函数式编程 -> 函数响应式编程
// 假设用户在进入页面到离开页面期间,总共点击按钮 3 次 // 按钮点击序列 let taps: Array = [(), (), ()] // 每次点击后弹出提示框 taps.forEach { showAlert() } 理想情况下,这样处理点击事件确实很完美——每次点击就弹出提示框。但问题
// 假设用户在进入页面到离开页面期间,总共点击按钮 3 次
// 按钮点击序列
let taps: Array = [(), (), ()]
// 每次点击后弹出提示框
taps.forEach { showAlert() }
理想情况下,这样处理点击事件确实很完美——每次点击就弹出提示框。但问题来了:这个序列里的元素(点击事件)是异步产生的,传统数组没法描述这种“元素异步出现”的情况。你总不能在用户还没点击的时候就预先知道所有点击的时间点吧?
于是,为了解决这个问题,就有了可监听序列 Observable。它本质上还是一个序列,但里面的元素可以是同步产生的,也可以是异步产生的——也就是说,它既能描述当前已有的数据,也能描述未来才会出现的数据:

// 按钮点击序列
let taps: Observable = button.rx.tap.asObservable()
// 每次点击后弹出提示框
taps.subscribe(onNext: { showAlert() })
这里 taps 就是按钮点击事件的序列,然后我们通过订阅(subscribe)来对每一次点击事件做出响应——每次点击就弹出提示框。这种编程范式,就叫响应式编程。
那么,把函数式编程和响应式编程结合起来,就是我们常说的函数响应式编程(FRP)。来看一个实际例子:

passwordOutlet.rx.text.orEmpty
.map { $0.characters.count >= minimalPasswordLength }
.bind(to: passwordValidOutlet.rx.isHidden)
.disposed(by: disposeBag)
在这段代码里,我们通过不同的构建函数(比如 .rx.text、.orEmpty)来创建所需的数据序列,然后用 map 进行转换(函数式),最后通过 bind 来响应这个序列(响应式)。整个过程就像一条流水线:数据流进来,经过加工,输出到对应的控件上。这就是函数响应式编程的核心思想——用函数式的方式处理异步数据流。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。












