Lambda Conf上有人讲C++函数式编程。
在Functional Conf 2019上，就有主题为“Lambdas: The Functional Programming Companion of Modern C++”的演讲。
演讲者介绍了现代C++中函数式编程相关内容，讲解了如何使用Lambda表达式编写符合函数式编程原则的C++代码，以及C++语言的演变等内容。
NDC Conferences上也有相关演讲，主题为“Functional C++ for Fun & Profit”。
演讲探讨了函数式编程与C++的交集，从C++11中Lambda表达式的引入开始，研究了函数式编程的核心原则，以及如何在C++开发中有效应用这些原则。
函数式编程
函数式编程是一种编程范式，核心思想是将计算过程视为数学函数的组合，强调函数的纯粹性和数据的不可变性，避免副作用（如修改外部状态、改变变量值等）。
特点包括：
- 不可变数据：数据一旦创建就不能被修改，若需变更，需生成新的数据副本，减少状态混乱。
- 纯函数：输入决定输出，不依赖外部状态，也不产生副作用（如修改全局变量、IO操作等），相同输入始终返回相同结果，便于测试和并行计算。
- 函数是一等公民：函数可以像变量一样被传递、赋值、作为参数或返回值，支持高阶函数（如接收或返回其他函数）。
- 避免状态变化：通过函数组合而非循环或状态修改来实现逻辑，常用递归代替迭代。
例如，在处理列表时，函数式编程会用 map （映射）、 filter （过滤）等纯函数组合操作，而非通过循环修改列表元素。
常见的函数式编程语言有Haskell、Scala、Erlang等，现代主流语言（如Java、C++、Python）也逐渐引入了函数式特性（如Lambda表达式、不可变集合）。
代码示例
用现代C++特性（Lambda、算法库）处理数据，体现“用函数组合实现逻辑”“避免修改状态”的特点：
#include <iostream>
#include <vector>
#include <algorithm> // 提供函数式算法
#include <numeric> // 提供accumulate
int main() {
// 原始数据（不可修改，体现不可变性）
const std::vector<int> numbers = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
// 1. 过滤：保留偶数（用lambda作为筛选条件）
std::vector<int> evens;
std::copy_if(numbers.begin(), numbers.end(),
std::back_inserter(evens),
[](int n) { return n % 2 == 0; }); // 纯函数：输入决定输出
// 2. 转换：偶数乘以2（用lambda映射）
std::vector<int> doubled;
std::transform(evens.begin(), evens.end(),
std::back_inserter(doubled),
[](int n) { return n * 2; }); // 无副作用的转换
// 3. 聚合：计算总和（用accumulate组合结果）
int sum = std::accumulate(doubled.begin(), doubled.end(),
0, // 初始值
[](int total, int n) { return total + n; });
// 输出结果：2+4+6+8+10的两倍之和 → (2+4+6+8+10)*2 = 60
std::cout << "结果: " << sum << std::endl; // 仅此处有副作用（IO）
return 0;
}
函数式特点说明：
- 不可变数据： numbers 被声明为 const ，全程不修改原始数据。
- 纯函数：所有Lambda表达式（如 n%2==0 、 n*2 ）都只依赖输入，无外部状态。
- 函数作为参数： copy_if 、 transform 等算法接收Lambda函数作为参数，体现“函数是一等公民”。
- 无显式循环：用标准库算法替代 for 循环，逻辑更接近“做什么”而非“怎么做”。
运行结果为 60 ，整个过程通过函数组合完成数据处理，避免了手动修改变量状态。
优缺点
好处
1. 代码更易理解和维护
纯函数无副作用，逻辑独立，相同输入始终返回相同结果，代码意图更清晰，减少了因状态变化导致的“隐藏逻辑”。
2. 天然支持并发和并行
不可变数据避免了多线程中的“资源竞争”（无需加锁），纯函数可安全地在多线程中并行执行，适合分布式和高性能场景。
3. 便于测试和调试
纯函数不依赖外部状态，单元测试时无需复杂的环境准备，只需验证输入输出；调试时也无需追踪变量的状态变化历史。
4. 代码复用性强
函数作为“一等公民”可被灵活组合（如通过 map / filter / reduce ），形成新的功能，减少重复代码。
5. 减少错误
不可变性避免了意外修改数据导致的bug（如“一个地方改了，别处跟着错”），尤其在复杂系统中更明显。
坏处
1. 学习曲线较陡
思维方式与常见的命令式编程（如用 for 循环、修改变量）差异大，理解递归、函数组合、Monad等概念需要时间。
2. 性能开销可能更高
不可变数据每次修改需创建副本，对于大型数据（如大列表）可能增加内存占用和计算成本（尽管现代语言有优化）。
3. 处理IO等副作用时较繁琐
纯函数禁止IO（如读写文件、网络请求），需通过特殊机制（如Haskell的IO Monad）封装副作用，代码可能更复杂。
4. 不适合所有场景
对于需要频繁修改状态的场景（如GUI交互、游戏帧更新），函数式的“不可变”思路可能反直觉，实现效率低。
5. 调试栈可能更复杂
大量函数组合和递归可能导致调用栈较深，调试时追踪问题源头相对麻烦。
总结
函数式编程适合复杂业务逻辑、高并发、分布式系统等场景，能提升代码可靠性和可维护性；但在性能敏感、IO密集、状态频繁变化的场景中，可能不如命令式编程直接高效。现代主流语言（如C++、Python）多采用“混合范式”，兼顾两者优势。
)
