适读人群 ：针对希望学习FP并将它应用于日常编码中的程序员
　　√Scala的入门好书有《快学Scala》，但讲高阶特性的仅此一本。
　　√自成体系已显大师风范，亲手设计习题更是罕见，本书习题可谓王冠之明珠。
　　√经典名著，岂敢怠慢！本书译者是Scala社区翘楚，更有旗帜人物作序力荐。
　　√好书不仅给你知识，更带来挑战。本书实属典范，语言|函数式|智慧全面挑战。

　　函数式编程（FP）是一种软件开发风格，它注重不依赖于编程状态的函数。函数式代码易于测试和复用，容易实现并发，且不容易受到bug的攻击。Scala是一种能很好支持函数式编程的新兴JVM语言。《Scala函数式编程》是针对希望学习FP并将它应用于日常编码中的程序员而写的，内容包括：函数式编程的概念；函数式编程相关的各种“为什么”和“怎么做”；如何编写多核程序；练习和检测。

　　王宏江，现任挖财技术部资深架构师，从事软件开发有十多年。曾在阿里巴巴担任架构师，参与过1688、来往等网站的基础建设，以及淘宝类目等基础业务重构，并在淘宝中间件负责过应用容器与分布式框架团队。Tomcat方面的专家，善于诊断问题以及性能调优。有丰富的企业架构和大型互联网技术架构经验。同时也是函数式编程爱好者，和Scala布道者。

　　这本书绝不轻易放过每个知识点，全书包含有大量习题，要求你自己实现 Scala 标准库或者 Scalaz 中的既有功能。所以，当你读完本书，做完习题后，虽然你的应用开发能力并不会直接提升，但你会体会到构建函数式语言和框架时的难点和取舍，从而增进你的框架开发和语言设计的能力。
　　——ThoughtWorks Lead Consultant 杨博

　　这本书所讲授的，正是基于 Scala 的函数式编程基础。基于 Scheme、Haskell 等老牌函数式语言的传统教材的问题在于，相关语言的语法和思维方式与读者现有的知识体系迥异，容易造成较为陡峭的入门门槛。此外，由于这些语言本身的实际应用机会不多，初学者也难以在实战中获得宝贵的直觉和经验。而在 Scala 的帮助下，这本书并不要求你抛开现有的思维方式另起炉灶，它所做的更像是为你现有的思维方式添砖加瓦，从而令你如虎添翼。
　　——Spark committer from Databricks 连城

　　尽管函数式编程在近十多年用得越来越多，但市面上介绍其高阶特性的书却并不多。这本书在这方面是个重要的补充，它不仅仅面向 Scala 程序员，同样面向用任何编程语言开发的程序员，只要你充满好奇心。
　　——挖财网首席架构师 王宏江

