万物皆可柯里化的 Ramda.js

我们前段时间写过好几篇关于 RxJS 的文章，RxJS api 操作符理解起来确实比较复杂，RxJS 是函数式编程中的 lodash 库，它消除了“时序”而带来的困扰，它核心思想是：函数式 + 响应式。

本篇， 要讲的不是 RxJS，而是另外一个函数式编程库 Ramda.js ，它同样也可以与 loadsh 对比理解，不过它的设计思路又不同了，它最大的特点是：所有函数都可以柯里化传参！以此来践行函数式编程思想。

往下看，后面我们就能明白：Ramda 所有 Api 都能柯里化的意义所在。

Function first，Data last

在 lodash 中，我们是这样写的，

var square = n => n * n;_.map([4, 8], square)

参数在前，执行函数在后。

而在 Ramda 中，强调：函数在前，参数在后。

这样做有什么好处呢？

就是为了更好实现：柯里化。柯里化只需要参数一个一个的在后追加

var R = require('ramda');R.map(square, [4, 8])// 等同于var R = require('ramda');R.map(square)([4, 8])

再举个栗子：

var R = require('ramda');const odd = x => x%2 === 1const data = [3, 5, 6];R.filter(odd, data); // [3, 5]// 等同于R.filter(odd)(data); // [3, 5]// 也可以延迟调用const filter1 = R.filter(odd);// filter1 等待参数的传入// 后续再传入 dataconst filter2 = filter1(data)

如果不借用 Ramda.js , 需要自行实现柯里化，就会显得麻烦：

const _curry = f => a => b => f(a, b)const odd = x => x%2 === 1const _filter = _curry( (fn, arr) => arr.filter(fn) );_filter(odd)([3,5,6]) // [3, 5]

Ramda 非常强调：R.api(fn, data) 这样的范式；

API

来看看 Ramda 有哪些神奇的、好用的、常用的 API~

• map

map 让每个成员依次执行通过某个函数；

const double = x => x * 2;R.map(double, [1, 2, 3]); //=> [2, 4, 6]R.map(double, {x: 1, y: 2, z: 3}); //=> {x: 2, y: 4, z: 6}

• filter

用于过滤；

const isEven = n => n % 2 === 0;R.filter(isEven, [1, 2, 3, 4]); //=> [2, 4]R.filter(isEven, {a: 1, b: 2, c: 3, d: 4}); //=> {b: 2, d: 4}

• add

求和；

R.add(2, 3);       //=> 5R.add(7)(10);      //=> 17

• multiply

求积；

R.multiply(2)(5)  // 10

• compose

函数组合，从右到左；

R.compose(Math.abs, R.add(1), R.multiply(2))(-4)// |-4*2 + 1|，等于 7

• pipe

函数组合，从左到右；

var negative = x => -1 * x;var increaseOne = x => x + 1;var f = R.pipe(Math.pow, negative, increaseOne)(3,4);// -(3^4) + 1 ，等于 -80

• curry

将多个参数转换为单个参数

const addFourNumbers = (a, b, c, d) => a + b + c + d;const curriedAddFourNumbers = R.curry(addFourNumbers);curriedAddFourNumbers(1, 2)(3)(4)

Ramda 还有其它丰富的 api，也可以结合 compose/pipe 自定义特定功能函数，用这些方法来简化程序，让代码变成函数式风格；

以上的例子都可在 https://jsrun.net/DTNKp/edit 可以在线运行测试；

更多 Ramda api 可见文档：https://ramda.cn/

OK，以上便是本篇分享。点赞关注评论，为好文助力

我是掘金安东尼 100 万阅读量人气前端技术博主 INFP 写作人格坚持 1000 日更文 关注我，陪你一起度过漫长编程岁月