Kotlin ‐ 복잡한 함수형 프로그래밍 - dnwls16071/Backend_Summary GitHub Wiki

📚 고차 함수와 함수 리터럴

fun compute(num1: Int, num2: Int, op: (Int, Int) -> Int): Int {
    return op(num1, num2)
}

대표적인 고차함수 예시1: 컬렉션 처리 함수(map, filter, forEach, sortedBy, groupBy)
대표적인 고차함수 예시2: 스코프 함수(let, run, apply, also, with)
- let: 호출한 객체(it)를 람다의 인자로 전달하며, 널이 아닐 때만 실행하고 결과를 반환한다.
- run: 람다 내에서 객체(this)를 사용하여 프로퍼티를 설정하거나 함수를 호출하고, 최종 결과를 반환한다.
- apply: run과 비슷하지만, 객체(this) 자체를 반환한다. 객체를 생성하고 초기화하는 데 주로 사용된다.
- also: bapply와 비슷하지만, 람다의 인자로 객체(it)를 전달하며, 객체 자체를 반환한다. 주로 부수 효과(side-effect)를 수행하는 데 사용된다.
- with: 객체(this)를 인자로 받아 컨텍스트 내에서 작업을 수행한다. 반환값은 람다의 마지막 표현식이다.
대표적인 고차함수 예시3: 리소스 관리 함수(use)
- use: 파일을 열고 닫거나 데이터베이스 커넥션을 관리하는 등 리소스 처리를 간편하게 처리해준다.
대표적인 고차함수 예시4: 코루틴 빌더 함수(launch, async)
- launch: 새로운 코루틴을 시작하고 결과를 기다리지 않는다.
- async: 새로운 코루틴을 시작하고 Deferred 객체를 반환하여 나중에 결과를 받을 수 있도록 한다.

📚 복잡한 함수 타입과 고차 함수의 단점❓

낮은 숙련도의 경우: 함수형 프로그래밍에 익숙하지 않은 개발자에게는 고차 함수로 작성된 코드가 직관적이지 않고 이해하기 어려울 수 있다. 특히 람다가 중첩되거나, 복잡한 연산 체인을 형성할 때 가독성이 떨어질 수 있다.
과도한 사용: 간단한 작업에 지나치게 추상적인 고차 함수를 사용하면 오히려 코드를 더 복잡하게 만들 수 있다. 때로는 단순한 for 루프가 훨씬 명확하고 이해하기 쉬울 수 있다.

📚 inline 함수❓

// 잘못된 예제: 람다의 성능 오버헤드
fun nonInlineOperation(count: Int, action: () -> Unit) {
    for (i in 1..count) {
        action() // 매번 함수 객체 할당 및 호출 오버헤드 발생
    }
}

fun main() {
    val startTime = System.nanoTime()

    // 람다를 직접 전달하여 100만 번 호출
    nonInlineOperation(1_000_000) {
        // 실제로는 매우 작은 연산
    }

    val endTime = System.nanoTime()
    println("경과 시간: ${(endTime - startTime) / 1_000_000.0}ms")
}

nonInlineOperation 함수가 호출될 때마다 action 람다를 위한 새로운 함수 객체가 힙에 생성된다.
함수 객체를 생성하고 호출하는 과정에서 작은 성능 오버헤드가 발생합니다. 특히 반복문 안에서 수백만 번 호출될 경우 이 오버헤드가 누적되어 전체적인 성능에 영향을 줄 수 있다.

// 리팩터링된 예제: `inline`을 사용하여 오버헤드 제거
inline fun inlineOperation(count: Int, action: () -> Unit) {
    for (i in 1..count) {
        action() // 컴파일 시 이 위치에 action 람다의 코드가 직접 삽입됨
    }
}

fun main() {
    val startTime = System.nanoTime()

    // inline 함수 호출
    inlineOperation(1_000_000) {
        // 실제로는 매우 작은 연산
    }

    val endTime = System.nanoTime()
    println("경과 시간: ${(endTime - startTime) / 1_000_000.0}ms")
}

inline 키워드 덕분에 inlineOperation 함수가 호출될 때마다 람다 객체를 생성하는 오버헤드가 사라진다.
컴파일 시점에 action() 호출이 람다의 본문 코드로 대체되므로, 마치 람다 없이 직접 코드를 작성한 것처럼 동작한다.
결과적으로 메모리 할당과 함수 호출 오버헤드가 줄어들어 성능이 향상된다.

📚 SAM과 reference❓

SAM(Single Abstract Method) : 추상 메서드 하나만 있는 경우