　　“让你洞察计算的本质。”
　　——Martin Odersky， Scala的作者

　　“Scala和Java8开发者的函数式编程指南！”
　　——William E. Wheeler， TekSystems

　　“本书向你展示了提升Scala技能的方法和理念，它已超过‘更好的Java’。”
　　——Fernando Dobladez， Code54

　　“里面的练习有些挑战，很有趣，对你在真实世界中使用它很有益。”
　　——Chris Nauroth， Hortonworks

　　“边干边学，而非只是阅读。”
　　——Douglas Alan、Eli和Edythe L. Broad，哈佛和麻省理工学院

原推荐序
序言
致谢
关于本书
函数式编程介绍
1什么是函数式编程
1．1 函数式编程的好处：一个简单的例子
1．1．1 一段带有副作用的程序
1．1．2 函数式的解法：去除副作用
1．2 （纯）函数究竟是什么
1．3 引用透明、纯粹度以及替代模型
1．4 小结
2在Scala中使用函数式编程
2．1 Scala语言介绍：
2．2 运行程序
2．3 模块、对象和命名空间
2．4 高阶函数：把函数传给函数
2．4．1 迂回做法：使用循环方式
2．4．2 第一个高阶函数
2．5 多态函数：基于类型的抽象
2．5．1 一个多态函数的例子
2．5．2 对高阶函数传入匿名函数
2．6 通过类型来实现多态
2．7 小结
3函数式数据结构
3．1 定义函数式数据结构
3．2 模式匹配
3．3 函数式数据结构中的数据共享
3．3．1 数据共享的效率
3．3．2 改进高阶函数的类型推导
3．4 基于list的递归并泛化为高阶函数
3．4．1 更多与列表相关的函数
3．4．2 用简单组件组合list函数时的效率损失
3．5 树
3．6 小结
4不是用异常来处理错误
4．1 异常的优点与劣势
4．2 异常的其他选择
4．3 Option数据类型
4．3．1 Option的使用模式
4．3．2 Option的组合、提升及对面向异常的API的包装
4．4 Either数据类型
4．5 小结
5严格求值和惰性求值
5．1 严格和非严格函数
5．2 一个扩展例子：惰性列表
5．2．1 对Stream保持记忆，避免重复运算
5．2．2 用于检测Stream的helper函数
5．3 把函数的描述与求值分离
5．4 无限流与共递归
5．5 小结
6纯函数式状态
6．1 以副作用方式生成随机数
6．2 纯函数式随机数生成器
6．3 用纯函数式实现带状态的API
6．4 状态行为的更好的API
6．4．1 组合状态行为
6．4．2 嵌套状态行为
6．5 更通用的状态行为数据类型
6．6 纯函数式命令编程
6．7 小结
功能设计和组合子库
7纯函数式的并行计算
7．1 选择数据类型和函数
7．1．1 一种用于并行计算的数据类型
7．1．2 组合并行计算
7．1．3 显性分流
7．2 确定表现形式
7．3 完善API
7．4 API与代数
7．4．1 映射法则
7．4．2 分流法则
7．4．3 打破法则：一个微妙的bug
7．4．4 用Actor实现一个完全无阻塞的Par
7．5 完善组合子为更通用的形式
7．6 小结
8基于性质的测试
8．1 基于性质测试概览
8．2 选择数据类型和函数
8．2．1 API的初始代码片段
8．2．2 性质的含义与API
8．2．3 生成器的意义和API
8．2．4 生成值决定生成器
8．2．5 精炼Prop的数据类型
8．3 最小化测试用例
8．4 使用库并改进其易用性
8．4．1 一些简单的例子
8．4．2 为并行计算编写测试套件
8．5 测试高阶函数及展望未来
8．6 生成器法则
8．7 小结
9语法分析器组合子
9．1 代数设计，走起
9．2 一种可能的代数
9．2．1 切片和非空重复
9．3 处理上下文的相关性
9．4 写一个JSON分析器
9．4．1 JSON格式
9．4．2 JSON分析器
9．5 错误提示
9．5．1 一种可行的设计
9．5．2 错误嵌套
9．5．3 控制分支和回溯轨迹
9．6 实现代数
9．6．1 一种可能的实现
9．6．2 串化分析器
9．6．3 标记分析器
9．6．4 故障转移和回溯
9．6．5 上下文相关的分析
9．7 小结
函数设计的通用结构
10Monoid
10．1 什么是monoid
10．2 使用monoid折叠列表
10．3 结合律和并行化
10．4 例子：并行解析
10．5 可折叠数据结构
10．6 组合monoid
10．6．1 组装更加复杂的monoid
10．6．2 使用组合的monoid融合多个遍历
10．7 小结 151
11Monad
11．1 函子：对map函数的泛化
11．1．1 函子法则
11．2 Monad：对flatMap和unit函数的泛化
11．3 Monadic组合子
11．4 单子定律
11．4．1 结合法则
11．4．2 为指定的monad证明结合法则
11．4．3 单位元法则
11．5 什么是monad
11．5．1 identity monad
11．5．2 状态monad和partial type application
11．6 小结
12可应用和可遍历函子
12．1 泛化单子
12．2 Applicative trait
12．3 单子与可应用函子的区别
12．3．1 对比Option applicative与Option monad
12．3．2 对比Parser applicative与Parser monad
12．4 可应用函子的优势
12．4．1 不是所有的可应用函子都是Monad
12．5 可应用法则
12．5．1 Left and right identity
12．5．2 结合律
12．5．3 Naturality of product
12．6 可遍历函子
12．7 使用Traverse
12．7．1 从monoid到可应用函子
12．7．2 带状态的遍历
12．7．3 组合可遍历结构
12．7．4 遍历融合
12．7．5 嵌套遍历
12．7．6 Monad组合
12．8 小结
作用与I/O
13外部作用和I/O
13．1 分解作用13．2 一个简单的IO类型
13．2．1 处理输入效果
13．2．2 简单IO类型的优缺点
13．3 避免栈溢出
13．3．1 将一个控制流转化为数据构造子
13．3．2 Trampolining：栈溢出的通用解决方法
13．4 一个更微妙的IO类型
13．4．1 合理的monad
13．4．2 一个支持控制台I/O的monad
13．4．3 纯解释器
13．5 非阻塞和异步I/O
13．6 一个通用的IO类型
13．6．1 最终的main程序
13．7 为什么IO类型不足以支撑流式I/O
13．8 小结
14本地影响和可变状态
14．1 纯函数式的可变状态
14．2 一种限制副作用范围的数据类型
14．2．1 受限可变性的语言表达
14．2．2 一种可变引用的代数表达
14．2．3 执行修改状态的行为
14．2．4 可变数组
14．2．5 一个纯函数的in-place快排实现
14．3 纯粹是相对于上下文的
14．3．1 副作用是什么？
14．4 小结
15流式处理与增量I/O
15．1 命令式I/O的问题示例
15．2 一个简单的流转换器
15．2．1 创建Process
15．2．2 组合和追加处理
15．2．3 处理文件
15．3 可扩展的处理类型
15．3．1 来源
15．3．2 保证资源安全
15．3．3 单一输入过程
15．3．4 多个输入流
15．3．5 去向
15．3．6 Effectful通道
15．3．7 动态资源分配
15．4 应用场景
15．5 小结

