<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Jing Tech on Medium]]></title>
        <description><![CDATA[Stories by Jing Tech on Medium]]></description>
        <link>https://medium.com/@jing.tech.tw?source=rss-e9c3a201f343------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*ag9q9FxpjSBBgIUbSgNmnA.jpeg</url>
            <title>Stories by Jing Tech on Medium</title>
            <link>https://medium.com/@jing.tech.tw?source=rss-e9c3a201f343------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 18:33:08 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@jing.tech.tw/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[[JavaScript] 用 Transducer 提升程式的效能]]></title>
            <link>https://medium.com/@jing.tech.tw/%E7%94%A8-transducer-%E6%8F%90%E5%8D%87%E7%A8%8B%E5%BC%8F%E7%9A%84%E6%95%88%E8%83%BD-236bcb6f45da?source=rss-e9c3a201f343------2</link>
            <guid isPermaLink="false">https://medium.com/p/236bcb6f45da</guid>
            <category><![CDATA[frontend]]></category>
            <category><![CDATA[前端]]></category>
            <category><![CDATA[函数式编程]]></category>
            <category><![CDATA[functional-programming]]></category>
            <category><![CDATA[javascript]]></category>
            <dc:creator><![CDATA[Jing Tech]]></dc:creator>
            <pubDate>Sat, 24 Jul 2021 05:17:29 GMT</pubDate>
            <atom:updated>2023-10-18T12:52:11.114Z</atom:updated>
            <content:encoded><![CDATA[<h3>文章已搬移至個人部落格!! <a href="https://www.jing-tech.me/blog/fp/transduce/">https://www.jing-tech.me/blog/fp/transduce/</a></h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7ZTy79MwUjXO8YfNpTYW8Q.jpeg" /></figure><h4>從一個簡單的問題開始</h4><p>假設我們目前有一組<strong>長度為一百萬的陣列</strong>，需要將陣列內的<strong>每個數值乘三</strong>並且<strong>只保留偶數</strong>，那我們會如何實作這簡單的問題?</p><p>根據上面的問題，我們在實作前需要準備</p><ol><li>長度為一百萬的陣列</li></ol><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/3e3cbdc6adb497aad2bf8c0d693bc6c7/href">https://medium.com/media/3e3cbdc6adb497aad2bf8c0d693bc6c7/href</a></iframe><p>2. 將每個數值乘三的函式</p><p>const tripleIt = (num) =&gt; num * 3;</p><p>3. 只保留偶數的函式</p><p>const isEven = (num) =&gt; num % 2 === 0;</p><p>接來開始想實作方式吧!</p><h4>在不認識 Transduce 以前</h4><p>在還不認識 Transduce 這個概念前，馬上想到的方法可能就是用</p><ol><li>Array.prototype.map&amp; Array.prototype.filter</li><li>Array.prototype.forEach</li></ol><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/86f319fbadca26118febd1a3cae92b45/href">https://medium.com/media/86f319fbadca26118febd1a3cae92b45/href</a></iframe><p>雖然這兩種方法都可以解決問題，但各自都有優缺點:<br><br>第一種方法 (Array.prototype.map&amp; Array.prototype.filter)</p><p>1. 優點: <strong>可讀性佳</strong>。<br>2. 缺點: <strong>執行速度慢</strong>。(由於會讓陣列跑了兩次迴圈。 `map`, `filter` 都會各跑一次，最壞的時間複雜度可能是 O(n) + O(n)，用更直覺一點的想，**跑了兩次當然會拖慢程式的效能。)</p><p>第二種方法(Array.prototype.forEach)</p><p>1. 優點: <strong>執行速度快</strong>。(只需要跑一次迴圈)<br>2. 缺點: <strong>可讀性差，且不容易進行複用</strong>。</p><p>那有沒有一個解決方法是<strong>可以擁有第一種方法的可讀性，且程式的執行速度跟第二種方式一樣快</strong>!</p><p>Tranduce 就是集結了兩方法優點的概念。 其是一個比較進階的概念，筆者也是理解與消化了許久才了解其中的奧秘，接下來我們就一步一步探索著個有趣的概念吧!</p><h4>如何使用 Transduce</h4><p>與其先知道是如何實作，不如從如何使用開始，接下來使用的範例是使用 <a href="https://ramdajs.com/">Ramda</a> 提供的 tranduce 函式去解決一開始提到的問題。