Scala讲座：函数式编程处理树结构数据-scala函数式编程实例

在学习完函数式编程的思考方法之后，尝试一下更高级的例子吧。这次考虑一下处理类似于XML的树结构数据的程序。既不使用循环也不使用变量如何来描述复杂的处理呢？

先出一个处理XML数据的题目。例如有如下的XML数据，有目录和文件，目录下有目录和文件两种元素。

< xml> 
< dir name="com"> 
< dir name="mamezou"> 
< file name="aaa.txt">< /file> 
< file name="bbb.txt">< /file> 
< /dir> 
< file name="ccc.txt">< /file> 
< /dir> 
< file name="ddd.txt">< /file> 
< /xml>

题目的内容是从中取出文件的部分，并打印出文件名。程序的执行结果因该如下：

file:aaa.txt  
file:bbb.txt  
file:ccc.txt  
file:ddd.txt

好，会变成怎样的程序呢？另外，Scala有非常强大的XML处理功能，以上的功能实际上只要一两行程序就可以完成了。但是这次为了说明函数式编程，特地不使用哪些功能，而使用简单功能来从头开始编码。

Scala中XML语句可以作为语言文本（Literal）像数字和字符串一样被处理。像下面这样

scala> val xml = < xml> 
| < dir name="com"> 
| < dir name="mamezou"> 
| < file name="aaa.txt">< /file> 
| < file name="bbb.txt">< /file> 
| < /dir> 
| < file name="ccc.txt">< /file> 
| < /dir> 
| < file name="ddd.txt">< /file> 
| < /xml> 
xml: scala.xml.Elem =  
< xml> 
< dir name="com"> 
：（以下略）

没有双引号，一开始就写XML文本，然后将其赋值给变量（这里是xml）。他的类型是scala.xml.Elem，父类型为scala.xml.Node，表示XML的标记。在这里包含在< xml>< /xml>标记对中的内容被绑定在变量xml上。该Node类型里有名为child的方法，返回该标记的所有子元素。例如，这里xml.child将返回以如下两个标记为成员的类似于ArrayBuffer的数组对象。

< dir name="com"> 
:  
< /dir>

和

< file name="ddd.txt"/>

这里可以认为ArrayBuffer是列表一样的东西。进一步调用子元素的child方法则可以得到再下一层的元素。调用。< dir name="com">标签对象的child方法将返回紧邻该标签的子元素（目录标记）。

仅使用这个方法该如何写取得文件名的程序呢？如果是面向对象方式，则可以首先定义Dir类和File类，然后定义Dir和File类的抽象父类Node，然后沿着树结构定义showFiles方法，然后递归调用该方法来取得文件名。也就是所谓的组合模式（图１）。

Scala讲座图1：组合模式

如果放弃面向对象而考虑纯粹的命令式方法的话就会很头疼了。因为只用for语句的话，对于每一个Dir都要用一个for循环，层次一多将会将会变得很复杂，这里省略了命令式方法的实现。

接下来用函数式方法来考虑一下。函数式的情况下，因为考虑的是对于各个元素应用函数，先从***元素开始考虑应用什么函数。这个函数功能是“在某一时刻返回某一元素下的文件列表”。这样就可以想到，那元素如果是file则可直接返回包含该file的列表，如果是Dir的话则返回包含所有子文件的列表。先来看看该函数的实例。

def fileFinder(node:scala.xml.Node):List[scala.xml.Node] = node.label match {  
case "xml" => node.child.toList.flatMap(fileFinder)  
case "dir" => node.child.toList.flatMap(fileFinder)  
case "file" => List(node)  
case _ => List()  
}

其中toList()方法为将类列表对象(ArrayBuffer)转换为列表对象。刚才用的是类似于ArrayBuffer类的对象，这里将其转换为标准列表后再操作，而node.label则返回XML标记的名称。

这里开始是正题了，除了file和无匹配处理（case _ => List（））部分，xml和dir处理部分是问题的关键，也就是node.child.toList.flatMap(fileFinder)部分。如果这里关注的是Node对象，那处理过程因该是这样的，首先用child方法取出Node的所有子元素，然后用前面说明过的类似于map的函数对每一个子元素应用fileFinder方法并递归重复这一过程。那为什么这样编码之后就能得到Node下的所有file元素了呢？

那么flatMap原本的功能又是什么呢？让我们将其转换成map函数，然后看一下执行过程。将XML的结构简单化之后将如下所示

< xml> ←这里  
< dir> 
< dir> 
< file name="aaa.txt"/> 
< file name="bbb.txt"/> 
< /dir> 
< file name="ccc.txt"/> 
< /dir> 
< file name="ddd.txt"/> 
< /xml>

