o que é a monad adequada ou a compreensão da sequência para mapear e transportar o estado?
Eu estou escrevendo um interpretador de linguagem de programação.
Eu preciso do idioma de código certo para avaliar uma sequência de expressões para obter uma sequência de seus valores e propagar o estado de um avaliador para o próximo para o próximo à medida que as avaliações ocorrem. Eu gostaria de uma linguagem de programação funcional para isso.
Não é uma dobra porque os resultados aparecem como um mapa. Não é um mapa por causa do suporte do estado.
O que eu tenho é esse código que estou usando para tentar descobrir isso. Carregue com algumas linhas de equipamento de teste primeiro:
// test rig
class MonadLearning extends JUnit3Suite {
val d = List("1", "2", "3") // some expressions to evaluate.
type ResType = Int
case class State(i : ResType) // trivial state for experiment purposes
val initialState = State(0)
// my stub/dummy "eval" function...obviously the real one will be...real.
def computeResultAndNewState(s : String, st : State) : (ResType, State) = {
val State(i) = st
val res = s.toInt + i
val newStateInt = i + 1
(res, State(newStateInt))
}
Minha solução atual. Usa um var que é atualizado conforme o corpo do mapa é avaliado:
def testTheVarWay() {
var state = initialState
val r = d.map {
s =>
{
val (result, newState) = computeResultAndNewState(s, state)
state = newState
result
}
}
println(r)
println(state)
}
Eu tenho o que considero soluções inaceitáveis usando foldLeft que faz o que eu chamo de "bag como você dobra" idiom:
def testTheFoldWay() {
// This startFold thing, requires explicit type. That alone makes it muddy.
val startFold : (List[ResType], State) = (Nil, initialState)
val (r, state) = d.foldLeft(startFold) {
case ((tail, st), s) => {
val (r, ns) = computeResultAndNewState(s, st)
(tail :+ r, ns) // we want a constant-time append here, not O(N). Or could Cons on front and reverse later
}
}
println(r)
println(state)
}
Eu também tenho algumas variações recursivas (que são óbvias, mas também não claras ou bem motivadas), uma usando fluxos que são quase toleráveis:
def testTheStreamsWay() {
lazy val states = initialState #:: resultStates // there are states
lazy val args = d.toStream // there are arguments
lazy val argPairs = args zip states // put them together
lazy val resPairs : Stream[(ResType, State)] = argPairs.map{ case (d1, s1) => computeResultAndNewState(d1, s1) } // map across them
lazy val (results , resultStates) = myUnzip(resPairs)// Note .unzip causes infinite loop. Had to write my own.
lazy val r = results.toList
lazy val finalState = resultStates.last
println(r)
println(finalState)
}
Mas, eu não consigo entender nada tão compacto ou claro quanto a solução original 'var' acima, com a qual estou disposto a conviver, mas acho que alguém que come / bebe / dorme mórmons vai apenas dizer .. use isso ... (esperançoso!)