惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
Check Point Blog
Recent Commits to openclaw:main
Recent Commits to openclaw:main
T
The Exploit Database - CXSecurity.com
I
Intezer
P
Privacy & Cybersecurity Law Blog
C
CERT Recently Published Vulnerability Notes
T
Tor Project blog
K
Kaspersky official blog
AWS News Blog
AWS News Blog
Schneier on Security
Schneier on Security
雷峰网
雷峰网
www.infosecurity-magazine.com
www.infosecurity-magazine.com
宝玉的分享
宝玉的分享
G
Google Developers Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Forbes - Security
Forbes - Security
T
The Blog of Author Tim Ferriss
S
Security @ Cisco Blogs
NISL@THU
NISL@THU
N
News and Events Feed by Topic
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
爱范儿
爱范儿
GbyAI
GbyAI
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Google Online Security Blog
Google Online Security Blog
Blog — PlanetScale
Blog — PlanetScale
Help Net Security
Help Net Security
F
Full Disclosure
V
Vulnerabilities – Threatpost
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
A
Arctic Wolf
D
Docker
T
Tailwind CSS Blog
L
LangChain Blog
The Last Watchdog
The Last Watchdog
美团技术团队
博客园 - Franky
H
Hacker News: Front Page
Stack Overflow Blog
Stack Overflow Blog
W
WeLiveSecurity
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Recorded Future
Recorded Future
V
Visual Studio Blog
N
Netflix TechBlog - Medium
Hacker News: Ask HN
Hacker News: Ask HN
博客园 - 司徒正美
Cyberwarzone
Cyberwarzone
S
Schneier on Security
Know Your Adversary
Know Your Adversary

Jiajun的技术笔记

你好,2026! TiDB 源码阅读(六):TiDB Coprocessor 源码解析 性能优化的核心思想 TiDB 源码阅读(五):索引 TiDB 源码阅读(四):AST、逻辑计划、物理计划 CockroachDB Serverless Architecture podman 无故退出 Cursor Control-L (CTRL-L) Keyboard Shortcuts in Terminal Replace docker with podman Using xmonad with xfce4 A RC script for freebsd frpc 自己动手写一个k8s controller AI 会取代你的(编程)岗位吗? 自建DERP服务器提升Tailscale连接速度(使用Nginx转发) 自动升级Docker容器 再读《程序员修炼之道-从小工到专家》 让浏览器下载文件 再读《软件随想录》/《黑客与画家》/《软技能》 HTTP 压力测试中的 Coordinated Omission 2的补码 编程语言中的 context 是什么? flutter macOS 构建出错 Flatpak 使用小记 Golang CAS 操作是怎么实现的 PostgreSQL 当MQ来使用 Clash 结合 工作VPN 的网络设计 使用 PostgreSQL 搭建 JuiceFS PostgreSQL 配置优化和日志分析 有GitHub Copilot?那就可以搭建你的ChatGPT4服务 窗口函数的使用(以PG为例) 读《为什么学生不喜欢上学》 OpenAI Prompt Engineering 摘录和总结 读《打造真正的新产品》 VueJS 总结 Linux 自动挂载 alist 提供的webdav FreeBSD 使用 vm-bhyve 安装Debian虚拟机 FreeBSD 和 Linux 网卡聚合实现提速 GPT 帮我搞定了时区转换问题 长任务系统如何处理? macOS/Linux 编译 InputLeap 使用开源软KVM - synergy-core 解决 macOS 终端hostname一直变化问题 KVM 共享 Intel 集成显卡 PromQL 备忘 读《格鲁夫给经理人的第一课》 读《打开心智》 为什么要把复杂的联表操作拆成多个单表查询? 红包系统的设计 MySQL Index Condition Pushdown Optimization Go mod 简明教程 OpenWRT 使用 Android/iOS USB 网络 搭建旁路由 Golang gRPC 错误处理 编写可维护的单元测试代码 OAuth 2 详解(六):Authorization Code Flow with PKCE OAuth 2 详解(五):Device Authorization Flow OAuth 2 详解(三):Resource Owner Password Credentials Grant OAuth 2 详解(四):Client Credentials Flow OAuth 2 详解(二):Implict Grant Flow OAuth 2 详解(一):简介及 Authorization Code 模式 ElasticSearch 学习笔记 三种git流程以及发版模型 错误处理实践 权限模型(RBAC/ABAC) OIDC(OpenID Connect) 简介 任务队列简介 PostgreSQL 操作笔记 使用Drone CI构建CI/CD系统 Golang migrate 做数据库变更管理 使用PostgreSQL做搜索引擎 Nginx 源码阅读(三): 连接池、内存池 Nginx 源码阅读(二): 请求处理 Nginx 源码阅读(一): 启动流程 Go 泛型简明教程 KVM 显卡穿透给 Windows 使用 HTTP Router 处理 Telegram Bot 按钮回调 使用反射(reflect)对结构体赋值 GIN 是如何绑定参数的 你好 2022(2021 年终总结) 用Go导入大型CSV到PostgreSQL 使用 OpenWRT 搭建软路由 使用软KVM切换器 barrier 共享键鼠 SQL 防注入及原理 使用 gomock 测试 Go 代码 gevent不是黑魔法(二): gevent 实现 gevent不是黑魔法(一): greenlet 实现 用 entgo 替代 gorm 应用内使用crontab不是那么方便 单测时要不要 mock 数据库? Sentry 自建指南 用selenium完成自动化任务 用闲置的安卓手机做垃圾电话短信过滤 推荐三个时间管理工具 一次事故反思 当JS遇到uint64:JS整数溢出问题 SQLite3 存储以及ACID原理 Redis源码阅读:pub/sub实现 Redis源码阅读:zset实现 Redis源码阅读:bitmap 位图的运算 Redis源码阅读:set是怎么做交并集运算的?
Haskell简明教程(一):从递归说起
Jiajun Huang · 2017-09-11 · via Jiajun的技术笔记

