在编程中，FP abstractions（函数式编程抽象）指的是**函数式编程（Functional Programming）**中用于组织代码、管理副作用、处理数据流的通用设计模式或概念。这些抽象通过数学化的结构（如范畴论）提供了一种高度抽象的方式来表达计算逻辑，使代码更简洁、可复用且易于推理。
以下是常见的 FP abstractions：
1. 纯函数（Pure Functions）
- 定义：输入相同，输出必定相同，且无副作用（如不修改外部状态）。
- 作用：避免程序中的不确定性，简化测试和调试。
- 示例：
// 纯函数
const add = (a, b) => a + b;
2. 高阶函数（Higher-Order Functions）
- 定义：接受函数作为参数，或返回函数的函数。
- 作用：通过组合函数实现复杂逻辑的解耦。
- 示例：
// 高阶函数：map 接受一个函数作为参数
[1, 2, 3].map((x) => x * 2); // 输出 [2, 4, 6]
3. 不可变数据（Immutable Data）
- 定义：数据一旦创建，不可被修改。修改操作会返回新数据。
- 作用：避免竞态条件（Race Conditions），简化状态管理。
- 示例（使用
Immutable.js）：const list = Immutable.List([1, 2, 3]);
const newList = list.push(4); // 原 list 不变，newList 是新的对象
4. 函数组合（Function Composition）
- 定义：将多个函数按顺序组合成一个新函数。
- 作用：通过声明式代码表达复杂逻辑。
- 示例：
const compose = (f, g) => (x) => f(g(x));
const add1 = (x) => x + 1;
const mul2 = (x) => x * 2;
compose(add1, mul2)(3); // 3*2 +1 = 7
5. 函子（Functor）
- 定义：实现了
map 方法的结构（如数组），能对容器内的值进行映射。 - 作用：统一处理容器内的值，无需直接操作内部数据。
- 示例：
-- Haskell 中的 Maybe 函子
Just 3 >>= \x -> Just (x * 2) -- 输出 Just 6
6. 单子（Monad）
- 定义：一种通过
flatMap（或 bind）方法处理嵌套容器的抽象，用于管理副作用（如异步、错误处理）。 - 作用：避免回调地狱，简化链式操作。
- 示例（Promise 是类似单子的结构）：
fetch(url)
.then((response) => response.json())
.then((data) => console.log(data));
7. 柯里化（Currying）
- 定义：将多参数函数转换为单参数函数的链式调用。
- 作用：支持部分应用（Partial Application），提高函数复用性。
- 示例：
const add = (a) => (b) => a + b;
const add3 = add(3);
add3(5); // 8
8. 代数数据类型（Algebraic Data Types, ADT）
- 定义：通过组合类型（如联合类型、乘积类型）定义数据结构。
- 作用：建模复杂数据，强制类型安全。
- 示例（如
Result 类型）：enum Result<T, E> {
Ok(T),
Err(E),
}
9. 惰性求值（Lazy Evaluation）
- 定义：仅在需要时执行计算，避免不必要的运算。
- 作用：优化性能，支持无限数据结构。
- 示例（Haskell 的无限列表）：
take 5 [1..] -- 输出 [1,2,3,4,5]
为什么需要这些抽象？
- 声明式代码：关注“做什么”而非“如何做”。
- 可组合性：通过组合小函数构建复杂逻辑。
- 可预测性：纯函数和不可变数据减少意外错误。
- 数学基础：基于范畴论等理论，确保抽象的一致性。
这些抽象常见于 Haskell、Scala、Elm 等函数式语言，但在 JavaScript、Python 等语言中也可通过库（如 Lodash、Ramda）或设计模式实现。