n******7
发帖数: 12463 | 1 我也不知道这算是什么风格
举个例子，对不同类型数据进行一些操作
有些共同的处理，也有些类型特异的操作
具体还需要根据数据有些部分做一些分支判断
直接写就是各种if/for 语句，最多做些refactoring增强可读性。
我感觉这样做人类的逻辑被编程语言的语法给稀释了
很难在脑子里面建立一个清楚的处理逻辑
这样就有可以引入bug，维护代码也比较头疼
我的做法是对这样数据格式化，用一种统一的形式表示它们
然后把所有的语言处理逻辑写在一起，就是给出一条格式化过的数据，经过一套处理就
得到结果了。
具体到我用的C#，我一般用一个tuple来统一的表示格式化的数据
用一堆func/action的组合来表示处理过程，这个组合最后就是一个大的func/action
整个处理过程就是给一个tuple的集合，挨个用这个func/action加工一下就好
这个tuple本身就包含了输入数据以及对加工处理方法的一些高级指示
只要看看tuple的内容就基本明白这坨代码是要怎么工作了
希望我表述清楚了
我挺喜欢这种方式，不知道有没有什么术语就是描述这种风格的？
如果有，我想深入学习一下 |
g****t
发帖数: 31659 | 2 Tuple是只读的吧？你的function没有状态吧？不然组合起来很麻烦。
Immutable 数据结构，加上无状态的函数组合，就是functional 编程
（无类型那种）吧。看一下lisp, clojure ?
另外也许还可以看下data flow programming。
另外你描述的这套办法，对GUI应该很难使用。backend类似于信号处理的地方我觉得可
以用。 |
n******7
发帖数: 12463 | 3 对，没有状态，其实就是数据处理机
其实包括function的建立，也可以用一组tuple来描述
我最近做的是一个事情就是用一个binary decision tree（不知道有这个名词没）
来描述一个数据处理的逻辑
而每个逻辑分支都是用一个tuple描述：（test,if-true, if-false）
这样用一组tuple就描述了整个处理逻辑
不用写一堆if-else判断一层套一层了
所有的逻辑一屏不到就看完了，觉得很适合内存不大的人脑
我一直喜欢clojure，虽然一直处于入门状态
不过我们在dotnet上开发
不知道F#能不能一战
另外clojure是动态语言
我用C#这样写的时候总觉得静态类型有些局限
但是我的老大禁止我用reflection，因为performance的缘故，也确实是没必要，如果
我不非要这样写的话。
【在 g****t 的大作中提到】
: Tuple是只读的吧？你的function没有状态吧？不然组合起来很麻烦。
: Immutable 数据结构，加上无状态的函数组合，就是functional 编程
: （无类型那种）吧。看一下lisp, clojure ?
: 另外也许还可以看下data flow programming。
: 另外你描述的这套办法，对GUI应该很难使用。backend类似于信号处理的地方我觉得可
: 以用。
|
n******7
发帖数: 12463 | 4 看了下data flow programming，感觉有那么点意思
但是再一看语言，居然基本都没见过，除了simulink和VHDL
VHDL还是最近从FPGA组刚听来的。。
【在 g****t 的大作中提到】
: Tuple是只读的吧？你的function没有状态吧？不然组合起来很麻烦。
: Immutable 数据结构，加上无状态的函数组合，就是functional 编程
: （无类型那种）吧。看一下lisp, clojure ?
