转载

单位元对编程的启发

最近，我在处理一个文本文件，它有三列，分别为文件名，数字，字符串，且其中第一列中有若干重复了的部分，于是我需要把这些重复的行合并起来，即第二列合并为总和，第三列合并为一条新字符串，且用空格分隔。

我一开始想如此合并：

sum = 0 string = '' for duplicate_line in duplicate_lines:     sum += duplicate_line.split()[1]     string = ' '.join(str,  duplicate_line.split()[2]

但迭代完后 string 并不符合我的期望，它包含了一个 heading space! 这令我想起了抽象代数学上的「单位元」，即它在某二元运算中，与任意元素运算后，结果的值恒为后者本身。比如加法中的 0 与任何数字相加，恒返回后者的原值；乘法中的 1 也同理。

于是我们可以说 ' '.join() 作为二元运算符来说， 不存在单位元 。比如 ' '.join([a, b]) 中 b 为任意字符串时，不存在 a 变量能使这函数返回 b 本身，哪怕变量 a 为空字符串时，也会返回包含了一个 heading space 和 b 值的新字符串！就像我上面的代码一样。不过 ''.join() 当然就有单位元即空字符串。

反观 Python 的加法，它就有单位元，即 sum 的初值 0 , 也难怪它和悲剧的 string 君不同，可以安全地返回我期望的值，即可谓「无副作用」。

这启发了我又一条编程规范： 要小心那些没有单位元的函数或运算符，并处理得当 。其实上面合并 string 的代码可以妙用 list comprehension, 回避掉副作用：

' '.join([duplicate_line.split()[2] for duplicate_line in duplicate_lines])

举一反三，Python Sequences 的 index 为什么从 0 而不是 1 开始计呢？您倒不如想想另一个问题： Sequences Index 的单位元是什么？ 即对 Index 进行二元运算时，加多少就返回原 Index? 当然是 0 了！再看 C 指针，它和 0 相加时就返回原指针，也难怪 C 的 Array Index 和 Python 的 Sequences Index 都从 0 开始，这是为了当直接把原 Index（甚至 C 的指针即地址）和 Index 初始值（即单位元）相加时，能方便且直接地得到原 Index（甚至 C 的原指针即原地址）。

Written with StackEdit .

原文 http://tech.acgtyrant.com/单位元对编程的启发/

正文到此结束