编写的函数库。scalaz为用户提供了大量的数据类型和组件函数来支持函数式编程。 实际上scalaz的代码贡献者们是受到了纯函数式编程语言haskell的启发，把haskell中的数据类型、结构、函数组件在scalaz中用scala进行了重新实现。 既然我们打算采用scala的FP，我们可能必须把scalaz作为基础组件库来使用，那么我们必须首先了解scalaz的库结构、里面各种数据类型和组件函数、掌握它们的使用方式以及应用模式。 当然，在学习和介绍scalaz的过程中我们还可以更多了解scala的函数式编程模式以及它所著名的贴切简洁的表现形式。 让我们期待这个系列的scalaz讨论能真正的把我们带入函数式编程范畴的世界。。。
83760发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（54）－ scalaz-stream: 函数式多线程编程模式－Free Streaming Programming Model
scalaz-stream的流程控制和多线程运算模式可以实现程序的安全并行运算。 我们先从一个简单的Free Monad程序开始： 1 import scalaz._ 2 import Scalaz._ 3 import scalaz.concurrent._ 4 import [scalaz.Scalaz.Id[Unit]] = scalaz.concurrent.Task@282ba1e 这样我们就获得了一个异线程的延迟运算。 : scalaz.stream.Process[scalaz.concurrent.Task,scalaz.Scalaz.Id[Unit]] = Await(scalaz.concurrent.Task 我把这节讨论的示范源代码提供给大家： 1 import scalaz._ 2 import Scalaz._ 3 import scalaz.concurrent._ 4 import scalaz.stream
71160发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（29）－ Free ：Coyoneda - Functor for free
Scalaz里的Coyoneda与任何F[_]类型成同构（互等），而Coyoneda是个Functor，这样我们可以用Coyoneda来替代F。 我们来看看Coyoneda的定义：scalaz/Coyoneda.scala sealed abstract class Coyoneda[F[_], A] { coyo => /** The pivot 而Coyoneda和F同构，看下面scalaz里的代码： type CoyonedaF[F[_]] = ({type A[α] = Coyoneda[F, α]}) import Isomorphism
74890发布于 2018-01-05 - 来自专栏函数式编程语言及工具
Scalaz（33）－ Free ：算式－Monadic Programming
operation is:") 6 _ <- answer(fn,sn,op) 7 } yield() //> prg : scalaz.Free operation is:") 33 _ <- answer(fn,sn,op) 34 } yield() //> prg : scalaz.Free ) 15 _ <- Push(5) 16 _ <- Mul() 17 } yield () //> ast : scalaz.Free [[x]scalaz.Coyoneda[Exercises.interact.Calc,x],Unit] = Gosub() 从上面的AST表达方式可以估计到这是一个对Int进行加减乘除的计算器，应该是先通过
68970发布于 2018-01-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号