C++代码赏析：Map、Filter、Reduce-c++ map 遍历

概念

出自Google的论文《MapReduce: simplified data processing on large clusters》，MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。

程序 = 算法 + 数据结构
算法 = 控制 + 逻辑
程序复杂度 = 控制复杂度（可降低） + 逻辑复杂度（理论下限）
架构或设计目的就是分离控制和逻辑

函数式编程中的 map、reduce、filter，它们都是一种控制。而参数 lambda 是逻辑（我们要解决的问题），它们一起组成了一个算法。最后，我再把数据放在数据结构里进行处理，最终就成为了我们的程序。

注：vegetarian 素食主义者

	C++
map	std::transform
filter	std::remove_if
reduce	std::accumulate

例子

过滤出奇数
把上一步计算结果分别做平方处理
把上一步的结果进行求和

#include <iostream>
#include <vector>
#include <algorithm>
#include <numeric>

using namespace std;

int main(){
    std::vector<int> nums{ 1, 2, 3, 4, 5, 6, 7, 8, 9 };
    std::vector<int> cache (nums.size());

    // filter
    auto it = std::copy_if (nums.begin(),
                         nums.end(),
                         cache.begin(),
                         [](int n){return n % 2 == 1;});
    // shrink container to new size
    cache.resize(std::distance(cache.begin(),it));

    // map
    std::transform(cache.begin(),
                   cache.end(),
                   cache.begin(),
                   [](int n) -> int {return n * n; });

    auto result = std::accumulate(cache.begin(),
                               cache.end(),
                               0,
                               [] (int carry, int n){ return carry + n;});

    std::cout << result << std::endl;

    return 0;
}

在线测试

https://wandbox.org/permlink/yqa3d46oSx2GnVoQ