我刚刚开始研究即将发布的2.8版本中的Scala集合库重新实现。熟悉2.7版本的库的人会注意到,从使用角度来看,库的变化很小。例如
> List("Paris", "London").map(_.length)
res0: List[Int] List(5, 6)
…两种版本都可以。这个图书馆非常有用:事实上它非常棒。然而,那些以前不熟悉Scala并四处摸索以了解该语言的人现在必须理解方法签名,如:
def map[B, That](f: A => B)(implicit bf: CanBuildFrom[Repr, B, That]): That
对于这样简单的功能,这是一个令人望而生畏的签名,我发现自己很难理解。我并不认为Scala有可能成为下一个Java(或/C/C++/C#)-我不相信它的创造者是瞄准这个市场的-但我认为Scala成为下一代Ruby或Python(即获得大量商业用户)是可行的
这会让人们不去斯卡拉吗?这会不会让斯卡拉在商业界名声扫地,因为它是一种只有专业的博士生才能理解的学术游戏?首席技术官和软件负责人会被吓跑吗?图书馆重新设计是否明智?如果你在商业上使用Scala,你会担心吗?您是否计划立即采用2.8版本,还是等待结果?
Steve Yegge曾攻击Scala(在我看来是错误的),因为他认为Scala的类型系统过于复杂。我担心有人会用这个API来传播FUD(类似于Josh Bloch如何吓得JCP不敢向Java添加闭包)。
注意-我应该清楚,虽然我认为约书亚·布洛赫在拒绝BGGA关闭提案方面有影响力,但我不认为这是因为他诚实地认为该提案代表了错误。
尽管我的妻子和同事一直在告诉我,我并不认为自己是个白痴:我在牛津大学获得了很好的数学学位,我已经在商业编程近12年,在Scala编程大约一年(也是商业编程)。
请注意,煽动性主题标题引用了20世纪80年代初英国一个政党的宣言。这个问题是主观的,但这是一个真实的问题,我已经把它改成了CW,我想就此事发表一些意见。
我希望这不是“遗书”,但我明白你的意思。您发现了Scala的优点和问题:它的可扩展性。这使我们能够实现库中的大多数主要功能。在其他一些语言中,带有map或collect之类的序列将被内置,没有人需要了解编译器要使其顺利工作所需的所有步骤。在Scala中,它都在一个库中,因此是公开的。
事实上,复杂类型支持的地图功能非常先进。考虑一下:
scala> import collection.immutable.BitSet
import collection.immutable.BitSet
scala> val bits = BitSet(1, 2, 3)
bits: scala.collection.immutable.BitSet = BitSet(1, 2, 3)
scala> val shifted = bits map { _ + 1 }
shifted: scala.collection.immutable.BitSet = BitSet(2, 3, 4)
scala> val displayed = bits map { _.toString + "!" }
displayed: scala.collection.immutable.Set[java.lang.String] = Set(1!, 2!, 3!)
看看你总是如何得到最好的类型?如果将Ints映射到Ints,则会再次获得一个BitSet,但如果将Int映射到Strings,则将获得一个通用Set。映射结果的静态类型和运行时表示都取决于传递给它的函数的结果类型。即使集合为空,这也有效,因此函数永远不会被应用!据我所知,没有其他集合框架具有同等功能。然而,从用户的角度来看,这就是事情应该如何工作的。
我们面临的问题是,所有实现这一点的巧妙技术都会泄露到类型签名中,而这些签名变得又大又吓人。但也许默认情况下不应该向用户显示地图的完整类型签名?如果她在BitSet中查找地图,她会得到:
map(f: Int => Int): BitSet (click here for more general type)
在这种情况下,文档不会说谎,因为从用户的角度来看,map确实具有类型(Int=>Int)=>BitSet。但地图也有一个更通用的类型,可以通过单击另一个链接来查看。
我们还没有在工具中实现这样的功能。但我认为我们需要这样做,以避免吓跑人们,并提供更多有用的信息。有了这样的工具,希望智能框架和库不会成为自杀笔记。
这会让人们不去斯卡拉吗?
我不认为这是影响Scala流行程度的主要因素,因为Scala具有强大的功能,其语法对于Java/C++/PHP程序员来说不像Haskell、OCaml、SML、Lisps等那样陌生。。
但我确实认为Scala的流行程度将比现在的Java要低,因为我也认为下一个主流语言必须要简化得多,而我认为实现这一点的唯一方法是纯不变性,即声明性的HTML,但图灵是完整的。然而,我有偏见,因为我正在开发这样一种语言,但我只是在几个月的研究中排除了Scala不能满足我的需求后才这么做的。
这会不会让斯卡拉在商业界名声扫地,因为它是一种只有专业的博士生才能理解的学术游戏?首席技术官和软件负责人会被吓跑吗?
