Question

我经常使用$(document).ready(function() { $('button').click(function() { $(".alert").delay(1000).addClass("in").fadeOut(4000, function(){ $(".alert").removeClass("in").show(); }); }) });库的以下功能：Data.Tuple.Extra，first，second，***和&&&。< / p>

both中有等效的（？）函数。事实上，我更喜欢Control.Arrow，因为我完全迷失了Data.Tuple.Extra的文档。

使用Control.Arrow是否有任何优势（例如从性能角度来看）？

Answer 1

我不熟悉Data.Tuple.Extra，但从查看文档来看，它似乎提供与Control.Arrow基本相同的功能。它的文档甚至声明：

Control.Arrow模块
中提供了其中一些功能

您可以使用dupe轻松实现both和Control.Arrow函数：

dupe = id &&& id
both f = first f >>> second f

示例：

Prelude Control.Arrow> dupe 42
(42,42)
Prelude Control.Arrow> both (+1) (41, 1336)
(42,1337)

使用Control.Arrow有什么好处吗？它更通用，因为它基于Arrow类型类，它再次源于类别理论......此外，该模块包含在base包中，因此它始终可用。

更一般的是，此处定义的both类型为Arrow a => a d c -> a (d, d) (c, c)，这意味着您可以将其与任何Arrow一起使用，而不仅仅使用“基本”功能。例如，考虑一个Kleisli箭头。

print中的Prelude函数的类型为Show a => a -> IO ()，由于IO为Monad，因此您可以将其设为Kleisli实例，应用both，并在一对上运行它：

Prelude Control.Arrow> runKleisli (both $ Kleisli print) (42, 1337)
42
1337
((),())

我不知道这个特定的例子在现实生活中是否有用，但它表明both的这种实现更为通用。

BTW，对也是Bifunctor个实例，因此您也可以使用first中的second和Data.Bifunctor。您可以使用both来定义Bifunctor：

Prelude Data.Bifunctor> both f = bimap f f
Prelude Data.Bifunctor> :t both
both :: Bifunctor p => (a -> d) -> p a a -> p d d
Prelude Data.Bifunctor> both (+2) (40, 1335)
(42,1337)
Prelude Data.Bifunctor> both (*2) $ Right 21
Right 42
Prelude Data.Bifunctor> both (*2) $ Left 8
Left 16

请注意，由于这适用于任何Bifunctor，因此它适用于Either并添加到一对。

你不会从***获得&&&或Data.Bifunctor，但是......

Answer 2

在大多数Haskell用例中，使用Data.Tuple.Extra.first，Control.Arrow.first还是Data.Bifunctor.first并不重要 - 所有三个都将用作

first :: (b -> c) -> (b,d) -> (c,d)

...同样适用于second / *** / &&&。 Arrow和Bifunctor版本都以不同的方式更为通用，但通常可以根据标准元组/仿函数案例来概括。

从实用角度讲，我建议使用Arrow版本，因为它们位于base。（哦，我刚才注意到Bifunctor现在也在base，对此非常重要......）可以说，Arrow也是一个比Bifunctor更好的概括，因为它允许实际离开 Hask 类别。不幸的是，Control.Arrow本身并没有真正允许更多有趣的类别 - 它们很大程度上归结为Kleisli / Cokleisli类别（即不同服装中的monad），而对于那些通常更加实用的仅仅坚持{{1}记谱法等。

但是有许多数学类别不是do的实例，因为它们不允许在任何 Haskell类型之间进行映射，而只允许具有特定属性的类型。一个例子是 VectK ，即具有线性映射的向量空间的类别作为态射。在此类别中，Control.Category.Category是矩阵乘法，.是块矩阵对角堆叠，***是垂直连接。非常好的IMO，特别是因为它完全避免了你在Matlab，NumPy或hmatrix中得到的运行时维度检查的问题 - 所有这些都已经由编译器完成 - 它甚至支持无限维向量空间。

正如我所说，捕获它只适用于特定类型，标准&&& / Category类无法表达。实际上很容易在Haskell中表达它，因此我使用了constrained-categories package，用于在linearmap-category package中实现 VectK 。

Control.Arrow与Data.Tuple.Extra

2 个答案: