在學習rust的過程中,了解了高階函數的知識,說白了就是函數可以作為參數,也可以傳回一個函數,正好最近看到了scip公開課裡面講高階過程這一章,有個求平方根的過程,裡面的lisp實作相當的簡潔優美,基本是對數學公式的形式化書寫。這裡用rust實作一下,看看差別有多大。
主要實作了傳入函數作為參數,并将函數作為傳回值,并以函數式風格實作了平方根求值。
以下是實作過程和具體代碼:
rust中參數的函數類型是以trait來實作的,這樣的trait有三個,分别是FnOnce,FnMut,Fn
FnOnce
: 可以調用一次,會轉移執行環境中的值
-
FnMut
: 可變引用可以調用多次,可以改變執行環境中的值. 繼承自FnOnce(所有實作了FnMut的類型也實作了FnOnce).
-
Fn
: 共享引用,可以調用多次.既不可以轉移,也不可以改變執行環境的值. 繼承自FnMut,同樣也繼承自FnOnce
對應的trait定義
pub trait Fn<Args> : FnMut<Args> {
extern "rust-call" fn call(&self, args: Args) -> Self::Output;
}
pub trait FnMut<Args> : FnOnce<Args> {
extern "rust-call" fn call_mut(&mut self, args: Args) -> Self::Output;
}
pub trait FnOnce<Args> {
type Output; extern "rust-call" fn call_once(self, args: Args) -> Self::Output;
}
牛頓疊代公式
![](https://img.laitimes.com/img/_0nNw4CM6IyYiwiM6ICdiwiIn5GcucjY0YjYxUmN5kjNjNmNlhjZwgTMilzN0UmNzYTYxEDNfdWbp9CXt92Yu4GZjlGbh5SZslmZxl3Lc9CX6MHc0RHaiojIsJye.png)
首先實作求導函數,傳入參數類型為函數,并傳回導函數的一階近似,結果是針對原函數的一個計算,依然以函數的形式傳回。因為肯定會多次調用,是以使用Fn,這裡傳入和傳回的函數都是同一個類型,即
Fn(f64)->f64
,由于傳回值引用了傳入參數,是以需要指定lifetime 'a,以保證傳入參數不會提前失效,并需要Box包裝,以便确定傳回類型的大小。這裡傳回函數是以閉包的形式,由于閉包的lifetime為目前函數,要想傳回這個閉包并且在函數以外調用,需要使用move轉移閉包。
//導函數
const DX: f64 = 0.000001;//微分函數的分母,盡可能的小,但由于浮點數的精度限制,取得太小,反而誤差會擴大
fn deriv<'a, F>(f: &'a F) -> Box<Fn(f64) -> f64 + 'a>
where F: Fn(f64) -> f64
{
Box::new(move |x| (f(x + DX) - f(x - DX)) / (2.0 * DX))
}
牛頓疊代法的實作,調用了上面實作的導函數
//牛頓疊代法近似
fn newton<'a, F>(f: &'a F) -> Box<Fn(f64) -> f64 + 'a>
where F: Fn(f64) -> f64
{
Box::new(move |x| x - (f(x) / deriv(f)(x)))
}
通過不動點算法,用牛頓疊代函數逼近所求的值,當誤差小于某個值的時候,傳回結果。這裡的trans函數是針對函數fnt的疊代函數,是以其類型為函數,其輸入參數也為函數,對應的trait:
Fn(&'a F) -> Box<Fn(f64) -> f64 + 'a>
//函數不動點逼近
fn fixed_point<'a, F, T>(fnt: &'a F, trans: T, first_guess: f64) -> f64
where F: Fn(f64) -> f64,
T: Fn(&'a F) -> Box<Fn(f64) -> f64 + 'a>
{
let tolerance = 0.0000001;
let close_enough = |a: f64, b: f64| (a - b).abs() > tolerance;
let f = trans(fnt);
let mut guess = first_guess;
let mut next: f64 = f(guess);
while close_enough(guess, next) {
// println!("guess next:{}", next);
guess = next;
next = f(next);
}
next
}
求平方根函數,即y2=x,對應y既為x的平方根,對于函數y2-x應用牛頓疊代函數,使用不動點函數進行計算。
fn sqrt(x: f64) -> f64 {
let func = |y: f64| y.powi(2) - x;
fixed_point(&func, newton, 1.0)
}
測試結果
fn main() {
let x = 2.0;
let func = |y: f64| y.powi(2) - x;
let dx = deriv(&func);
println!(" derivative y^2-x:{}", dx(1.0));
let y = newton;
let nt = y(&func);
println!("newton method:{}", nt(1.4142));
let val = fixed_point(&func, newton, 1.0);
println!("fixed point,sqrt:{}", val);
let x = 3.0;
println!("sqrt(x):{}={}", x, sqrt(x));
}
可以看到和lisp比起來,rust實作這種函數式程式設計,還是很别扭,沒有lisp那麼直覺,不過也足夠簡潔了,閉包還是很強大的。
實際上,如果隻是簡單的這種方法求平方根,過程式方法一樣可以實作。這裡最重要的是fixed_point實作了一種求不動點的通用算法,參數裡的fnt和trans函數可以有很多中不同的實作,比如平方根求值,可以用牛頓疊代法的二次逼近,也可以用線性疊代的一次逼近。而依據函數不動點定理,可以對很多不同的函數求解。隻需要實作其函數式,并代入到fixed_point函數即可。實際上是一種函數式抽象。
附注:對應的lisp實作
來源:
SICP Higher-Order Procedures(define (deriv g)
(lambda (x)
(/ (- (g (+ x dx)) (g x))
dx)))
(define (newton-transform g)
(lambda (x)
(- x (/ (g x) ((deriv g) x)))))
(define tolerance 0.00001)
(define (fixed-point f first-guess)
(define (close-enough? v1 v2)
(< (abs (- v1 v2)) tolerance))
(define (try guess)
(let ((next (f guess)))
(if (close-enough? guess next)
next
(try next))))
(try first-guess))
(define (fixed-point-of-transform g transform guess)
(fixed-point (transform g) guess))
(define (sqrt x)
(fixed-point-of-transform (lambda (y) (- (square y) x))
newton-transform
1.0))