我认为斯卡拉的声誉不会因为哈斯克尔情结而受损。但我认为有些人会推迟学习,因为对于大多数程序员来说,我还没有看到一个用例迫使他们使用Scala,他们会拖延学习。也许高度可扩展的服务器端是最引人注目的用例。
而且,对于主流市场来说,首先学习Scala并不是“新鲜空气”,而是立即编写程序,比如首先使用HTML或Python。当一个人从一开始就了解了所有的细节之后,Scala会逐渐发展壮大。然而,如果我从一开始就阅读了Scala编程,我对学习曲线的经验和看法可能会有所不同。
图书馆重新设计是否明智?
肯定
如果你在商业上使用Scala,你会担心吗?您是否计划立即采用2.8版本,还是等待结果?
我使用Scala作为我新语言的初始平台。如果我在商业上使用Scala,我可能不会在Scala的集合库上构建代码。我会创建我自己的基于类别理论的库,因为有一次我发现Scalaz的类型签名比Scala的集合库更加冗长和笨拙。问题的一部分可能是Scala实现类型类的方式,这是我创建自己语言的一个次要原因。
我决定写这个答案,因为我想强迫自己研究并比较Scala的集合类设计和我为自己的语言所做的设计。不妨分享一下我的思考过程。
2.8 Scala集合使用生成器抽象是一个合理的设计原则。我想探讨以下两个设计权衡。
只写代码:写完本节后,我阅读了卡尔·斯莫特里茨的评论,这与我期望的权衡一致。James Strachan和davetron5000的评论一致认为,that(甚至不是that[B])的含义和隐含的机制不容易直观地理解。参见我在下面第2期中对幺半群的使用,我认为这一点更加明确。Derek Mahar的评论是关于编写Scala的,但阅读其他人的Scala又如何呢。我读过的关于Scala的一个批评是,写它比读别人写的代码更容易。我发现,由于各种原因(例如,编写函数的许多方法、自动闭包、DSL的单元等),这偶尔是正确的,但我不确定这是否是主要因素。在这里,隐式函数参数的使用有利有弊。另一方面,它减少了冗长的内容,并自动化了构建器对象的选择。在Odersky的示例中,从BitSet(即Set[Int])到Set[String]的转换是隐式的。不熟悉代码的读者可能不太清楚集合的类型,除非他们能够很好地解释当前包范围中可能存在的所有潜在的不可见隐式构建器候选项。当然,经验丰富的程序员和代码编写者会知道BitSet仅限于Int,因此到String的映射必须转换为不同的集合类型。但哪种集合类型?未明确指定。AD-HOC系列设计:写完本节后,我阅读了托尼·莫里斯的评论,意识到我的观点几乎相同。也许我更详细的阐述会让这一点更清楚。在Odersky&Moors的“用类型对抗比特腐烂”中,介绍了两个用例。它们是BitSet对Int元素和Map对元组元素的限制,并且是通用元素映射函数A=>B必须能够构建替代目标集合类型的原因。然而,从范畴论的角度来看,这是有缺陷的。为了在范畴理论中保持一致,从而避免角落情况,这些集合类型是函子,其中每个态射A=>B必须映射在同一函子类别中的对象之间,List[A]=>List[B],BitSet[A]=>BitSet[B]。例如,Option是一个函子,可以视为一个Some(对象)和None的集合的集合。没有从Option的None或List的Nil到其他没有“空”状态的函子的一般映射。这里有一个折衷的设计选择。在我的新语言的集合库的设计中,我选择将所有东西都变成一个函子,这意味着如果我实现了一个BitSet,它需要支持所有元素类型,在使用非整数类型参数时使用非位字段内部表示,并且该功能已经存在于它在Scala中继承的Set中。在我的设计中,Map只需要映射它的值,它可以提供一个单独的非函子方法来映射它的(键,值)对元组。一个优点是每个函子通常也是一个应用的,也许也是一个单元。因此,元素类型之间的所有函数,例如A=>B=>C=>D=>。。。,自动提升至提升应用类型之间的功能,例如列表[A]=>列表[B]=>列表[C]=>列表[D]=>。。。。对于从一个函子到另一个集合类的映射,我提供了一个映射重载,它接受一个幺半群,例如Nil、None、0、“”、Array()等。因此,生成器抽象函数是幺半群的append方法,并作为必要的输入参数显式提供,因此没有不可见的隐式转换。(Tangent:这个输入参数还允许附加到非空幺半群,这是Scala的映射设计无法做到的。)这样的转换是同一迭代过程中的映射和折叠。