1.md

<!--
 * @Author: shgopher shgopher@gmail.com
 * @Date: 2023-04-01 04:27:56
 * @LastEditors: shgopher shgopher@gmail.com
 * @LastEditTime: 2023-04-05 06:22:04
 * @FilePath: /GOFamily/基础/函数方法/1.md
 * @Description: 
 * 
 * Copyright (c) 2023 by shgopher, All Rights Reserved. 
-->
# map-filter-reduce
map filter reduce 这三个操作经常用在数据的处理上，比如数据的统计业务。

下面看一下这三者基本的做法是什么

我们用做饭来进行类比：

- map 30 个进，30 个出，类似于洗菜的过程
- filter 30 个进，15 个出，类似于摘菜
- reduce 15 个进，1 个出，类似于炒菜的过程

下面这个案例，我们要对于一组 string 进行数据处理。map 的过程，我们对这堆 string 进行全部的修饰，filer 过程我们挑选出合适的 string，reduce 过程我们最终输出要的成品

map 的举例
```go
func MapStr(s []string,f func(string)string)[]string{
  var newS []string
  for _,v := range s{
    newS = append(newS,f(v))
  }
  return newS
}
```

filter 的举例
```go
func FilterStr(s []string,f func(string)bool)[]string{
  var newS []string
  for _,v := range s{
    if f(v){
    newS = append(newS,v)
    }
  }
  return newS
}
```

reduce 的举例
```go
func ReduceStr(s []string,f func(string)string)string{
  var newS string
  for _,v := range s{
    newS += f(v)
  }
  return newS
}
```

```go

func main() {
	s := []string{"李明月", "李月", "百伯", "张兰", "武滴滴", "叶赫那拉", "迪丽热巴"}
	ns := MapStr(s, func(v string) string {
		return v + "同学"
	})
	fmt.Println(ns)
	ns = FilterStr(ns, func(v string) bool {
		return len([]rune(v)) > 4
	})
	fmt.Println(ns)
	sum := ReduceStr(ns, func(v string) string {
		return v + "-"
	})
	fmt.Println(sum)
}
```
这段代码的意思就是首先，我们有一堆学生的名字，我们在名字后面先加上同学，然后我们要把名字本身大于两个字的同学挑出来，并且把他们组成一句话。

```go
map :[李明月同学 李月同学 百伯同学 张兰同学 武滴滴同学 叶赫那拉同学 迪丽热巴同学]
filter :[李明月同学 武滴滴同学 叶赫那拉同学 迪丽热巴同学]
reduce :李明月同学-武滴滴同学-叶赫那拉同学-迪丽热巴同学-
```
通过这个案例我们发现，map-filter-reduce 本身只是控制逻辑，真正的业务逻辑其实是那个函数类型，所以说 map-filter reduce 也是标准的 `控制代码-业务代码` 分离设计