在Python中探索函数式响应型编程(FRP)

正文

请到「今天看啥」查看全文

如果你写过很多python代码，那么一个数据流产生另一个数据流的函数很像python中的生成器。
先完成个生成器函数
你可能用python写过下面的函数生成器：

然而python的生成器和FRP是不一样的，它是被设计成链接在一块的长链，一旦产生一个值必须移动到下一个值，不能产生下一个生成器需要的相同的数。举个例子，有一个加法函数：

你可以用这个函数将两个相同的数进行相加：

但是如果有一个生成器将两个迭代数相加的函数：

你就不能将两个相同的数进行相加：

以上结果不应该是14（5的两倍不应该是14）
由于python生成器工作方式的缘故，当add_generator()函数调用zip()时会得到xs的前两个数，而不是对第一个数进行复制。所以，要想在python中使用FRP我们必须采取不同的策略，必须使这些数据流可重复利用，就像数字5一样能用到不同的流函数里，而且永远用不完。
数据流接口
在FRP中有两种基本的类型来传递信息变化：
1、Push方式：被动等待输入信号，然后将输入一直传递下去，直到得到所有的输出
2、Pull方式：根据结果一层层向上流搜寻引起变化的值，直到找到所有影响输出的输入值
在python中对输出值的引用并没有标准的方式，因此使用push模式是不太方便的；此外python中可以引用输入值（就是调用函数的形参），因此pull模式是最好的选择。
假设这里有一个表示数据流的对象，在pull模式中我们需要一个能查找当前值的方法;

请到「今天看啥」查看全文