这种差异主要与抽象的总体水平有关。对于声明式，在某些情况下，您离单个步骤太远了，以至于程序在如何获得结果方面有很大的自由度。

你可以把每一条指令都看作是连续体上的某个地方:

抽象程度:

Declarative <<=====|==================>> Imperative

声明性真实世界的例子:

图书管理员，请帮我借一本《白鲸记》。 (图书管理员可酌情选择最佳的申请方式)

现实世界的例子:

进入图书馆 查找图书组织系统(卡片目录-老派) 研究如何使用卡片目录(你也忘了，对吧) 弄清楚货架是如何标记和组织的。 弄清楚书架上的书是如何排列的。 从卡片目录和组织系统中交叉引用图书位置以查找所述书籍。 带书到退房系统。 借书。

声明性编程是你说你想要什么，命令式编程是你说如何得到你想要的。

一个简单的Python例子:

# Declarative
small_nums = [x for x in range(20) if x < 5]

# Imperative
small_nums = []
for i in range(20):
    if i < 5:
        small_nums.append(i)

第一个例子是声明性的，因为我们没有指定构建列表的任何“实现细节”。

以c#为例，一般来说，使用LINQ的结果是声明式的，因为你没有说如何获得你想要的东西;你只是在说你想说的话。你可以对SQL说同样的话。

声明式编程的一个好处是，它允许编译器做出可能比手工编写更好的代码的决定。运行SQL示例，如果您有这样的查询

SELECT score FROM games WHERE id < 100;

SQL“编译器”可以“优化”这个查询，因为它知道id是一个索引字段——或者它可能没有索引，在这种情况下，它必须遍历整个数据集。或者SQL引擎知道这是利用所有8个核心进行快速并行搜索的最佳时机。作为程序员，你不需要考虑这些条件，也不需要编写代码来处理任何特殊情况。

声明式编程和命令式编程的一个很好的c#例子是LINQ。

使用命令式编程，你一步一步地告诉编译器你想要发生什么。

例如，让我们从这个集合开始，并选择奇数:

List<int> collection = new List<int> { 1, 2, 3, 4, 5 };

在命令式编程中，我们将逐步执行这些步骤，并决定我们想要什么:

List<int> results = new List<int>();
foreach(var num in collection)
{
    if (num % 2 != 0)
          results.Add(num);
}

这里，我们说:

创建一个结果集合 逐步检查集合中的每个数字 检查数字，如果是奇数，就把它加到结果中

另一方面，在声明式编程中，你写的代码描述了你想要的东西，但不一定是如何得到它(声明你想要的结果，但不是一步一步的):

var results = collection.Where( num => num % 2 != 0);

这里，我们说的是“把所有奇怪的东西都给我们”，而不是“遍历集合”。选中此项，如果为奇数，则将其添加到结果集合中。”

在许多情况下，代码也将是两种设计的混合，因此并不总是黑白分明的。

再举一个手机应用开发的例子。在iOS和Android中，我们有界面构建器，在那里我们可以定义应用程序的UI。

使用这些生成器绘制的UI本质上是声明性的，我们可以在其中拖放组件。实际的绘图发生在框架和系统下面，由框架和系统执行。

但我们也可以在代码中画出整个组件，这在本质上是必要的。

此外，一些新语言，如Angular JS，专注于以声明方式设计ui，我们可能会看到许多其他语言提供同样的支持。就像Java在Java swing或Java FX中没有任何好的声明性方法来绘制本地桌面应用程序，但在不久的将来，他们可能会这样做。

命令式编程——你编写完成工作的代码

声明式编程——由其他人编写完成工作的代码

我发现基于幂等性和交换性更容易区分陈述性和命令性。通过参考资料来了解他们。

看看这个简化版，了解幂等性。

然后引入“WHAT”和“HOW”的定义，以理解“WHAT”和“HOW”的实际含义。在声明式中，通过定义数据之间的关系来连接数据。你没有提到这种关系应该如何实现，而是“这种关系是什么”。通过关系来描述输出数据的“样子”，而不是“如何”来实现输出数据。

开始在脑海中画一些图表，画一些点(数据)，用线(关系)连接起来。画所有可能的方式，一比多，多比一&一比一。为这些行添加箭头，如<-----------。所有箭头都应该朝左，因为必须先计算特定数据所基于的所有数据，然后再向左移动以计算该特定数据。

如果数据a基于数据b，那么数据c和数据d又可能基于其他一些数据。然后先计算b c d，然后才计算a。所以a在这条线的左边其他的都在右边。从b c d有3条线到达a。

这个图表有一些属性:

NO data will violate the relationship it has with all other data control flow or the order doesn't matter, of course b, c and d should be calculated before a but there is no preference between b, c and d i.e. it doesn't matter which one of these 3 is calculated first (commutative) a is only based upon b, c and d and no one else. Hence, it doesn't matter how many times the relationship operation that calculates a using b, c and d is executed, same a should be achieved (idempotent). a is the end result of the relationship operation here. Basically, everyone who is affecting a should have a line pointing to a.

这些关系(线)就像函数(数学函数而不是编程函数)。毫无疑问，函数式编程在学术界很有名。纯函数(在我们的编程中，因此不是粗体)就像函数(在数学中，因此是粗体)。

到目前为止，声明性可能听起来像PURE和IMMUTABLE(通常用于函数式编程)，如果是GOOD，如果不是GREAT。因为这不是这里的目的，这是从这个模式中自动出现的。

如果你的一段代码可以转换成这个图表，那么它就是完全声明性的，否则，它就在尺度上的其他地方。

说明性很接近数学。

现在让我们放大这些关系(行)，看看在程序执行期间计算机内部发生了什么。

命令式进来了。这就是底层工作完成的地方。在命令式中，你会一步一步地提到“如何”完成它，你知道这一系列步骤将在一个数据(输入b c d)和另一个数据(输出a)之间创建所请求的关系。在这里，你创建变量，改变它们，循环数组和所有其他事情。

命令式接近编程。

我不认为程序是声明式的或命令式的，我更喜欢把它放在最左边是完全声明式的，最右边是完全命令式的。记住，声明式是建立在命令式之上的，因此你看到的任何声明式的东西实际上都是命令式的。一般来说，程序是声明式和命令式的混合。

现在，让我们举两个例子:

第二个例子可以转换成这样的图表:

reduce_r map_r filter_r A <--------- b <--------- c <--------- d

Filter_r(关系):c只是d的偶数 Map_r(关系):b是所有数字乘以10的c Reduce_r (relationship): a是b加起来的所有数字

这应该看起来像数学的复合函数:reduce_r(map_r(filter_r(d)))

在声明中，开发人员的工作是将最终目标(a)分解为有助于实现最终目标的子目标(b, c)。

当然后台程序的映射、缩减和过滤是运行的必要代码。

值得思考的是:如果您需要对map函数做一个假设，从左到右，以使您的代码按预期工作，那么您实际上是在以声明的名义执行命令式操作。

参考资料:purpleidea (James)， www.dataops.live, wiki.c2.com