上一章總結了模式在 Scala 中的幾種用法，最后提到了匿名函數。這一章，我們具體的去學習如何在匿名函數中使用模式。
如果你參與過 Coursera 上的 [那門 Scala 課程](https://www.coursera.org/course/progfun) ，或者寫過 Scala 代碼，那很可能你已經熟悉匿名函數。比如說，將一組歌名轉換成小寫格式，你可能會定義一個匿名函數傳遞給 `map` 方法：
~~~
val songTitles = List("The White Hare", "Childe the Hunter", "Take no Rogues")
songTitles.map(t => t.toLowerCase)
~~~
或者，利用 Scala 的 _占位符語法(placeholder syntax)_ 得到更加簡短的代碼：
~~~
songTitles.map(_.toLowerCase)
~~~
目前為止，一切都很順利。不過，讓我們來看一個稍微有些區別的例子：假設有一個由二元組組成的序列，每個元組包含一個單詞，以及對應的詞頻，我們的目標就是去除詞頻太高或者太低的單詞，只保留中間地帶的。需要寫出這樣一個函數：
~~~
wordsWithoutOutliers(wordFrequencies: Seq[(String, Int)]): Seq[String]
~~~
一個很直觀的解決方案是使用 `filter` 和 `map` 函數：
~~~
val wordFrequencies = ("habitual", 6) :: ("and", 56) :: ("consuetudinary", 2) ::
("additionally", 27) :: ("homely", 5) :: ("society", 13) :: Nil
def wordsWithoutOutliers(wordFrequencies: Seq[(String, Int)]): Seq[String] =
wordFrequencies.filter(wf => wf._2 > 3 && wf._2 < 25).map(_._1)
wordsWithoutOutliers(wordFrequencies) // List("habitual", "homely", "society")
~~~
這個解法有幾個問題。首先，訪問元組字段的代碼不好看，如果我們可以直接解構出字段，那代碼可能更加美觀和可讀。
幸好，Scala 提供了另外一種寫匿名函數的方式：_模式匹配形式的匿名函數_，它是由一系列模式匹配樣例組成的，正如模式匹配表達式那樣，不過沒有 `match` 。下面是重寫后的代碼：
~~~
def wordsWithoutOutliers(wordFrequencies: Seq[(String, Int)]): Seq[String] =
wordFrequencies.filter { case (_, f) `> f > 3 && f < 25 } map { case (w, _) `> w }
~~~
在兩個匿名函數里，我們只使用了一個匹配案例，因為我們知道這個樣例總是會匹配成功，要解構的數據類型在編譯期就確定了，沒有會出錯的可能。這是模式匹配型匿名函數的一個非常常見的用法。
如果把這些匿名函數賦給其他值，你也會看到它們有著正確的類型：
~~~
val predicate: (String, Int) `> Boolean ` { case (_, f) => f > 3 && f < 25 }
val transformFn: (String, Int) `> String ` { case (w, _) => w }
~~~
> 不過要注意，必須顯示的聲明值的類型，因為 Scala 編譯器無法從匿名函數中推導出其類型。
當然，也可以定義一系列更加復雜的的匹配案例。但是你必須的確保對于每一個可能的輸入，都會有一個樣例能夠匹配成功，不然，運行時會拋出 `MatchError` 。
### 偏函數
有時候可能會定義一個只處理特定輸入的函數。這樣的一種函數能幫我們解決 `wordsWithoutOutliers` 中的另外一個問題：在 `wordsWithoutOutliers` 中，我們首先過濾給定的序列，然后對剩下的元素進行映射，這種處理方式需要遍歷序列兩次。如果存在一種解法只需要遍歷一次，那不僅可以節省一些 CPU，還會使得代碼更簡潔，更具有可讀性。
Scala 集合的 API 有一個叫做 `collect` 的方法，對于 `Seq[A]` ，它有如下方法簽名：
~~~
def collect[B](pf: PartialFunction[A, B]): Seq[B]
~~~
這個方法將給定的 _偏函數(partial function)_ 應用到序列的每一個元素上，最后返回一個新的序列 - 偏函數做了 `filter` 和 `map` 要做的事情。
那偏函數到底是什么呢？概括來說，偏函數是一個一元函數，它只在部分輸入上有定義，并且允許使用者去檢查其在一個給定的輸入上是否有定義。為此，特質 `PartialFunction` 提供了一個 `isDefinedAt` 方法。事實上，類型 `PartialFunction[-A, +B]` 擴展了類型 `(A) ＝> B`（一元函數，也可以寫成 `Function1[A, B]` ）。模式匹配型的匿名函數的類型就是 `PartialFunction` 。
依據繼承關系，將一個模式匹配型的匿名函數傳遞給接受一元函數的方法（如：`map`、`filter`）是沒有問題的，只要這個匿名函數對于所有可能的輸入都有定義。
不過 `collect` 方法接受的函數只能是 `PartialFunction[A, B]` 類型的。對于序列中的每一個元素，首先檢查偏函數在其上面是否有定義，如果沒有定義，那這個元素就直接被忽略掉，否則，就將偏函數應用到這個元素上，返回的結果加入結果集。
現在，我們來重構 `wordsWithoutOutliers` ，首先定義需要的偏函數：
~~~
val pf: PartialFunction[(String, Int), String] = {
case (word, freq) if freq > 3 && freq < 25 => word
}
~~~
我們為這個案例加入了 _守衛語句_，不在區間里的元素就沒有定義。
除了使用上面的這種方式，還可以顯示的擴展 `PartialFunction` 特質：
~~~
val pf = new PartialFunction[(String, Int), String] {
def apply(wordFrequency: (String, Int)) = wordFrequency match {
case (word, freq) if freq > 3 && freq < 25 => word
}
def isDefinedAt(wordFrequency: (String, Int)) = wordFrequency match {
case (word, freq) if freq > 3 && freq < 25 => true
case _ => false
}
}
~~~
當然，前一種方法更為更為簡潔。
把定義好的 `pf` 傳遞給 `map` 函數，能夠通過編譯期，但運行時會拋出 `MatchError` ，因為我們的偏函數并不是在所有輸入值上都有定義：
~~~
wordFrequencies.map(pf) // will throw a MatchError
~~~
不過，把它傳遞給 `collect` 函數就能得到想要的結果：
~~~
wordFrequencies.collect(pf) // List("habitual", "homely", "society")
~~~
這個結果和我們最初的實現所得到的結果是一樣的，因此我們可以重寫 `wordsWithoutOutliers`：
~~~
def wordsWithoutOutliers(wordFrequencies: Seq[(String, Int)]): Seq[String] =
wordFrequencies.collect { case (word, freq) if freq > 3 && freq < 25 => word }
~~~
偏函數還有其他一些有用的性質，比如說，它們可以被直接串聯起來，實現函數式的[責任鏈模式](http://en.wikipedia.org/wiki/Chain-of-responsibility_pattern)（源自于面向對象程式設計）。
偏函數還是很多 Scala 庫和 API 的重要組成部分。比如：[Akka](http://akka.io) 中，actor 處理信息的方法就是通過偏函數來定義的。因此，理解這一概念是非常重要的。
### 小結
在這一章中，我們學習了另一種定義匿名函數的方法：一系列的匹配樣例，它用一種非常簡潔的方式讓解構數據成為可能。而且，我們還深入到偏函數這個話題，用一個簡單的例子展示了它的用處。
下一章，我們將深入的學習已經出現過的 `Option` 類型，探索其存在的原因及其使用方式。
