Пример с методом sort хорошо демонстрирует важность и удобство функций высшего порядка для решения повседневных задач. Описав алгоритм один раз, мы можем получать различные варианты поведения, специфицируя их функциями. То же самое относится к рассмотренным функциям map, filter и reduce.

При использовании функций высшего порядка принято разделять задачу на подзадачи и выполнять их последовательно друг за другом выстраивая в цепочку операций. Предположим, что мы пишем функцию, которая принимает на вход список путей файловой системы, находит среди них файлы с расширением js без учёта регистра и возвращает имена этих файлов. Для решения этой задачи нам понадобятся следующие функции:

  • fs.existsSync(filepath) — проверяет, существует ли файл по указанному пути
  • fs.lstatSync(filepath).isFile() — проверяет, является ли объект обычным "регулярным" файлом (а не директорией, ссылкой или другим типом файлов)
  • path.extname(filepath) — извлекает "расширение" из имени файла
  • path.basename(filepath) — извлекает имя файла из полного пути
const getJSFileNames = (paths) => {
  const result = [];
  for (filepath of paths) {
    const extension = path.extname(filepath).toLowerCase();
    if (fs.existsSync(filepath) && fs.lstatSync(filepath).isFile() && extension === '.js') {
      result.push(path.basename(filepath, extension));
    }
  }

  return result;
};

const names = getJSFileNames(['index.js', 'wop.JS', 'nonexists', 'node_modules']);
console.log(names); // => [index, wop]

В примере выше типовое решение с использованием цикла. Его алгоритм можно описать так:

  1. Просматриваем каждый путь
  2. Если текущий путь — обычный файл с расширением js (без учёта регистра), то добавляем в результирующий массив

Если попытаться тоже самое реализовать, используя метод reduce, то на выходе получится код, идентичный решению на циклах. Но если хорошо подумать, то можно увидеть, что эта задача распадается на две: фильтрацию и отображение.

const getJsFileNames = paths => paths
  .filter(filepath => fs.existsSync(filepath)) // отбираем реально существующие файлы
  .filter(filepath => fs.lstatSync(filepath).isFile()) // отбор по типу файла
  .filter(filepath => path.extname(filepath).toLowerCase() === '.js') // отбор по расширению
  .map(filepath => path.basename(filepath), extension); // отображаем в имена (нам нужен массив с именами)

const names = getJsFileNames(['index.js', 'wop.JS', 'nonexists', 'node_modules']);
console.log(names); // => [index, wop]

Код получился чуть короче (без учёта комментариев), и выразительнее, но главное не его размер. С увеличением количества операций и их сложности, код разбитый таким образом читается и анализируется значительно проще, так как каждая операция выполняется независимо для всего набора сразу. В голове приходится держать меньше деталей и можно сразу увидеть то, как операция влияет на все данные. Однако, научиться правильно разбивать задачу на подзадачи не так просто, как может показаться в начале. Нужна некоторая практика и сноровка перед тем как ваш код станет удобоварим.

Заметьте, что здесь я разбил один фильтр на три. Учитывая лаконичность определения функции в js, гораздо лучше разбивать проверки на большее число фильтров, чем делать один сложный фильтр.

Standard
Interfaces

Сама возможность такого разбиения основывается на простой идее, которую иногда называют "стандартные интерфейсы". Заключается она в том, что на входе и выходе из функций ожидается один и тот же тип данных, в нашем случае, массив. Это позволяет соединять функции и строить цепочки, выполняющие большое количество разных задач, без необходимости реализовывать новые функции. Рассмотренные ранее операции — отображение, фильтрация и агрегация — комбинируясь друг с другом, позволяют решать подавляющее число задач по обработке коллекций. С чем-то подобным мы все встречались в своей жизни, когда собирали конструкторы Lego. Небольшое число примитивных деталей за счёт одинаковых соединений позволяет строить конструкции практически неограниченной сложности.

Кстати, подобные цепочки нередко заканчиваются на агрегации, так как агрегация почти всегда выполняется в конце и сводит коллекцию к некоторому значению.

Производительность

За кадром остался вопрос производительности. Возможно, кто-то из вас догадался, что на каждый вызов функции, обрабатывающей коллекцию, мы получаем проход по всему списку. Чем больше таких функций, тем больше проходов. Казалось бы код замедляется, зачем так делать? На практике дополнительные проходы практически никогда не проблема (см. ссылку "Продуманная оптимизация"). Задачи, в которых требуется одномоментная обработка десятков и сотен тысяч элементов, встречаются крайне редко. Большая часть операций происходит со списками до тысяч элементов. А для такого списка одним проходом больше одним меньше — разницы, можно сказать, никакой.

Но это не вся правда. На самом деле, существуют специальные коллекции, которые в момент вызова функций фильтрации, отображения и т.п. не выполняют операции сразу. Они накапливают необходимые действия, а во время первого использования выполняют сразу все одним проходом. Это так называемые "ленивые коллекции".


Дополнительные материалы

  1. Обработка сигналов
  2. Продуманная оптимизация
Мы учим программированию с нуля до стажировки и работы. Попробуйте наш бесплатный курс «Введение в программирование» или полные программы обучения по Node, PHP, Python и Java.

Хекслет

Подробнее о том, почему наше обучение работает →