缺陷是：1、没有纯粹的函数式的非排序的字典或集合Set；2、没有纯函数式弱哈希表；3、没有纯函数的并发集合；4、惯性巨大；5、会产生太多的分配设计；6、纯函数式编程实践的性能不行；7、函数式编程很难解决实际问题。

纯函数或持久数据结构，比如那些在Okasaki’s fabulous monograph被发现的事物都能成为伟大的工具，他们提供了在不用担心可变状态Mutation的情况下，能重用旧集合版本实现的持久化功能，在大多数情况下(特别是逻辑编程和编译程序)。它们会使得解决方案更简洁和清晰。 部分原因是它使得回溯变得平常，然而，持久成为性能方面的一个很大成本，也就是持久化性能很差: 纯函数字典通常比一个正常的哈希表慢10倍以上，也曾经发现慢过40倍。

此外，大多数函数式编程语言（OCaml，Haskell、Scala）都不能表达一个快速的通用可变的哈希表，因为他们缺乏杀手锏：具体化的泛型、值类型和快速GC写屏障（write barrier）。

当心，有人试图声称，Haskell的纯函数字典比Haskell的可变的哈希表更快。正确的结论是Haskell的可变哈希表相比其他语言的实现是缓慢的，所以，显得纯函数字典比较快。

使用垃圾回收机制收集命令式语言，一个图的顶点与边之间的关系可以使用弱哈希表表达，垃圾回收机制会替你收集其子图。而因为在纯函数编程中，没有纯函数弱哈希表，所以，你必须自己编写垃圾回收机制。请注意，大多数开发人员从来没有用过弱哈希表，因此让他们编写自己的垃圾回收机制是多大的一个问题。

根据定义，不可变集合不能支持并发可变状态操作，因此，如果你想共享一个可变状态的集合，比如内存数据库等，在这点上，没有有效的纯函数式解决方案可替换。

除了图算法，计算机科学65年发表的文献几乎完全集中在命令式的解决方案，因此命令式程序员会很容易站在巨人肩膀上，而纯函数程序员只能从零开始，记得几年前，Haskell还是博士论文题目。几个haskell程序员编写了通用的并行快速排序Haskell程序，点击这里看看发生了什么

所有函数式编程的实现，包括纯与不纯的，都会产生太多的分配设计。1960左右，麦卡锡发明了Lisp。核心数据是结构链表。每一个列表节点是一个独立的堆分配的块。所有现代的函数性语言都是由此演变而来。在上世纪70年代Schema作为Lisp相同的数据表示策略。在上世纪80年代，SML增加了unboxing with tuple，堆分配作为一个单一的内存块。在上世纪90年代，OCaml稍微加了点unboxing的浮点数组。Haskell增加了一些unboxing数据的能力。

但到目前为止，没有任何函数编程语言默认使用unboxing tuple。即使F#，基于.NET提供任意的值类型，仍然使用.NET的boxed tuple。因此，所有的现代的函数性编程语言产生很高的分配率(allocation rate)基本上没有很好的理由。因此，他们对垃圾收集器产生的压力远远超过普通必要的压力水平。这是一个严重的问题，不只是因为它使串行代码变慢，而且因为垃圾收集器是一个共享的资源，因此，对GC施加了过多压力会阻碍并行程序的可扩展性。

命令式集合通常更快的，函数式语言想在性能上超过命令式集合的性能很难，前者变成后者的天花板。

纯函数式编程在理论上并行概念很好，但是实践中性能不行，而性能是使用并行的唯一目的。

今天编写并行程序有两个目的：首先实现客观上更有效率的目的，其次使得本来很慢的方案变得不那么慢，大多数情况下，函数式编程中的并行属于后者。在高性能计算领域几乎没有人直接运行函数式代码，当大多数函数程序员使用并行编程并不是为了获得最快的性能，而是为了能在原有性能基础上有所提升。

像Haskell纯函数式语言被设计成空间和时间的概念，这能让你从更高层次和视角看待你的问题，但是也产生大量内存消耗和需要很长时间获得结果。

注意：人们只谈论可扩展性而否定绝对性能， 其实绝对性能和可扩展性都很重要。

函数式程序员和解决实际问题之间存在鸿沟，感谢这些问题因为Scala, Clojure 和 F# 等出现了改善，但是确实多年来存在蠢货主导了函数式编程领域的场景，使得人们使用它很难来解决实际问题，比如一些LISP社区一直在解释Lisp一些参数为什么是好的，但是经过很多年我才发现这些参数是错误的。

延伸阅读：

函数式语言(functional language)一类程序设计语言，是一种非冯·诺伊曼式的程序设计语言。函数式语言主要成分是原始函数、定义函数和函数型。这种语言具有较强的组织数据结构的能力，可以把某一数据结构(如数组)作为单一值处理；可以把函数作为参数，其结果也可为函数，这种定义的函数称为高阶函数，程序就是函数，程序作用在结构型数据上，产生结构型结果，从根本上改变了冯·诺伊曼式语言的“逐词”工作方式。

函数式编程经常使用递归。纯函数式的程序没有变量和副作用（Side effect）。因为纯函数式程序设计语言没有变量，函数没有副作用，编写出的程序可以利用记忆化、公共子表达式消除和并发计算在运行时和编译时得到大量优化。我们常见的编程语言有数十种之多。

从人工到自动化，从重复到创新，技术演进的历程中，都伴随着开发者工具类产品的发展，所以这里整理近几年口碑良好，使用广泛的22款程序员生产力工具。

1.研发项目管理与协作：PingCode

优点：让工作推进、进度/问题追踪、团队协作变得更简单，2021年研发项目管理榜单TOP1（36Kr）。

简介：覆盖研发全生命周期，广泛用于需求、版本、项目（敏捷/kanban/瀑布）、测试、缺陷、文档、效能等环节管理与协作。并且集成github、gitlab、jinkens等主流工具，支持私有部署、在线等多种部署使用方式。

【教程/官网】

2.任务管理/甘特图制作工具：Worktile

优点：功能成熟、性价比高、国内市场占有率最高的团队任务工具；

简介：在功能上Worktile 是一个工具集合，它具备OKR目标管理、项目管理、项目集管理、项目计划、项目风险、项目成本管理、企业网盘、审批、简报等能力。并且具备强大的自定义能力，能够配置出符合各种项目团队的流程、表单、字段、数据报表，以及具备丰富的模板市场。

【官网/教程】

3.分布式版本控制系统：Git

优点：分布式开发、速度快、灵活

简介：Git是一个开源的分布式版本控制系统，可以有效、高速地处理从很小到非常大的项目版本管理。也是Linus Torvalds为了帮助管理Linux内核开发而开发的一个开放源码的版本控制软件。

【教程/官网】

4.数据库管理工具：Navicat

优点：高效、安全，最好用的数据库管理工具。

简介：“Navicat”是一套可创建多个连接的数据库管理工具，用以方便管理 MySQL、Oracle、PostgreSQL、SQLite、SQL Server、MariaDB 和 MongoDB 等不同类型的数据库，它与阿里云、腾讯云、华为云、Amazon RDS、Amazon Aurora、Amazon Redshift、Microsoft Azure、Oracle Cloud 和 MongoDB Atlas等云数据库兼容。

【官网/教程】

其余工具可通过《神级程序员都用什么工具？程序员生产力工具大全 》查看，以上均整理自该文章。

文章标题：函数式语言的缺陷是什么，发布者：小编，转载请注明出处：https://worktile.com/kb/p/39231