Ramda 长度深

Question

我有一个深度为一层的数组数组，需要计算嵌套数组的长度之和，即长度深度。
试图找出一个好的惯用方式来使用 Ramda。
我目前的解决方案感觉不够简洁。可能我错过了一些东西。
你能推荐更好的吗？

const arr = [[1], [2, 3], [4, 5, 6]]

const lengthDeep = R.pipe(
  R.map(R.prop('length')),
  R.sum
)
console.log(lengthDeep(arr)) // 6

<script src="//cdnjs.cloudflare.com/ajax/libs/ramda/0.24.1/ramda.min.js"></script>

PS：我正在通过尝试将 Ramda 应用于日常编码来学习它。

Answer 1

首先，您可以使用R.length 代替R.prop('length')。您还可以考虑展平数组，之后所需的结果是该数组的长度：

R.pipe(R.flatten, R.length)

Answer 2

虽然这是一个非常直截了当的问题，但我认为它揭示了一个有趣的观点。

目前有三个建议。我跳过了@ftor 的回答，因为它忽略了你关于这是学习 Ramda 的一部分的评论。但我包括他关于弃牌的评论。

以下是解决方案：

const lengthDeep = R.compose(R.sum, R.map(R.length));
const lengthDeep = R.compose(R.length, R.flatten);
const lengthDeep = R.reduce((total, xs) => total + R.length(xs), 0);

（请注意，我从pipe 切换到compose。当函数适合一行时，我通常使用compose，但我不认为pipe 和compose 是根本不同的解决方案。 )

这些对应于对问题的不同理解。

版本 A (R.compose(R.sum, R.map(R.length))) 是最直接的，我相信它最接近问题的原始表示：我们想要找到“嵌套数组的长度之和”。这个版本是最直接的：它找到这些长度，然后将它们加在一起。 （这是根据@trincot 的观察增强的版本，R.length 将代替R.prop('length')。）这是我会选择的。这很简单，它的作用很明显。

版本 B (R.compose(R.length, R.flatten)) 对应于一个非常不同的问题概念。它回答了这样一个问题：“如果我将所有这些数组合二为一，它会持续多久？”据我所知，它的唯一优点是它是最简单的代码。不利的一面是，运行可能需要更长的时间，而且肯定需要更多的空间。

版本 C (R.reduce((total, xs) => total + R.length(xs), 0)) 涉及另一个概念。描述此解决方案的最佳方式是使用递归描述。空数组的深度长度为零。第一个元素的长度为n 的数组数组的深度长度是n 加上数组数组其余部分的深度长度。如果这就是您对问题的看法，那么此版本可能适合您。还有一次你可能会选择使用它：虽然我没有测试过，但我希望它的性能更高，因为它只在外部列表上循环一次。因此，如果您发现此函数是代码中的瓶颈（您在引入任何性能优化之前确实测试了性能，对吗？），您可能会切换到它，即使代码要复杂得多。 （不知道有没有合理的免积分版本，看不到简单的，这样已经够可读了。）

同样，我会选择Version A，除非有重要的事情促使我切换到Version C。不过，这似乎不太可能。

---

所有这一切可能是不同意@ftor 评论的一种非常冗长的方式：“当您实际上fold 数据结构时，您不应该使用map。”相反，我会说你应该使用最简单的代码来匹配你对问题的心理模型。这必须通过其他考虑因素（例如性能）来缓和，但它应该是默认值。我对这个问题的理解完全符合“把所有的长度加在一起”的模型。

Answer 3

这是另一种方法，您可以使用一个名为 mapReduce 的小助手来实现它——我们可以使用 Ramda 的 curry 来实现它，这样它就可以像其他 Rambda 库成员一样共享一个神奇的咖喱界面。

mapReduce 有效地采用映射函数m 和归约函数r 并创建一个新的归约函数。这是一个有用的通用函数，因为它可以在任何你想生成 reducer 的地方使用

作为一个额外的好处，这个解决方案只会遍历输入数组一次（计算答案的最低要求）

// mapReduce :: (a -> b) -> ((c, b) -> c) -> ((c, a) -> c)
const mapReduce = curry ((m, r) => 
  (x, y) => r (x, m (y)))

// deepLength :: [[a]] -> Integer
const deepLength = xs =>
  reduce (mapReduce (length, add), 0, xs)

// arr :: [[Integer]]
const arr = [[1], [2, 3], [4, 5, 6]]

console.log (deepLength (arr))
// 6

---

为了演示 mapReduce 的多样化实用性，我将向您展示它如何能够处理稍微复杂一些的事情——同时仍然保持程序可读性

// mapReduce :: (a -> b) -> ((c, b) -> c) -> ((c, a) -> c)
const mapReduce = curry ((m, r) => 
  (x, y) => r (x, m (y)))

// omap :: (a -> b) -> {k : a} -> {k : b}
const omap = curry ((f, o) =>
  reduce (mapReduce (k => ({ [k]: f(o[k]) }), Object.assign), {}, keys(o)))

console.log (omap (add(10), {a: 1, b: 2, c: 3}))
// {"a": 11, "b": 12, "c": 13}

Answer 4

const arr = [[1], [2, 3], [4, 5, 6]]

const lengthDeep = R.reduce(R.useWith(R.add, [R.identity, R.prop('length')]), 0)     
console.log(lengthDeep(arr)) // 6

<script src="//cdnjs.cloudflare.com/ajax/libs/ramda/0.24.1/ramda.min.js"></script>