Ведение государства без присваивания


10

Я изучаю функциональное программирование, и у меня возникают проблемы с пониманием того, как некоторые конкретные сценарии реализуются без использования заданий. Следующая простая проблема в значительной степени подводит итог моей путаницы.

Напишите программу, которая получает события об изменениях в данной структуре данных и генерирует события, когда эта структура данных достигает определенного состояния.

Итак, у меня есть копия структуры данных, которую я поддерживаю

datastructure_copy::DataStructure 

У меня есть поток событий, которые запускаются при его изменении:

datastructure_changes::Stream Change

У меня есть функция, которая применяет изменение к структуре данных и возвращает его новую копию:

apply_change::Change -> DataStructure -> DataStructure

И у меня есть предикат, который проверяет, достигло ли состояние данных желаемого состояния.

is_ready::DataStructure ->Boolean

Другими словами, мне нужно что-то вроде «уменьшить», которое работает на потоках.

Я знаю, что один из способов реализовать это - пересчитывать состояние каждый раз, когда приходит изменение, однако это кажется непрактичным. Я немного поиграл с Государственной монадой, но мне кажется, что она предназначена для решения другой проблемы.

Так есть ли другой способ сделать это?

Обратите внимание, что мой вопрос носит чисто концептуальный характер, и я не очень хорошо знаком с Haskell.


Так или иначе, вы никогда не увидите «назначение» (обратите внимание на разницу между назначением и связыванием) в Haskell, потому что «Haskell не имеет понятия« назначение »,« изменяемое состояние »или« переменные »и является« чистым » функциональный язык "» . Государственная монада должна быть тем, что вы ищете, вам просто нужно научиться ее использовать. Если хотите, я могу дать более полный ответ позже сегодня.
Франческо Грамано

Ответы:


2

Я знаю, что один из способов реализовать это - пересчитывать состояние каждый раз, когда приходит изменение, однако это кажется непрактичным.

Если изменения, применяемые при возникновении события, не являются распределительными, так или иначе, вам придется пересчитывать состояние каждый раз, когда происходит событие, так как конечное состояние - это не что иное, как начальное состояние плюс последовательные изменения. И даже если изменения носят дистрибутивный характер, вы, как правило, хотите последовательно преобразовать состояние в следующее, поскольку вы хотите остановить процесс так же быстро, как достигается заданное состояние, и поскольку вам нужно вычислить следующее состояние, чтобы определить, является ли новый разыскиваемый штат.

В функциональном программировании изменения состояния обычно представлены вызовами функций и / или параметрами функций.

Поскольку вы не можете предсказать, когда будет вычислено конечное состояние, вы не должны использовать нехвостовую рекурсивную функцию. Поток состояний, в котором каждое состояние основано на предыдущем, может быть хорошей альтернативой.

Так что в вашем случае я бы ответил на вопрос следующим кодом в Scala:

import scala.util.Random

val initState = 0.0
def nextState(state: Double, event: Boolean): Double = if(event) state + 0.3 else state - 0.1 // give a new state
def predicate(state: Double) = state >= 1

// random booleans as events
// nb: must be a function in order to force Random.nextBoolean to be called for each  element of the stream
def events(): Stream[Boolean] = Random.nextBoolean #:: events()  

val states: Stream[Double] = initState #:: states.zip(events).map({ case (s,e) => nextState(s,e)}) // a stream of all the successive states

// stop when the state is >= 1 ;
// display all the states computed before it stopped
states takeWhile(! predicate(_)) foreach println 

Который может дать, например (я упростил вывод):

0.0
0.3
0.2
0.5
0.8

val states: Stream[Double] = ... это линия, где вычисляются последовательные состояния.

Первым элементом этого потока является начальное состояние системы. zipобъединяет поток состояний с потоком событий в один поток пар элементов, каждая из которых является (состояние, событие). mapпреобразовывает каждую пару в одно значение, являющееся новым состоянием, вычисляемое как функция старого состояния и связанного события. Таким образом, новое состояние - это ранее вычисленное состояние плюс связанное событие, которое «изменяет» состояние.

Таким образом, в основном вы определяете потенциально бесконечный поток состояний, каждое новое состояние является функцией последнего вычисленного состояния и нового события. Поскольку потоки в Scala ленивы (среди прочих), они вычисляются только по требованию, поэтому вам не нужно вычислять бесполезные состояния, и вы можете вычислять столько состояний, сколько захотите.

Если вас интересует только первое состояние, которое учитывает предикат, замените последнюю строку кода на:

states find predicate get

Который извлекает:

res7: Double = 1.1

Можете ли вы дать некоторое представление о линии, которая делает магию:val states: Stream[Double]...
Бобби Маринофф

Конечно. Пожалуйста, посмотрите на мои изменения.
mgoeminne

1

Вы говорите, у вас есть 2 функции:

apply_change::Change -> DataStructure -> DataStructure
is_ready::DataStructure ->Boolean

и если я вас правильно понимаю, то is_readyэто довольно дорого, так что вы не хотите делать это для каждого события изменения снова и снова.

Что вам нужно, так это то, что функция берет начальную DataStructure и конденсирует ее в простое состояние, а функция принимает сжатое состояние, изменение и выводит новое сжатое состояние.

Скажем, DataStructure - триплет, x,y,zи вы ожидаете, что x, y и z будут простыми числами. Тогда ваше сжатое состояние может быть набором из которых x, y, z не являются простыми. Изменение, которое делает x простым, удаляет x из набора. Изменение, которое делает x не простым, добавляет x к набору (если его нет). DataStructure готова, тогда набор пуст.

Идея заключалась бы в том, что обновление сжатого состояния намного дешевле, чем обновление DataStructure и вычислений с нуля.

Примечание. Еще более удачный подход - отслеживать, какие из x, y, z были проверены на предмет простоты, и были ли они где. Для каждого изменения вы отмечаете соответствующее поле как не отмеченное. Затем, когда вызывается is_ready, проверьте и запомните. Это лучше, если вы не проверяете is_ready после каждого изменения, поскольку x может меняться несколько раз, и вы проверяете простое число только один раз.

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.