Scala 这个术语是什么；理由是；你是说计算机科学？

在学习函数式编程的过程中，我经常遇到“reasonabout”这个术语，尤其是在纯函数和/或引用透明的上下文中。有人能解释一下这到底意味着什么吗？

通常在编写程序时，您的工作不仅仅是编写代码，还需要了解代码显示的一些属性。你可以通过两种方法得出这些性质：逻辑分析或经验观察

此类财产的例子包括：

• 正确性（程序是否执行了它应该执行的操作）
• 性能（需要多长时间）
• 可伸缩性（输入如何影响性能）
• 安全性（算法可能被恶意滥用）

当你根据经验测量这些属性时，你得到的结果精度有限。因此，从数学上证明这些性质要优越得多，但这并不总是容易做到的。函数式语言的设计目标之一是使其属性的数学证明更易于处理。这就是对程序进行推理的典型含义

---

就函数或更小的单元而言，上述内容适用，但有时作者也只是指思考算法或设计算法。这取决于具体用途

---

顺便提一下，我们可以举出一些例子，说明如何对这些事情进行推理，以及如何进行经验观察：

正确性：我们可以证明代码是正确的，如果我们能平等地证明它做了它应该做的事情。所以对于排序函数，如果我们能证明我们给它的任何列表都具有被排序的属性，我们知道我们的代码是正确的。根据经验，我们可以创建一个单元测试套件，在这里我们给出输入的代码示例，并检查代码是否具有所需的输出

性能和可伸缩性：我们可以分析我们的代码并证明算法的性能界限，这样我们就知道它所花费的时间如何依赖于输入的大小。根据经验，我们可以对代码进行基准测试，并查看它在特定机器上实际运行的速度。我们可以进行负载测试，看看我们的机器/算法在折叠/变得不切实际之前可以接受多少实际输入。

关于代码的推理，在最宽松的意义上，意味着思考您的代码及其真正的功能（而不是您认为它应该做什么）

• 意识到当您向代码抛出数据时代码的行为方式
• 知道哪些东西可以在不破坏它的情况下进行重构，以及
• 密切关注可以执行哪些优化

除其他外。对我来说，在调试或重构时，推理部分起着最大的作用

举一个你提到的例子：当我试图找出函数的错误时，引用透明性对我帮助很大。引用透明性保证了当我拨弄函数时，给它不同的参数，我知道函数在我的程序中的反应是相同的。它只依赖于它的参数。这使得函数更容易推理，而不是命令式语言，在命令式语言中，函数可能依赖于某些外部变量，这些变量在我的眼皮底下可能会发生变化

另一种看待它的方式（这在重构时更有用）是，您越知道代码满足某些属性，就越容易推理。例如，我知道

map f (map g xs) === map (f . g) xs

这是一个有用的属性，我可以在重构时直接应用它。事实上，我可以声明Haskell代码的这些属性，这使我们更容易进行推理。我可以尝试在Python程序中声明这个属性，但我对它的信心要小得多，因为如果我在选择

f

和

g

时运气不好，结果可能会大不相同。

通常当人们说“推理”时，他们指的是“等式推理”，这意味着在不运行代码的情况下验证代码的属性

这些属性可能非常简单。例如，给定

（）

和

id

的以下定义：

id :: a -> a
id x = x

(.) :: (b -> c) -> (a -> b) -> (a -> c)
(f . g) = \x -> f (g x)

。。。然后，我们可能想证明：

f . id = f

这很容易证明，因为：

(f . id) = \x -> f (id x) = \x -> f x = f

请注意我是如何为所有

f

证明这一点的。这意味着我知道这个属性无论如何都是真的，因此我不再需要在某种单元测试套件中测试这个属性，因为我知道它永远不会失败。

非正式地说，它意味着“能够通过查看代码来判断程序将做什么。”这在大多数语言中都是非常困难的，由于副作用、强制转换、隐式转换、重载函数和运算符等原因，也就是说，当您无法仅使用大脑对代码进行推理时，您必须运行它以查看它对给定输入的作用。

“对程序进行推理”只是“分析程序以查看它的作用”

---

其思想是，纯洁简化了理解，既可以通过人类改变程序，也可以通过机器编译程序或分析程序中的错误案例。

正如@John Wiegley所说，关于手段的理由

通过查看代码就可以知道程序将做什么

---

更重要的是理解是什么阻碍了我们对代码进行推理。这些都是副作用

这个问题的许多正确答案都已经给出，参考了正确性的数学证明。但我希望为不一定是数学专业的程序员提供一个实用的答案

正如道格拉斯·克罗克福德（Douglas Crockford）所观察到的那样，正确性的形式证明在当代编程实践中并不是很重要

“关于代码的原因”这句话首先使它变得实用