: 另外也许还可以看下data flow programming。
: 另外你描述的这套办法，对GUI应该很难使用。backend类似于信号处理的地方我觉得可
: 以用。
|
p***o
发帖数: 1252 | 5 远有hadoop/spark近有tensorflow/pytorch
【在 n******7 的大作中提到】
: 看了下data flow programming，感觉有那么点意思
: 但是再一看语言，居然基本都没见过，除了simulink和VHDL
: VHDL还是最近从FPGA组刚听来的。。
|
n******7
发帖数: 12463 | 6 tensorflow/pytorch不是做DL的吗
也算data flow？
data 流过一层层网络？
【在 p***o 的大作中提到】
: 远有hadoop/spark近有tensorflow/pytorch
|
p***o
发帖数: 1252 | 7 是这样，就是个可以用GPU加速还可以对某些输入求导的DFG。
【在 n******7 的大作中提到】
: tensorflow/pytorch不是做DL的吗
: 也算data flow？
: data 流过一层层网络？
|
n******7
发帖数: 12463 | 8 这个不够通用啊
【在 p***o 的大作中提到】
: 是这样，就是个可以用GPU加速还可以对某些输入求导的DFG。
|
n******7
发帖数: 12463 | |
g****t
发帖数: 31659 | 10 这文章不太靠谱。
我的浅见：
1。有状态的类里面不搞啥纯函数了。放public void updateX（double[][] x）之类的
用reference的update方法。
2。纯函数单独放一个类。参考下Java自带的math类。
3。全部贯彻纯函数不太现实。因为需要大量的copy。
函数参数假如是个高维数组，多数语言进去函数里面都是地址。
数组小的话，函数里第一行copy一下就好。大的话，只能用reference了。
最后，一个功能模块一个写法更合适。一个办法写到底是很难搞的。oo在很多地方是必
须的。functional的办法写信号transfer方便易懂。但是大量数据有时候要copy。会乱
。另外functional无法方便的处理GUI，传感器信号IO listener等等。画图更不用说了。
最后。一个办法写上几万行，自然就碰到毛病和各种修了。我认为具体大于抽象，不宜
执着。
【在 n******7 的大作中提到】
: 搜到一篇文章，虽然有点旧
: Basics of Dataflow Programming in F# and C#
: https://www.codeproject.com/articles/107121/basics-of-dataflow-programming-
: in-f-and-c
|
|
|
g****t
发帖数: 31659 | 11 tensorflow方法论混乱。越来越乱。
【在 n******7 的大作中提到】
: 这个不够通用啊
|
d******c
发帖数: 2407 | 12 专家系统的规则集合
if else不嵌套是好事
【在 n******7 的大作中提到】
: 我也不知道这算是什么风格
: 举个例子，对不同类型数据进行一些操作
: 有些共同的处理，也有些类型特异的操作
: 具体还需要根据数据有些部分做一些分支判断
: 直接写就是各种if/for 语句，最多做些refactoring增强可读性。
: 我感觉这样做人类的逻辑被编程语言的语法给稀释了
: 很难在脑子里面建立一个清楚的处理逻辑
: 这样就有可以引入bug，维护代码也比较头疼
: 我的做法是对这样数据格式化，用一种统一的形式表示它们
: 然后把所有的语言处理逻辑写在一起，就是给出一条格式化过的数据，经过一套处理就
|
n******7
发帖数: 12463 | 13 嗯，今天仔细看了一下这个文章
对于我的需要overkill了
我是实用主义派，那种写法简洁高效优雅就怎么写
我们大组有个project，虽然也是C#的，但是通篇functional style, monads啥的
我是看的挺累
写这个的高手升职了，后来maintain这个项目的小哥苦不堪言
感觉就是文言和白话的区别
【在 g****t 的大作中提到】
: 这文章不太靠谱。
: 我的浅见：
: 1。有状态的类里面不搞啥纯函数了。放public void updateX（double[][] x）之类的
: 用reference的update方法。
: 2。纯函数单独放一个类。参考下Java自带的math类。
: 3。全部贯彻纯函数不太现实。因为需要大量的copy。
: 函数参数假如是个高维数组，多数语言进去函数里面都是地址。
: 数组小的话，函数里第一行copy一下就好。大的话，只能用reference了。
: 最后，一个功能模块一个写法更合适。一个办法写到底是很难搞的。oo在很多地方是必
: 须的。functional的办法写信号transfer方便易懂。但是大量数据有时候要copy。会乱
|
l******t
发帖数: 55733 | |
n*w
发帖数: 3393 | 15 写企业应用要自己定义monad的机会不多。一直做对此有刚需的项目。 |
n******7
发帖数: 12463 | 16 update一下
还没有code review，只是standup提了一下
有同事表示阅读有困难
想想没必要当个强推自己风格的asshole
又花了点时间改成一般的oop风格
改的过程中就因为各种判断逻辑东一块西一块
老要对照改之前的一片描述逻辑的code来写
感觉还是喜欢自己的风格
另一个感觉是C#不适合这种写法
实现的很丑，跟自己水平有限也有关系吧
这也是同事不喜欢的原因之一
Lisp应该好很多，不过我估计没机会用clojure
计划再把F#捡起来看看能不能一战 |
