Iteratees和FRP之間有什么聯系？

Question

在我看來，這兩個想法之間存在着密切的聯系。 我的猜測是，如果有一種方法可以用迭代器表示任意圖形，那么FRP可以用Iteratees來實現。 但是afaik他們只支持鏈式結構。

有人可以對此有所了解嗎？

Answer 1

這是相反的方式。 AFRP和流處理之間存在很強的聯系。 事實上，AFRP 是流處理的一種形式，你可以使用這個習慣來實現與管道非常相似的東西：

data Pipe m a b =
    Pipe {
      cleanup :: m (),
      feed    :: [a] -> m (Maybe [b], Pipe m a b)
    }

這是Netwire中的電線類別的擴展。 它接收下一個輸入塊並在停止生成時返回Nothing。 使用此文件閱讀器將具有以下類型：

readFile :: (MonadIO m) => FilePath -> Pipe m a ByteString

Pipe是一系列應用函子，所以要將一個簡單的函數應用於流元素，你可以使用fmap ：

fmap (B.map toUpper) . readFile

為了您的方便，它也是一個系列的教師。

最有趣的功能是這是一系列替代函子。 這允許您路由流並允許多個流處理器在放棄之前“嘗試”。 這可以擴展到一個完整的解析庫，甚至可以使用一些靜態信息進行優化。

Answer 2

您可以使用流處理器實現有限形式的FRP。 例如，使用pipes庫，您可以定義事件源：

mouseCoordinates :: (Proxy p) => () -> Producer p MouseCoord IO r

...您可以類似地定義一個圖形處理程序，它接受鼠標坐標並更新畫布上的光標：

coordHandler :: (Proxy p) => () -> Consumer p MouseCoord IO r

然后，您將使用組合將鼠標事件連接到處理程序：

>>> runProxy $ mouseCoordinates >-> coordHandler

它會像你期望的那樣運行。

就像你說的那樣，這適用於單個連鎖階段，但是更多的任意拓撲呢？ 好吧，事實證明，由於中央Proxy類型的pipes是monad變換器，你可以通過在它們自己之上嵌套代理monad變換器來建模任何任意拓撲。 例如，以下是如何壓縮兩個輸入流：

zipD
 :: (Monad m, Proxy p1, Proxy p2, Proxy p3)
 => () -> Consumer p1 a (Consumer p2 b (Producer p3 (a, b) m)) r
zipD () = runIdentityP $ hoist (runIdentityP . hoist runIdentityP) $ forever $ do
    a <- request ()               -- Request from the outer Consumer
    b <- lift $ request ()        -- Request from the inner consumer
    lift $ lift $ respond (a, b)  -- Respond to the Producer

這表現得像一個curried函數。 您可以按順序將其部分應用於每個輸入，然后可以在完全應用它時運行它。

-- 1st application
p1 = runProxyK $ zipD   <-< fromListS [1..]

-- 2nd application
p2 = runProxyK $ p2     <-< fromListS [4..6]

-- 3rd application
p3 = runProxy  $ printD <-< p3

它以您期望的方式運行：

>>> p3
(1, 4)
(2, 5)
(3, 6)

這個技巧推廣到任何拓撲。 您可以在“分支，拉鏈和合並”部分的Control.Proxy.Tutorial中找到有關此內容的更多詳細信息。 特別是，您應該檢查它使用的fork組合器作為示例，它允許您將流拆分為兩個輸出。