📚 课程目录第3章函数式编程核心

第3章函数式编程核心：纯函数、高阶函数、Monad、Functor、Applicative

  章节核心脉络： 围绕函数式编程的四个基石概念展开，重点掌握定义、操作符、类型类层级及面试话术。面试中覆盖“概念辨析—实现举例—项目落地”三层递进。

概念	本质	关键操作	面试高频点
纯函数	无副作用、引用透明	—	与不纯函数对比、测试优势
高阶函数	接收/返回函数	map, filter, fold	闭包、类型签名
Functor	可映射容器	map	结合律、恒等律
Applicative	应用函子	ap / <*>	与Monad关系、纯函数应用
Monad	可组合计算链	flatMap / >>=	三定律、Option/List/Either

加分技巧： 面试中主动使用“这个类型类满足XX定律”能体现理论深度。例如：“Monad三定律：左单位元、右单位元、结合律”。

考察点	基础概念理解、引用透明、与不纯函数的边界、实际编码中对副作用的隔离
回答框架	定义（相同输入相同输出、无副作用）→ Scala特性（不可变值、表达式导向）→ 举例（val vs var, 纯方法 vs IO）→ 工程价值（测试、并行、推理）
示例回答	纯函数指结果仅由输入决定且无副作用。在Scala中我常用 `val` 和不可变集合，避免显式赋值。如 `def add(x: Int)(y: Int): Int = x + y` 是纯函数；而 `println` 则是不纯的。工程上纯函数让单元测试无需mock，且天然支持并行。
可能追问	如何在不纯环境中依赖注入纯逻辑？Scala的 `lazy val` 是纯的吗？
避坑提醒	不要将“不可变”与“纯”混为一谈。不可变变量但依赖外部文件系统的函数仍然不纯。避免在回答中忽略 `scala.collection.mutable` 的使用场景。

考察点	函数作为一等公民、闭包、类型签名、常用高阶函数（map, filter, fold）
回答框架	定义（接收或返回函数）→ 常见用法（集合操作、自定义控制抽象）→ 类型签名解读（如 `foldLeft[B](z: B)(op: (B, A) => B): B`）→ 与匿名函数结合
示例回答	高阶函数是函数式编程基石，如 `List(1,2,3).map(_ * 2)`。自定义控制抽象如 `def measure[T](f: => T): (T, Long) = { val s = System.nanoTime(); (f, System.nanoTime - s) }` 也体现了高阶思想。面试时我会主动分析 `fold` 的累加器类型。
可能追问	闭包捕获变量时的生命周期？高阶函数与柯里化的关系？
避坑提醒	避免过度使用高阶函数导致类型复杂难读。面试中应强调“高阶函数配合类型推断”的Scala优势，而非滥用 `def foo(x: Int)(implicit ev: Monad[M])` 等抽象。

考察点	类型类层次理解、操作符差异、抽象程度、典型实例（Option / List / Either）
回答框架	三者的抽象层次递进 → 核心操作对比（map vs ap vs flatMap）→ 满足的法则 → 实际选择场景（应用纯函数、链式依赖、并行/序列）
示例回答	Functor通过 `map` 提升纯函数到容器内；Applicative通过 `ap` 组合多个独立效果；Monad通过 `flatMap` 处理依赖效果。例如 `for` 推导式本质是Monad语法糖。三者遵循递进关系：`Monad extends Applicative extends Functor`。
可能追问	能否给出一个只能使用Applicative而不能使用Monad的例子？（如：IO并行收集）Cats库中这三个类型类的实际源码定义？
避坑提醒	不要认为Monad比Applicative“更好”，每个有不同适用场景。面试中要具体说明“应用级”差异，而非只背诵类型符号。避免混淆 `ap` 和 `map` 的顺序。

业务背景	原有规则引擎基于Java可变状态，同时处理500+规则时竞态频发，回归成本高。
规模指标	日处理1000万+交易事件；规则数600+；开发团队4人
技术栈	Scala 2.13, Cats Effect 3, FS2, Redis (纯函数式客户端), Circe
核心难点	如何在不引入全局状态的前提下维护规则上下文依赖（多次往返DB）；需要同时支持顺序和并行规则执行
面试高频追问	为什么选择Cats Effect而非ZIO？如何处理规则间的优先级传递（flatMap链的依赖注入）？如何用Applicative实现并发规则组合而不用Monad？测试覆盖率如何保证纯函数的防腐蚀边界？
可迁移回答话术	“在这个项目中，我们利用 `ReaderT[IO, Env, A]` 将规则上下文注入到纯函数中，所有副作用在IO边界隔离。当规则需要并行执行时，使用Applicative的 `mapN` 进行组合，而不进入Monad的flatMap，从而保持了引用透明并降低了测试成本。重构后单规则测试不需mock，回归测试耗时从40分钟降至7分钟。”

⚠ 常见雷区： 项目案例中不要只谈“用了Monad”，一定要量化提升结果（如Bug率、性能、测试耗时）。面试官期待听到具体的技术选型权衡：为何选Cats而不选ZIO？为何用Reader + IO而非单纯IO？回答时避免“大而全”堆名词，聚焦一两个核心痛点即可。

第3章 函数式编程核心：纯函数、高阶函数、Monad、Functor、Applicative