此外,我还提供了一个可遍历的,从类别意义上讲,“带效果的应用编程”McBride&Patterson,它还允许在从任何可遍历到任何应用的单个迭代过程中进行map+折叠,其中大多数集合类都是两者。此外,状态monad是一个应用程序,因此是一个来自任何可遍历的完全通用的构建器抽象。因此,Scala集合是“ad-hoc”的,因为它不是基于范畴理论的,而范畴理论是更高级指称语义的本质。尽管Scala的隐式构造器一开始看起来比函子模型+幺半群构造器+可遍历->应用性“更通用”,但它们并没有被证明与任何类别一致,因此我们不知道它们在最一般的意义上遵循什么规则,也不知道会给出什么样的角情况——它们可能不遵守任何类别模型。添加更多的变量会使事情变得更一般,这是不正确的,这是范畴理论的一个巨大好处,因为它提供了在提升到更高级语义的同时保持通用性的规则。集合是一个类别。我在某个地方读到,我认为这是Odersky,作为库设计的另一个理由,纯函数式编程的代价是在不使用尾部递归的情况下,递归和速度有限。到目前为止,我发现在我遇到的每一种情况下使用尾部递归并不困难。
此外,我的脑海中还带着一个不完整的想法,即Scala的一些权衡是由于试图成为一种可变和不可变的语言,而不像Haskell或我正在开发的语言。这与托尼·莫里斯关于理解的评论一致。在我的语言中,没有循环和可变构造。我的语言将位于Scala之上(目前),这在很大程度上归功于它,如果Scala没有通用的类型系统和可变性,这是不可能的。不过,这可能不是真的,因为我认为Odersky&Moors(“用类型对抗比特烂”)说Scala是唯一一种具有更高种类的OOP语言是不正确的,因为(我自己和通过Bob Harper)验证了Standard ML拥有它们。此外,SML的类型系统可能相当灵活(自20世纪80年代以来),这可能并不容易理解,因为语法与Java(和C++/PHP)的相似性不如Scala。无论如何,这不是对Scala的批评,而是试图对权衡进行不完整的分析,我希望这与问题密切相关。Scala和SML不受Haskell无法执行菱形多重继承的影响,这一点很关键,我理解为什么Haskell Prelude中的许多函数会针对不同类型重复。
不幸的是,您提供的地图签名对地图来说是不正确的,而且确实存在合理的批评。
第一个批评是,通过颠覆地图的签名,我们得到了更一般的东西。认为这是一种默认的美德是一种常见的错误。它不是。映射函数被很好地定义为一个协变函子Fx->(x->y)->Fy,它遵循复合和恒等两个定律。任何其他归因于“地图”的东西都是一个笑话。
给定的签名是其他东西,但它不是地图。我怀疑它试图成为一个专门的、略有改动的“遍历”签名版本,该签名来自论文《迭代器模式的本质》。以下是其签名:
traverse :: (Traversable t, Applicative f) => (a -> f b) -> t a -> f (t b)
我将把它转换成Scala:
def traverse[A, B](f: A => F[B], a: T[A])(implicit t: Traversable[T], ap: Applicative[F]): F[T[B]
当然,它失败了——它还不够普遍!此外,它略有不同(请注意,您可以通过运行遍历Identity函子来获得map)。然而,我怀疑,如果库编写者更了解有充分记录的库概括(前面提到的是使用效果的应用编程),那么我们就不会看到这个错误。
第二,map函数在Scala中是一种特殊的情况,因为它用于理解。不幸的是,这意味着一个装备更好的库设计者不能忽视这个错误,而不牺牲理解的语法糖。换句话说,如果Scala库设计者要破坏一个方法,那么这很容易被忽略,但请不要映射!
我希望有人对此直言不讳,因为事实上,解决Scala坚持犯的错误将变得更加困难,显然是出于我强烈反对的原因。也就是说,解决“来自普通程序员的不负责任的反对(即太难了!)”的方法不是“安抚他们,让他们更容易”,而是,为成为更好的程序员提供指导和帮助。我和Scala的目标在这个问题上存在争议,但回到你的观点。
你可能是在表明自己的观点,预测“普通程序员”的具体反应。也就是说,那些声称“但这太复杂了!”或诸如此类的人。这些是你所指的耶格人或布洛赫人。我对这些反智主义/实用主义运动的人的反应相当严厉,我已经预料到会有一连串的反应,所以我将省略它。
我真的希望Scala库能够改进,或者至少可以将错误安全地隐藏在角落里。Java是一种“尝试做任何有用的事情”的代价非常高昂的语言,因此通常不值得这样做,因为大量的错误根本无法避免。我恳求斯卡拉不要重蹈覆辙。