C++代码赏析：Map、Filter、Reduce

概念

出自Google的论文《MapReduce: simplified data processing on large clusters》，MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。

公司专注于为企业提供成都做网站、网站建设、外贸营销网站建设、微信公众号开发、成都做商城网站，重庆小程序开发，软件定制网站建设等一站式互联网企业服务。凭借多年丰富的经验，我们会仔细了解各客户的需求而做出多方面的分析、设计、整合，为客户设计出具风格及创意性的商业解决方案，成都创新互联公司更提供一系列网站制作和网站推广的服务。

• 程序 = 算法 + 数据结构
• 算法 = 控制 + 逻辑
• 程序复杂度 = 控制复杂度（可降低） + 逻辑复杂度（理论下限）
• 架构或设计目的就是分离控制和逻辑

函数式编程中的 map、reduce、filter，它们都是一种控制。而参数 lambda 是逻辑（我们要解决的问题），它们一起组成了一个算法。最后，我再把数据放在数据结构里进行处理，最终就成为了我们的程序。

注：vegetarian 素食主义者

例子

1. 过滤出奇数
2. 把上一步计算结果分别做平方处理
3. 把上一步的结果进行求和

#include 
#include 
#include 
#include 

using namespace std;

int main(){
    std::vector nums{ 1, 2, 3, 4, 5, 6, 7, 8, 9 };
    std::vector cache (nums.size());

    // filter
    auto it = std::copy_if (nums.begin(),
                         nums.end(),
                         cache.begin(),
                         [](int n){return n % 2 == 1;});
    // shrink container to new size
    cache.resize(std::distance(cache.begin(),it));

    // map
    std::transform(cache.begin(),
                   cache.end(),
                   cache.begin(),
                   [](int n) -> int {return n * n; });

    auto result = std::accumulate(cache.begin(),
                               cache.end(),
                               0,
                               [] (int carry, int n){ return carry + n;});

    std::cout << result << std::endl;

    return 0;
}

在线测试

https://wandbox.org/permlink/yqa3d46oSx2GnVoQ

网站栏目：C++代码赏析：Map、Filter、Reduce
当前路径：http://www.hantingmc.com/qtweb/news36/100236.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联