　　编写好的软件很难。在各种方法论中纠结多年，我们俩发现并爱上了函数式编程（FP）。尽管它与众不同，但它就是能引领我们编写出一致连贯、灵活组合、美丽优雅的程序。我们俩都是波士顿地区 Scala 爱好者群（Boston Area Scala Enthusiasts）的成员，这个群会定期在剑桥聚会。起初，群里主要是一些 Java 程序员，他们一直寻求一些更好的东西。
　　后来大部分的人都表示，没有一个好的方法去学习如何用 Scala 进行函数式编程。我们学习的过程几乎都很随意，写一些函数式的代码，向其他 Scala 和 Haskell 程序员请教学习，阅读一些文章、博客和书籍。我们始终觉得应该有比这更简单的学习方法，直到 2010 年 4 月，群的组织者之一 Nermin erifovi，建议我们写一本关于 Scala 函数式编程的书。本以为基于我们学习的经验，写一本期望中思路清晰的书是一件又快又容易的事情，没想到我们花了 4 年多才完成。要是我们当初学习函数式编程时，有这样一本书该多好啊。
　　希望这本书能够带给你一种兴奋刺激的感觉， 犹如我们第一次遇到函数式编程那样。
　　原推荐序
　　函数式编程作为书题出现在 Scala 中是个有趣的现象。毕竟，通常 Scala 被称为函数式编程语言，而且在市场上有非常多的 Scala 相关书籍。是不是这些书都缺失了对语言函数式方面内容的描述？为了回答这个问题，我们需要有指导性地进行深挖。什么是函数式编程？
　　对我来说，它是“使用函数编程”的别名，换句话说，是一种聚焦在函数上的编程方式。那么什么是函数？再来探寻更大范围的定义。当一种定义承认函数可能有副作用并返回结果时，纯函数式编程限制函数就像数学里定义的那样：用一种二元关系去映射参数到结果。
　　Scala 是不纯粹的函数式编程语言，它同时承认非纯粹函数和纯函数，而且没有使用不同的语法或给予不同的类型去区分这两种函数种类。其他函数式语言也有同样的属性。在Scala 里如果能区分纯函数和非纯函数将是很好的，但我认为我们没有找到轻量级的和无需迟疑的灵活方式来这么做。
　　可以确信的是，Scala 程序员是被鼓励使用纯函数编程的。副作用也有，比如易变、I/O或者异常的使用没有被禁止，事实上这些副作用有的时候使用起来十分方便， 使用它们的原因有互用性、高效、方便等。但是专家的建议是过度地使用副作用普遍来说不是一种好的方式。然而，因为在 Scala 中非纯函数编程是可能的甚至是方便的，对命令式编程背景的程序员来说，保持他们的风格和不努力采用函数式思维的诱惑就非常大了。事实是，非常有可能将 Scala 编写成没有封号结尾的 Java 程序。
　　那么要学习 Scala 中的函数式编程，是不是需要先学习纯函数式编程，比如 Haskell ？任何关于方法的争论都在本书的出现后被极大地削弱了。Paul 和 Rúnar 所做的是简单地将 Scala 作为纯函数式编程语言。可变变量、异常、经典的输入输出和所有其他的非纯函数被消除了。假如你想知道在没有这些便捷方式下如何编写有用的代码，你需要阅读此书。从第一个原理扩展到增量的输入输出，本书展示了如何使用纯函数表达每一个概念。而且不仅仅是展示了可能性，也同样引导你去编写优美的代码和深入探索计算的本质。
　　本书是充满挑战的，不仅仅是因为它需要对细节的注意，同样是对你编程思想的挑战。通过阅读本书和完成推荐的练习，你将更好地认识纯函数式编程是什么，能表达什么，优点是什么。
　　本书让我特别喜欢的是它的自成体系。它开始于最简单的表达式，然后从细节解释每个抽象，再在其基础上进一步抽象。在某种程度上，本书开发了另一个 Scala“宇宙”，这里可变状态是不存在的，所有函数是纯的。普遍使用的 Scala 库的实现和这有些偏离，通常它们是部分按照命令式实现的，（大多数）外层是函数式接口。Scala 容许在函数式接口中封装可变状态，我认为这是一个优点。但是这种能力通常也被滥用。假如发现自己过多地使用它，那么本书是一种强力的解药。
　　——MARTIN ODERSKY
　　Scala 的创造者