这一系列是我学习 Learn You a Haskell For Great Good 之后,总结,编写的学习笔记。

这个系列主要分为五个部分:

虽然我们最终的目标是初窥 Haskell ,但是就我本人的学习经历来说,日常是学习命令式 编程为主,相信绝大部分同学也是一样,而不是先学会了函数式编程之后才开始学习命令式编程。

所以这一系列教程最开始会从命令式语言进行切入,逐渐过度到 Haskell 这一函数式语言。 最开始讲述例子所用的语言包括但不限于 PythonGolang,使用这两门语言的原因很简单, 因为我目前比较熟悉的语言是这两门 :)

此外讲解的时候会用一些基本的,简单地数据结构,为什么不一如往常,从现实业务切入 慢慢慢慢抽象到这些呢?因为:如上所说,现实业务一步步抽象之后,就能转化成数据结构, 此外,如果我们再加上这样一步的话,这个系列怕是要再长不少,我更愿意把这些独立成一个 新的系列来讲,如果大家有兴趣的话,可以在最下面留言,或者发邮件给我,或者其他方式 告知我 :)

先不用递归

我们来看看列表,或者数组,或者切片(slice),在命令式语言里我们要怎么遍历。

package main

import (
	"fmt"
)

func main() {
	var simpleArray = [3]int{1, 2, 3}

	for i, v := range simpleArray {
		fmt.Printf("index: %d, value: %d\n", i, v)
	}
}

输出:

$ go run t.go 
index: 0, value: 1
index: 1, value: 2
index: 2, value: 3

我们的遍历是,从左往右,一个一个来,数组里的元素就像是一个一个连着的多米诺骨牌。

好,我们按下不表,再看一个例子,在二叉查找树上找子节点。

package main

import (
	"fmt"
)

type Node struct {
	v      int
	lchild *Node
	rchild *Node
}

type Tree *Node

func build(array []int) Tree {
	if len(array) < 1 {
		return nil
	}
	var t Tree = &Node{array[0], nil, nil}

	for _, v := range array[1:len(array)] {
		insert(t, v)
	}

	return t
}

func insert(t *Node, v int) {
	var cursor = t
	for {
		if v <= cursor.v {
			if cursor.lchild == nil {
				cursor.lchild = &Node{v, nil, nil}
				return
			}
			cursor = cursor.lchild
		} else {
			if cursor.rchild == nil {
				cursor.rchild = &Node{v, nil, nil}
				return
			}
			cursor = cursor.rchild
		}
	}
}

func query(t *Node, v int) (found bool, n *Node) {
	var cursor = t

	for cursor.lchild != nil && cursor.rchild != nil {
		if cursor.v == v {
			return true, cursor
		} else if v < cursor.v {
			cursor = cursor.lchild
		} else {
			cursor = cursor.rchild
		}
	}

	return false, nil
}

func main() {
	var t = build([]int{7, 3, 6, 8, 1})

	found, addr := query(t, 3)
	fmt.Printf("found? %t, addr: %v\n", found, addr)
	found, addr = query(t, 10)
	fmt.Printf("found? %t, addr: %v\n", found, addr)
}