</p><p>Ramda 的 transduce共需要放入四個參數</p><p>1. transducer: compose 一個或多個 transformer 函式<br>2. reducer: 為一個函式須傳入 accumulator 跟 currentValue， 並將 currentValue 累加到 accumulator 的運算函式。<br>3. initialValue: 初始值。<br>4. data: 想要進行處理的資料。</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/2561f1f7fd6d7afb23946c6057937a89/href">https://medium.com/media/2561f1f7fd6d7afb23946c6057937a89/href</a></iframe><p>很清楚地可以看到，程式碼可讀性與第一種方法相差不遠。但如何去評測其是否也擁有第二種方法的效能?</p><h4>效能評比</h4><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/3cb7538de513b138be5bbac2add1ea17/href">https://medium.com/media/3cb7538de513b138be5bbac2add1ea17/href</a></iframe><p>而比較的結果如下(秒數依電腦而異，但結論不會相差太遠)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/439/1*PwkugQ5XgWLWhA2O5jLjyw.png" /></figure><p>大家應該已經發現，用 transduce這個概念不但可以兼顧鏈式寫法的可讀性，也可以具有比 imperative (forEach) 寫法更好的效能，更不用說是本身就自帶 FP 的可複用性。</p><h4>Transduce 這個概念到底是如何實作的!!</h4><p>其實 Transduce 就是一個不斷抽象化的過程，而筆者整理出了其抽象化的四個步驟，但在解釋這四個步驟前，我們需要知道一些名詞</p><p><strong>名詞解釋</strong></p><p><strong>Reducer</strong> 為一個函式須傳入 accumulator 跟 currentValue， 並將 currentValue 累加到 accumulator 的運算函式。</p><p>而 JS 任意的資料結構都可以組成相對應的 reducer，從 <em>字串</em> 到 <em>物件</em> 都有自己的 reducer 函式。</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/7d30be2f759604fadd4518eb01647f8c/href">https://medium.com/media/7d30be2f759604fadd4518eb01647f8c/href</a></iframe><p>而為什麼會被稱為 reducer 呢? 大家想想看 Array.prototype.reduce，所放入的第一個函式不就是 (acc, val) =&gt; {/** do something, then concat*/ } 嗎!!</p><p><strong>Transformer </strong>函式為傳入 Array.prototype.map，也就是將迴圈時傳入的值透過 transformer 去進行值的轉換。</p><p>[1, 2, 3, 4].map(tripleIt); // [3, 6, 9, 12]</p><p><strong>Predictor </strong>函式為傳入 `Array.prototype.filter`，在迴圈中篩選通過 predictor 函式的值。</p><p>[1, 2, 3, 4].filter(isEven); // [2, 4]</p><p><strong>步驟一，用 reduce 實踐 map 與 filter</strong></p><p>可以想像一下，如果現在 JS 語法已經不在支援， map 與 filter也不能直接用 forEach 去實作，簡單來說就只能用 Array.prototype.reduce</p><p>那要如何用 reduce 去實作 map 跟 filter 呢?</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/738a0ea8c3ef684d6109d6b80c5687a8/href">https://medium.com/media/738a0ea8c3ef684d6109d6b80c5687a8/href</a></iframe><p>但這樣若想要進行多次的 map 或 filter 不就會變得難以閱讀，根本沒辦法快速知道這段程式碼原來是將 array 各個 item 先乘 3 取偶數 再乘 3 再取偶數。</p><blockquote>有沒有甚麼方法可以先將 array 的語法抽象畫出來，並用 reduce 進行 <a href="https://en.wikipedia.org/wiki/Method_chaining">鍊式</a> 的寫法。</blockquote><p>接下來我們就要再抽象化，達到下例的寫法。</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/9d46cc511b4b2ec8ad9bf31fcd0e805e/href">https://medium.com/media/9d46cc511b4b2ec8ad9bf31fcd0e805e/href</a></iframe><p><strong>步驟二，將 Array 相關的語法 抽象化</strong></p><p>要進化成上述的寫法，就需要將 map 跟 filter 進行將 array 語法的抽象化，讓 reduce 本身用鏈式的方法去執行。</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/5873bc2f4471a8e7a2c7293068fc9c9a/href">https://medium.com/media/5873bc2f4471a8e7a2c7293068fc9c9a/href</a></iframe><p>接下來大家應該都有注意到了， 第二步驟的 map 與 filter 好像都有相似之處，發現了嗎?</p><p>map 函式的 […acc, transformer(val)] 與 filter 函式的 […acc, val] 這不就是 reducer 嘛!</p><p>所以我們可以將其抽象出來!