问题标签 [transducer]

我经常写形式的代码

将其转换为使用传感器的代码时，我最终会得到类似

写作(completing #(reduced %2))而不是first我根本不喜欢。它不必要地掩盖了一项非常简单的任务。是否有更惯用的方式来执行此任务？

这是一个简单的换能器，可以将数字倍增。我想知道reduced允许提前终止的价值是什么？

我已经尝试过(transient [])，但这意味着换能器仅适用于矢量。

以下函数reduceIfEven使用谓词检查 reducer 函数为每一步接收的值。如果谓词返回 true，则将该值添加到结果 ( acc) 中，否则从 reducer 原样返回结果。请注意，没有短路 - 所有值都被处理，要么被忽略，要么被添加到结果中。

如何使用transduce创建可比较的函数？

我最初的尝试碰壁了，因为我需要第一个函数来接收结果和map不接收的值。

注意：这是一个学术练习。我只是对如何完成感兴趣，而不是是否应该以这种方式完成。

在解决 Hackkerank ( https://www.hackerrank.com/challenges/string-compression/problem ) 的问题时，我编写了 2 个带有和不带有传感器的实现。

我期望传感器实现比函数链接运算符更快->>。不幸的是，根据我的迷你基准，链接运算符的性能比传感器高 2.5 倍。

我在想，我应该尽可能使用传感器。还是我没有正确理解传感器的概念？

时间：

“经过时间：0.844459 毫秒”

“经过时间：2.697836 毫秒”

代码：

我正在编写一个自定义转换器作为练习，但我惊讶地发现它的 0-arity init 函数没有被调用。

为什么？

它与我使用的聚合函数有关吗？如果是，哪些会调用 init 函数，为什么其他人不会？

下面是我正在做的一个简单的版本：

有没有办法获得相同的教育，而无需支付成本concat，从而创建一个中间惰性序列？

以下可能已经少了一点浪费，因为我们只有一个向量，而不是惰性序列，但我想知道是否可以避免这种情况。

实时代码示例

我正在尝试通过Egghead来学习传感器，我想在我们尝试组合对象转换之前我已经掌握了它。我在下面有一个不起作用的例子

但如果我作曲失败：

如何使用具有 fp 组合的传感器处理对象？

有相当多的样板，所以我真的建议查看实时代码示例以查看 compose、seq 等实用程序。

我正在尝试创建一个有状态的转换器，join-averages（这里的要点）。

运行 let 块显示我正确地加入了值。但是结果输出仍然没有连接值。

关于为什么join-averages有状态的传感器没有返回正确结果的任何想法？

代码

在我之前的问题中：

从没有数组的函数链中提取数据

@Aadit M Shah 给了我惊人的解决方案，如下所示：

https://stackoverflow.com/a/51420884/6440264

给定一个像A(a)(b)(f)where fis a function 这样的表达式，不可能知道是否f应该将其添加到列表中，或者它是否是归约函数。因此，我将描述如何编写表达式，例如A(a)(b)(f, x)which 等价于[a, b].reduce(f, x). 这使我们能够根据您提供的参数数量来区分列表何时结束：

它由于延续而起作用。每次我们添加一个新元素，我们都会累积一个 CPS 函数。每个 CPS 函数调用前一个 CPS 函数，从而创建一个 CPS 函数链。当我们给这个 CPS 函数链一个基函数时，它会展开链并允许我们减少它。换能器和镜头背后的想法相同。

我还有2个问题。

1. 为了区分 reduce 函数，我考虑了一些使用反射的自定义 Typing 机制，但是为了专注于这个问题，到目前为止我想简单地应用

   const isReducer = f => (typeof f === 'function');

2. 提供初始值的要求对折叠/归约有限制，例如，不可能为归约提供二进制操作的初始值，例如

   常量头 = (a, b) => a; 常量尾 = (a, b) => b;

（除非您手动提供第一个/最后一个值，这对运行代码没有意义）理论上，每个二进制操作都有一个标识值，但是不可能按原样提供。唯一的方法是抽象为一个身份。

话虽如此，我无法将提供的代码重构为单个参数和函数的 reducer 类型，并将默认值作为序列的初始值。

你能提供重构的代码吗？此外，此示例的传感器/CPS 的任何信息都值得赞赏。

我想知道是否有一种方法可以使用转换器来展平列表并过滤唯一值？

通过链接，很容易：

但是这里我们在列表上循环两次（+ n 按深度层）。不理想。

我想要实现的是在这种情况下使用换能器。我已经阅读了有关它的 Ramda 文档https://ramdajs.com/docs/#transduce，但我仍然找不到正确编写它的方法。

目前，我使用一个带有递归函数的reduce函数：

我们在元素上有一个循环（+ n 循环，深度层很深），这看起来更好，更优化。

在这种情况下，这甚至可以使用转换器和迭代器吗？有关 Ramda 换能器功能的更多信息：https ://gist.github.com/craigdallimore/8b5b9d9e445bfa1e383c569e458c3e26