假如现在的要素位置是xml标记，将其子元素转换成列表后对其各个项目应用函数。

List(fileFinder(< dir>～< /dir>), fileFinder(< file …/>))

file的话保持原样，如果是dir则对其子元素应用函数。

List(List(fileFinder(< dir>～< /dir>),fileFinder(< file name="ccc.txt"/>)),List(< file name="ddd.txt">))

接着对于***个Node元素应用函数。

List(List(List(< file name="aaa.txt"/>,< file name="bbb.txt"/>), List(< file name="ccc.txt"/>)), List(< file name="ddd.txt">))

理解上述工作过程是比较困难的，重要的是在我的脑中考虑的并不是这样复杂的逻辑，而仅仅是实现“从一个Node元素中取出file列表”的函数的逻辑。这需要一定程度的思路切换，考虑用命令式方法来实现时实际上花了我2-3小时，而想到这个函数式方法后不到10分钟就想通了。

感觉上好像已经完成了，但是这还不够。刚才用map来假想的过程完成后，得到的是List里面还有List的一个复合结构，光这样还不能被使用。那么，flatMap函数就出场了。这个函数在Scala的机制上具有同map函数同等的重要层度，将map和flatMap说成Scala函数机制的核心都不为过分。

“flatMap “函数对每一个元素应用函数参数之后将其结果以列表形式返回，这时返回结果是列表类型是关键。接着看一下简单的例子吧

首先是map函数的例子。对于内容为“1，2，3，4，5 “的列表，应用x*2函数。

scala> List(1,2,3,4,5)  
res134: List[Int] = List(1, 2, 3, 4, 5)  
scala> res134.map(x => x * 2)  
res135: List[Int] = List(2, 4, 6, 8, 10)

结果是List(2, 4, 6, 8, 10)，即将每一个元素乘以2。题外话，还有一个叫做filter的函数，他返回过滤结果。

scala> res134.filter(x => x != 3)  
res136: List[Int] = List(1, 2, 4, 5)这里是返回3以外的元素。那么，接下来对于List(1, 2, 3, 4, 5)应用如下函数。  
x => x match {  
case 3 => List(3.1, 3.2, 3.3)  
case _ => List(x * 2)  
}

也就是，3以外的情况下使元素值翻倍，3的时候将元素分割为“3.1, 3.2, 3.3“。因此，表面上对于List(1,2,3,4,5)适用该函数后希望返回的是List(1, 2, 3.1, 3.2, 3.3, 4, 5)，但用了map函数后实际上不是。

scala> res134.map(x => x match {  
| case 3 => List(3.1, 3.2, 3.3)  
| case _ => x * 2 
| })  
res138: List[Any] = List(2, 4, List(3.1, 3.2, 3.3), 8, 10)

结果中的确包含了3.1, 3.2, 3.3，但是以List中包含List为形式的。这样只完成了一半，同前面的XML处理一样现象。那么，使用一下flatMap函数吧。

scala> res134.flatMap(x => x match {  
| case 3 => List(3.1, 3.2, 3.3)  
| case _ => List(x * 2)  
| })  
res139: List[AnyVal] = List(2, 4, 3.1, 3.2, 3.3, 8, 10)

噢！就是想要的结果。不仅包含了希望的元素，还将所有元素平摊成了一个列表。

Scala讲座图2：组合模式flatMap函数概念图

回到XML的例子中，正因为用flatMap函数代替了map函数，所以对于< xml>和< dir>部分来说，原本在递归调用中返回的是List，但是flatMap函数将其互相合并，摊平为单一列表了。

scala> def fileFinder(node:scala.xml.Node):List[scala.xml.Node] = node.label match {  
case "xml" => node.child.toList.flatMap(fileFinder)  
case "dir" => node.child.toList.flatMap(fileFinder)  
case "file" => List(node)  
case _ => List()}  
fileFinder: (scala.xml.Node)List[scala.xml.Node]  
scala> fileFinder(xml).foreach(x => println("file:" + x.attribute("name").getOrElse("")))  
file:aaa.txt  
file:bbb.txt  
file:ccc.txt  
file:ddd.txt

正如所愿的结果就一下子得到了，函数式编程真是恐怖呀！这次学的map和flatMap函数在Scala中有非常重要的意义。这可以说是函数式编程的一个高潮，理解了这个之后领悟的大门就可以说向你敞开了。这实际上还与单子（monado）这一思考方法有关，理解了map和flatMap函数之后可以说是踏出了完全掌握该思考方法的一大步。关于“单子”在本连载中还会着重说明。

【编辑推荐】