我们是如何查找子节点的呢?如果发现当前值和要查找的值相同,那么就返回,如果 要查找的值比当前值更小,就往左走,否则往右走。

平时我们编程就是这样,仔细的检查每一个边界情况,然后控制下一步怎么走。这就是所谓 的命令式编程,我们描述的是每一步该怎么走。

初探递归

Thinking Recursively 中,简略的介绍了一下递归。

我们现在换一种角度来看上面的问题。什么是递归呢,我们来看看维基百科的解释, https://en.wikipedia.org/wiki/Recursion_(computer_science)。

Recursion in computer science is a method where the solution to a problem depends on solutions to smaller instances of the same problem (as opposed to iteration).

将问题分解成相同的子问题。相同,也就是说,我们有一个大的箱子,现在我们把它变成 无数个小箱子。

我们先来看看列表该怎么抽象。遵循上面的规则,我们把列表拆成更小的相同的子问题。 也就是说我们可以把列表拆成1个节点和剩下的列表,也可以把列表拆成n个节点。没错,这 都是抽象,我们先来看看后面这种,当我们把列表拆成n个节点,怎么进行遍历呢?没错, 其实就是从左往右一个一个来,好像回到了上一节。那如果我们把粒度放大呢?两个两个? 试想一下。其实还是一样,得进行遍历。但是有一种特殊情况我们不用遍历,试想,我们 把列表拆成一个子节点,和一个列表。会是怎样?例如 [1, 2, 3, 4, 5] 我们拆成 1[2, 3, 4, 5]。首先我们打印 1,然后我们处理后面的这个列表。

似乎可行,用 Golang 试试。

package main

import (
	"fmt"
)

func printArray(array []int) {
	fmt.Printf("%d", array[0])
	printArray(array[1:len(array)])
}

func main() {
	var array = []int{6, 5, 4, 7, 8, 9}
	printArray(array)
}
$ go run t.go 
654789panic: runtime error: index out of range

goroutine 1 [running]:
main.printArray(0xc420043f68, 0x0, 0x0)
	/home/jiajun/tests/t.go:8 +0xec
main.printArray(0xc420043f68, 0x1, 0x1)
	/home/jiajun/tests/t.go:9 +0xdd
main.printArray(0xc420043f60, 0x2, 0x2)
	/home/jiajun/tests/t.go:9 +0xdd
main.printArray(0xc420043f58, 0x3, 0x3)
	/home/jiajun/tests/t.go:9 +0xdd
main.printArray(0xc420043f50, 0x4, 0x4)
	/home/jiajun/tests/t.go:9 +0xdd
main.printArray(0xc420043f48, 0x5, 0x5)
	/home/jiajun/tests/t.go:9 +0xdd
main.printArray(0xc420043f40, 0x6, 0x6)
	/home/jiajun/tests/t.go:9 +0xdd
main.main()
	/home/jiajun/tests/t.go:14 +0x5c
exit status 2

为啥会这样呢?我们来模拟一下程序运行时的情况,首先 [6, 5, 4, 7, 8, 9] 执行 printArray时,传入 [6, 5, 4, 7, 8, 9],打印 6,然后调用 printArray,传入的 是 [5, 4, 7, 8, 9] … 一直到 最后只剩下 [9] 的时候,接下来调用 printArray 传入 [],然后调用 array[0] 结果就panic了。

所以递归我们需要判断一下特殊条件。如果传入的是空数组,就啥也不干,退出。

package main

import (
	"fmt"
)

func printArray(array []int) {
	if len(array) == 0 {
		return
	}

	fmt.Printf("%d", array[0])
	printArray(array[1:len(array)])
}

func main() {
	var array = []int{6, 5, 4, 7, 8, 9}
	printArray(array)
}

这样就好了。

$ go run t.go
654789

那二叉查找树该怎么抽象呢?同样,就是本节点和左边的树,右边的树。这就留作思考吧 :)

总结

递归是什么呢?分拆成相同的子问题,把剔出来的那一部分解决之后,再去解决子问题。 通过这一篇,我们从实际代码看命令式编程是怎样一步一步操作,然后跳过来从另一个 角度看,了解了什么是递归。下一篇,我们继续看命令式编程,看我们如何从实际业务 代码脱身,进行抽象。下一篇我们讲述一个比较简单的问题,就是移动端推送(虽然我 已经讲过好几遍了,但这个还真是一个用来讲抽象的好例子)。