Какие плюсы и минусы функционального программирования?

Какие плюсы и минусы функционального программирования?

Функциональное программирование (ФП) — это парадигма, в которой программы строятся из чистых функций без побочных эффектов. Python поддерживает функциональное программирование, хотя не является полностью функциональным языком.

1. Плюсы функционального программирования

Легче тестировать

def calculate_total(items: list[float]) -> float:
    """Всегда возвращает одно и то же значение для одних входных данных"""
    return sum(items)

assert calculate_total([10, 20, 30]) == 60

Проще рассуждать о коде

Функция зависит только от своих параметров, результат всегда предсказуем.

Параллелизм без проблем

from multiprocessing import Pool

def process_data(item):
    """Чистая функция — безопасна для параллелизма"""
    return item ** 2

data = [1, 2, 3, 4, 5]
with Pool(4) as pool:
    results = pool.map(process_data, data)

Композиция функций

def compose(*functions):
    """Применяет функции справа налево"""
    def _compose(f, g):
        return lambda x: f(g(x))
    from functools import reduce
    return reduce(_compose, functions)

add_one_and_double = compose(lambda x: x * 2, lambda x: x + 1)
result = add_one_and_double(5)  # (5 + 1) * 2 = 12

Меньше ошибок

Функция не может испортить глобальное состояние, никогда не вызовет непредвиденные побочные эффекты.

Кеширование функций (Memoization)

from functools import lru_cache

@lru_cache(maxsize=128)
def fibonacci(n):
    """Результаты будут закешированы"""
    if n <= 1:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

2. Минусы функционального программирования

Производительность на практике

def add_item_functional(items: tuple, new_item):
    """Создаёт новый кортеж — O(n) копирование!"""
    return items + (new_item,)

def add_item_oop(items: list, new_item):
    items.append(new_item)  # O(1)
    return items

Иммутабельные структуры требуют копирования и медленнее на больших данных.

Сложность для новичков

from functools import reduce

result = reduce(
    lambda acc, x: {**acc, x[0]: x[1]},
    [('a', 1), ('b', 2), ('c', 3)],
    {}
)

ФП требует переучивания мозга и использования сложных концепций, которые неочевидны новичкам.

Потребление памяти

Иммутабельные структуры требуют больше памяти. Каждое изменение — новая копия, все версии хранятся в памяти.

Ввод-вывод (I/O) становится сложным

ФП стремится избежать побочных эффектов, но ввод-вывод — это побочный эффект. Требуются сложные техники и паттерны.

Отладка труднее

result = map(
    lambda x: filter(lambda y: y > 0, map(lambda z: z * 2, x)),
    data
)

Глубокие цепи функций сложно отлаживать, трудно установить точку останова.

Состояние иногда необходимо

Некоторые задачи требуют состояния и проще с ООП (игры, системы с состоянием).

3. Когда использовать ФП

from functools import reduce

# 1. Обработки данных (map, filter, reduce)
prices = [10, 20, 30, 40]
total = reduce(lambda acc, x: acc + x, prices)

# 2. List comprehension лучше, чем map/filter
items = [{'id': 1, 'price': 10}, {'id': 2, 'price': 20}]
processed = [
    {**item, 'tax': item['price'] * 0.08}
    for item in items
]

# 3. Работе с неизменяемыми данными
from dataclasses import dataclass

@dataclass(frozen=True)
class User:
    id: int
    name: str
    email: str

4. Когда использовать ООП

class OrderProcessor:
    def __init__(self, tax_calculator):
        self.tax_calculator = tax_calculator
    
    def process_items(self, items):
        return list(map(self._apply_tax, items))

class GameServer:
    def __init__(self):
        self.players = {}
        self.running = False

ООП подходит для моделирования реальных сущностей, работе с состоянием и побочными эффектами.

5. Комбинированный подход (Python way)

Python не полностью функциональный — комбинируй оба подхода:

• ООП для структуры и состояния
• ФП для логики преобразования данных
• List comprehension вместо map/filter
• Иммутабельные dataclass'ы для данных

Итог: ФП даёт чистоту, тестируемость и безопасность параллелизма, но требует больше памяти, медленнее и сложнее для изучения. Python подходит для комбинированного подхода: используй ООП для структуры и состояния, ФП для преобразования данных.