</p><p><strong>步驟三，將 Reducer 抽象化</strong></p><p>接下來我們就可以將我們的 map 與 filter 使用方法改寫成這樣</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/6261ad0e4861c53d11b5ab211731e5e1/href">https://medium.com/media/6261ad0e4861c53d11b5ab211731e5e1/href</a></iframe><p>分析一下上述的函式</p><p>首先 reduce的 callback 觸發了 (acc, val) =&gt; {/** your code */}，進而啟動了 transducer 這個函式</p><p>第一個 acc 跟 val 傳入 reducer([], 1)，先啟動了 map， 經過數值乘 3 後，輸出 reducer([], 3)</p><p>接下來 filter被啟動了，並且接收了 reducer([], 3)，作為其輸入，但 3 不是偶數，故 filter 回傳 []，結束第一個數值的運算，之後以此類推。</p><p>到這裡大家不難發現:</p><blockquote>Transducer 就是 reducer compose起來的方法，也可以稱它為 higher-order reducer， 其需要將 reducer 傳入，且輸出另一個 reducer。</blockquote><p>如果還不是很清楚的，可以透過這個好用的<a href="http://pythontutor.com/visualize.html#code=const%20tripleIt%20%3D%20%28num%29%20%3D%3E%20num%20*%203%3B%0A%0Aconst%20isEven%20%3D%20%28num%29%20%3D%3E%20num%20%25%202%20%3D%3D%3D%200%3B%0A%0Aconst%20map%20%3D%20%28transformer%29%20%3D%3E%20%28reducer%29%20%3D%3E%20%28acc,%20val%29%20%3D%3E%0A%20%20reducer%28acc,%20transformer%28val%29%29%3B%0A%0Aconst%20filter%20%3D%20%28predicator%29%20%3D%3E%20%28reducer%29%20%3D%3E%20%28acc,%20val%29%20%3D%3E%0A%20%20predicator%28val%29%20%3F%20reducer%28acc,%20val%29%20%3A%20acc%3B%0A%0Aconst%20reducer%20%3D%20%28acc,%20val%29%20%3D%3E%20%5B...acc,%20val%5D%3B%0A%0Aconst%20transducer%20%3D%20map%28tripleIt%29%28filter%28isEven%29%28reducer%29%29%3B%0A%0Alet%20result%20%3D%20%5B1,%202,%203,%204%5D.reduce%28transducer,%20%5B%5D%29&amp;cumulative=false&amp;heapPrimitives=nevernest&amp;mode=edit&amp;origin=opt-frontend.js&amp;py=js&amp;rawInputLstJSON=%5B%5D&amp;textReferences=false">視覺化網站</a>，更能清晰的理解過程。</p><p><strong>步驟四，打造 composable 的 Reducer</strong></p><p>相信到這裡大家應該都已經非常清楚地知道 transducer 整個運作流程，但還差臨門一腳</p><p>const transducer = map(tripleIt)(filter(isEven)(reducer))</p><p>這段程式碼好像可以進行 compose，就是將 f2(f1(x)) 轉換成 compose(f2, f1)(x) 的概念!</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/91acd042e54e88599f328bed618a22c1/href">https://medium.com/media/91acd042e54e88599f328bed618a22c1/href</a></iframe><h4>結論</h4><p>終於大功告成了，看起來我們可以對比一下使用 Ramda 的 transduce 跟我們目前寫的樣子</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/cc8fd7cb8a2b60c3309b9a7a7dc6ec13/href">https://medium.com/media/cc8fd7cb8a2b60c3309b9a7a7dc6ec13/href</a></iframe><p>看起來是成功的復刻了 Ramda 的 transduce 函式，這也讓我們體會到了 transduce 就是不斷的抽象化的一個過程的概念，並且濃縮到兼顧可讀性與複用。</p><p>下一篇會講到如何將現在的 transduce 寫成讓<strong>不同資料型別也可以使用的函式</strong>，以及用 functional programming 的寫法，寫出 Trans monad，並且體會它強大的威力。</p><h4>Reference</h4><p>1. [Transducing](<a href="https://github.com/getify/Functional-Light-JS/blob/master/manuscript/apA.md/#appendix-a-transducing">https://github.com/getify/Functional-Light-JS/blob/master/manuscript/apA.md/#appendix-a-transducing</a>)</p><p>2. [Transducer Explained](<a href="https://simplectic.com/blog/2014/transducers-explained-1/">https://simplectic.com/blog/2014/transducers-explained-1/</a>)</p><p>3. [MAGICAL, MYSTICAL JAVASCRIPT TRANSDUCERS] (<a href="https://jrsinclair.com/articles/2019/magical-mystical-js-transducers/">https://jrsinclair.com/articles/2019/magical-mystical-js-transducers/</a>)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=236bcb6f45da" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>