换能器扁平化和 uniq

Question

我想知道是否有一种方法可以使用换能器来展平列表并过滤唯一值？

通过链接，这很容易：

import {uniq, flattenDeep} from 'lodash';|

const arr = [1, 2, [2, 3], [1, [4, 5]]];

uniq(flattendDeep(arr)); // ->  [1, 2, 3, 4, 5]

<script src="https://cdnjs.cloudflare.com/ajax/libs/lodash.js/4.17.10/lodash.core.min.js"></script>

但是这里我们在列表上循环了两次（深度层+n）。不理想。

我想要实现的是在这种情况下使用换能器。我已经阅读了关于它的 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，我使用了一个带有递归函数的 reduce 函数：

import {isArray} from 'lodash';

const arr = [1, 2, [2, 3], [1, [4, 5]]];

const flattenDeepUniq = (p, c) => {
    if (isArray(c)) {
        c.forEach(o => p = flattenDeepUniq(p, o));
    }
    else {
        p = !p.includes(c) ? [...p, c] : p;
    }

    return p;
};

arr.reduce(flattenDeepUniq, []) // -> [1, 2, 3, 4, 5]

<script src="https://cdnjs.cloudflare.com/ajax/libs/lodash.js/4.17.10/lodash.core.min.js"></script>

我们在元素上有一个循环（+ n 循环，深度层较深），这看起来更好，更优化。

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

Answer 1

转换器在这里没有多大意义。您的数据结构是递归的。处理递归结构的最佳代码通常需要递归算法。

换能器的工作原理

（Roman Liutikov 写了一篇很好的关于换能器的介绍。）

Transducers 都是用一个单一的数据替换多次遍历相同的数据，将步骤的原子操作组合成一个单一的操作。

转换器非常适合转换此代码：

xs.map(x => x * 7).map(x => x + 3).filter(isOdd(x)).take(5)
//  ^               ^                 ^               ^
//   \               \                 \               `------ Iteration 4
//    \               \                 `--------------------- Iteration 3
//     \               `-------------------------------------- Iteration 2
//      `----------------------------------------------------- Iteration 1

变成这样：

xs.reduce((r, x) => r.length >= 5 ? res : isOdd(x * 7 + 3) ? res.concat(x * 7 - 3) : res, [])
//    ^
//     `------------------------------------------------------- Just one iteration

在 Ramda 中，因为map、filter和take是传感器启用的，我们可以转换

const foo = pipe(
  map(multiply(7)), 
  map(add(3)), 
  filter(isOdd), 
  take(3)
)

foo([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) //=> [17, 31, 45]

（通过数据迭代四次）到

const bar = compose(
  map(multiply(7)), 
  map(add(3)), 
  filter(isOdd), 
  take(3)
)

into([], bar, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])  //=> [17, 31, 45]

只迭代一次。（注意从pipe到的切换compose。换能器的组成顺序与普通函数相反。）

请注意，此类传感器的关键在于它们的操作方式相似。 map将一个列表转换为另一个列表，就像 dofilter和 一样take。虽然您可以拥有对不同类型进行操作的转换器，并且map也filter可能以多态方式对此类类型进行操作，但只有在组合对相同类型进行操作的函数时，它们才能协同工作。

Flatten 不适合换能器

你的结构更复杂。虽然我们当然可以创建一个以某种方式（前序、后序）抓取它的函数，因此可能会用它开始一个转换器管道，但处理递归结构的逻辑方法是使用递归算法。

扁平化这种嵌套结构的一种简单方法是这样的：

const flatten = xs => xs.reduce(
  (a, x) => concat(a, isArray(x) ? flatten(x) : [x]), 
  []
);

（由于各种技术原因，Ramda 的代码要复杂得多。）

然而，这种递归版本不太适合与换能器一起工作，换能器基本上必须逐步工作。

Uniq 不适合换能器

uniq，另一方面，对于这样的换能器来说意义不大。问题是 使用的容器uniq，如果您要从换能器中获得任何好处，则必须是具有快速插入和快速查找功能的容器，aSet或 aObject最有可能。假设我们使用Set. 然后我们有一个问题，因为我们flatten对列表进行操作。

不同的方法

由于我们无法轻松地将现有函数合并为一个可以满足您要求的函数，因此我们可能需要编写一个一次性函数。

早期解决方案的结构使得添加唯一性约束相当容易。再次，那是：

const flatten = xs => xs.reduce(
  (a, x) => concat(a, isArray(x) ? flatten(x) : [x]), 
  []
);

使用辅助函数将所有元素添加到 a Set：

const addAll = (set, xs) => xs.reduce((s, x) => s.add(x), set)

我们可以编写一个扁平化的函数，只保留唯一值：

const flattenUniq = xs => xs.reduce(
  (s, x) => addAll(s, isArray(x) ? flattenUniq(x) : [x]), 
  new Set()
)

请注意，这与上述结构有很多相似之处，仅切换到使用 a Set，因此从 切换concat到我们的addAll.

当然，最后你可能想要一个数组。我们可以通过用一个Set -> Array函数包装它来做到这一点，如下所示：

const flattenUniq = xs => Array.from(xs.reduce(
  (s, x) => addAll(s, isArray(x) ? flattenUniq(x) : [x]), 
  new Set()
))

您也可以考虑将此结果保留为Set. 如果您真的想要一组唯一值，那么 aSet是合乎逻辑的选择。

这样的函数没有无点转换函数的优雅，但它可以工作，并且暴露的管道使与原始数据结构和普通flatten函数的关系更加清晰。

我想您可以将整个冗长的答案视为一种冗长的方式来指出 user633183 在评论中所说的话：“flatten 和 uniq 都不是传感器的好用例。”