列表与递归

头部和尾部

[head | tail ] = [1]        #head 1    tail []
[head | tail ] = [1, 2, 3]        #head 1    tail [2, 3]
[head | tail ] = []        #报错

创建映射函数

　　我们可以使用一个函数来处理列表中的各个元素，如此可以接受更加复杂的处理，也可以根据传入函数的功能做不同的处理。

def map([], _func), do: []
def map([ head | tail ], func), do: [func.(head) | map(tail, func)]Example.map [1,2,3,4], fn n -> n * n end        #[1, 4, 9, 16]

在递归过程中跟踪值

　　我们的目标是使用不可变状态，所以不能再一个全局变量或者模块级变量例存储值。所以，我们以函数参数传入

def sum([], total), do: total
def sum([head | tail], total), do sum(tail, total + head)Example.sum([1,2,3,4], 0)        #10#我们总要传入一个初始值，可以如下改进
def sum(list), do: sum(list, 0)defp _sum([], total), do: total
defp _sum([head | tail], total), do: sum(tail, total + head)

　　使用函数解决问题

def reduce([], value, _), do: value
def reduce([head | tail], value, func), do: reduce(tail, func.(head, value), func)　　#使用匿名函数时在参数列表前加一个点（.）

Example.reduce

更复杂的列表

#交换相近的两个数据，若是单数个数据就报错
def swap([]), do: []
def swap([a, b | tail]), do: [b, a | swap(tail)]
def swap([_]), do: raise "Can`t swap a list with an odd number of elements"

　　可以使用[a, ..., x | tail]匹配一组数据

# [ timestamp, location_id, temperature, rainfall ]  这组数据表示天气
# 版本一
def for_location_27([]), do: []
def for_location_27([ [ time, 27, temp, rain ] | tail ]) do
　　[ [ time, 27, temp, rain ] | for_location_27(tail) ]        #筛选出location_id为27的一组数据
end
def for_location_27([ _ | tail ]), do: for_location_27(tail)        #跳过格式不匹配的一组数据中的一个

#版本二
#更具传入数据进行筛选
def for_location([], _target_loc), do: []
def for_location([ [ time, target_loc, temp, rain ] | tail ], target_loc) do
　　[ [ time, target_loc, temp, rain ] | for_location(tail, target_loc) ]
end
def for_location([ _ | tail ], target_loc), do: for_location(tail, target_loc)    

#版本三
#将匹配函数简化为：
def for_location( head = [ _, target_loc, _, _ ] | tail ], target_loc ), do: [ head | for_location(tail, target_loc) ]