我想实现以下目标:
以可变的方式实现它很容易:所有处理器都有一个共同的基类,它们聚合的不同类型的数据被封装在具体的实现中;界面只包含2个函数---“查看输入字符串并构建内部数据”和“使用内部数据处理输入字符串”。
当我在Scala中编写它时,我想知道是否存在纯粹的功能方法。问题是现在这些处理器的基本特征是通过其内部数据的类型进行参数化的,并且似乎没有办法获得不同类型的处理器列表。
这个问题可以在一个更简单的案例中得到证明:比如我坚持使用可变方法,但由于某种原因已经参数化了处理器从字符串中获取的类型:
trait F[V] {
def get(line: String) : V
def aggregate(value: V)
def process(value: V) : String
}
class F1 extends F[Int] // ...
class F2 extends F[HashMap[Int, Int]] // ...
for (s <- List("string1", "string2");
f <- List(new F1(), new F2())
{
f.aggregate(f.get(s)); // Whoops --- doesn't work
}
它不起作用,因为f.get(s)
返回Any
。看起来我需要在Scala的类型系统中表达List(new F1(), new F2())
包含F[?]
,它们不同但是一致,如果我采用该列表的元素,它具有其类型参数的一些具体值,并且{ {1}}属于该类型,应由f.get(s)
接受。
最后,我想有这样的事情(遗漏因为我不知道该怎么做):
f.aggregate()
问题:
答案 0 :(得分:1)
另外,您可以使用abstract types代替泛型,所以:
trait F {
type D
def initData: D
def aggregate(line: String, data: D): D
def process(line: String, data: D): String
}
class F1 extends F { type D = Int } // ...
class F2 extends F { type D = Map[Int, Int] } // ...
val strings = List("string1", "string2")
for (f <- List(new F1(), new F2())) {
val d = strings.foldLeft(f.initData) { (d, s) => f.aggregate(s, d) }
for (s <- strings)
f.process(s, d)
}
不确定,如果我没有正确的操作顺序,但它可能是一个起点。
答案 1 :(得分:0)
编辑刚刚注意到,我以前的解决方案过于冗长,无需任何临时数据结构。
我不确定,你的意思是“纯功能”。以下解决方案(如果它是您的问题的解决方案)是“纯粹功能性的”,因为除了println
中的最终main
调用之外它没有任何副作用。
注意,List[F[_]](...)
很重要,否则,编译器会推断出列表元素的非常特定的内部类型,这与aggregateAndProcess
函数不相符。 / p>
trait F[D] {
type Data = D // Abbreviation for easier copy+paste below. Does not
// contribute to the actual solution otherwise
def initData: Data
def aggregate(line: String, data: Data) : Data
def process(line: String, aggData: Data): String
}
class F1 extends F[Int] {
def initData: Data = 1
def aggregate(line: String, data: Data) : Data = data + 1
def process(line: String, aggData: Data): String = line + "/F1" + aggData
}
class F2 extends F[Boolean] {
def initData: Data = false
def aggregate(line: String, data: Data) : Data = !data
def process(line: String, aggData: Data): String = line + "/F2" + aggData
}
object Main {
private def aggregateAndProcess[T](line: String, processor: F[T]): String =
processor.process(line, processor.aggregate(line, processor.initData))
def main(args: Array[String]) {
val r = for {
s <- List("a", "b")
d <- List[F[_]](new F1, new F2)
} yield
aggregateAndProcess(s, d)
println(r.toList)
}
}
但是,请注意,我仍然不确定您实际想要完成的任务。 F
接口没有真正指定,哪个信息从哪个方法流到什么时间的任何位置,所以:这仍然是最好的猜测efford。