深入学习java内存化和函数式协同

前言

所有编程语言都在增加函数特性，因为运行时已变得强大到足够适应性能或内存开销。函数式编程的许多收益之一是，您可将麻烦或容易出错的任务卸载到运行时。另一个收益是将函数特性简洁地组合到您代码中的能力。

在本期文章中，我将探讨 Java 下一代语言中的内存化。然后，通过利用 Clojure 示例，我将展示通过利用函数特性之间的协调作用，如何实现常见问题的一般解决方案。

内存化

内存化 这个词是 Donald Michie（一位英国人工智能研究人员）发明的，用于表示重复的值的函数级缓存。如今，内存化在函数式编程语言中很常见，它要么被用作一个内置特性，要么被用作一个相对容易实现的特性。

内存化在以下场景中很有帮助。假设您必须反复调用一个注重性能的函数。一个常见解决方案是构建内部缓存。每次计算某个参数集的值时，您都会将该值放入缓存中，作为参数值的线索。在未来，如果该函数使用以前的参数调用，那么它将会从缓存返回值，而不是重新计算它。函数缓存是一种经典的计算机科学权衡：它使用更多内存（我们常常拥有丰富的内存）来不断实现更高的性能。

函数必须是纯粹的，缓存技术才能发挥其作用。纯函数 是没有副作用的函数：它没有引用任何其他易变的类字段，没有设置除返回值以外的任何值，而且仅依赖于参数作为输入。java.lang.Math 类中的所有方法都是纯函数的良好示例。显然，只有在函数可靠地为一组给定的参数返回相同值时，您才能成功地重用缓存的结果。

Groovy 中的内存化

内存化在 Groovy 中很简单，Groovy 在 Closure 类上包含一系列 memoize() 函数。例如，假设您有一个昂贵的哈希算法，以至于您需要缓存结果来提高效率。为此，您可以使用闭包块语法来定义方法，在返回时调用 memoize() 函数，如清单 1 所示。我并不是暗示清单 1 中使用的 ROT13 算法（即凯撒密码 的一个版本）的性能面临挑战，只是假设缓存在这个示例中很重要。

清单 1. Groovy 中的内存化

class NameHash {def static hash = {name ->name.collect{rot13(it)}.join()}.memoize()public static char rot13(s) {char c = sswitch (c) {case 'A'..'M':case 'a'..'m': return c + 13case 'N'..'Z':case 'n'..'z': return c - 13default: return c}}}class NameHashTest extends GroovyTestCase {void testHash() {assertEquals("ubzre", NameHash.hash.call("homer")) }}

正常情况下，Groovy 函数定义看起来像清单 1 中的 rot13()，方法主体位于参数列表之后。hash() 函数定义使用了稍微不同的语法，将代码块分配给 hash 变量。该定义的最后一部分是对 memoize() 的调用，它自动为重复的值创建一个内部缓存，与该参数建立联系。

memoize() 方法实际上是一个方法系列，为您提供了对缓存特征的一定控制，如表 1 所示。

表 1. Groovy 的 memoize() 系列