概念

出自Google的论文《MapReduce: simplified data processing on large clusters》，MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。

程序 = 算法 + 数据结构算法 = 控制 + 逻辑程序复杂度 = 控制复杂度（可降低） + 逻辑复杂度（理论下限）架构或设计目的就是分离控制和逻辑

函数式编程中的 map、reduce、filter，它们都是一种控制。而参数 lambda 是逻辑（我们要解决的问题），它们一起组成了一个算法。最后，我再把数据放在数据结构里进行处理，最终就成为了我们的程序。

注：vegetarian 素食主义者

C++

map

std::transform

filter

std::remove_if

reduce

std::accumulate

例子过滤出奇数把上一步计算结果分别做平方处理把上一步的结果进行求和

#include <iostream>#include <vector>#include <algorithm>#include <numeric>using namespace std;int main(){    std::vector<int> nums{ 1, 2, 3, 4, 5, 6, 7, 8, 9 };    std::vector<int> cache (nums.size());    // filter    auto it = std::copy_if (nums.begin(),                         nums.end(),                         cache.begin(),                         [](int n){return n % 2 == 1;});    // shrink container to new size    cache.resize(std::distance(cache.begin(),it));    // map    std::transform(cache.begin(),                   cache.end(),                   cache.begin(),                   [](int n) -> int {return n * n; });    auto result = std::accumulate(cache.begin(),                               cache.end(),                               0,                               [] (int carry, int n){ return carry + n;});    std::cout << result << std::endl;    return 0;}

在线测试