如何在Scheme标准差计算代码中运用map、apply、filter函数？

你已经在average函数里很好地运用了apply来对列表元素求和，接下来我们可以把map和apply结合起来，简化剩余代码，让它更贴合函数式编程的风格，同时也能理解这几个工具的用法。

改造summation函数 #

原summation通过递归计算每个元素与均值差的平方和，我们可以用map批量处理列表中的每个元素，生成所有平方值的列表，再用apply +完成求和：

(define (average li)
  (/ (apply + li) (length li)))

(define (summation li avg)
  (apply + (map (lambda (x) (* (- x avg) (- x avg))) li)))

这里的map接收一个匿名函数(lambda (x) (* (- x avg) (- x avg)))，把这个函数映射到列表li的每一个元素上，得到一个新列表——里面全是每个元素与均值差的平方值。然后用apply +把新列表的所有元素加起来，完全替代了原来的递归逻辑，代码更简洁直观。

简化标准差函数sd #

我们可以把逻辑整合到sd里，让结构更紧凑：

(define (sd li)
  (let ((avg (average li)))
    (sqrt (/ (summation li avg) (length li)))))

如果想进一步精简，甚至可以把summation的逻辑直接内联到sd中，减少函数定义的数量：

(define (sd li)
  (let ((avg (average li)))
    (sqrt (/ (apply + (map (lambda (x) (expt (- x avg) 2)) li))
             (length li)))))

这里用expt计算平方，和(* (- x avg) (- x avg))效果一致，只是写法更简洁。

关于filter的运用 #

如果你的场景需要过滤掉特定元素（比如异常值、空值），filter就能发挥作用。比如计算标准差时排除列表中的负数：

(define (sd-with-filter li)
  (let ((filtered-li (filter (lambda (x) (>= x 0)) li)) ; 筛选出非负数元素
        (avg (average li)))
    (sqrt (/ (apply + (map (lambda (x) (expt (- x avg) 2)) filtered-li))
             (length filtered-li)))))

filter接收一个判断条件的函数，返回符合条件的元素组成的新列表，让我们能在计算前先对数据做清洗。

核心工具总结 #

• map：对列表的每个元素执行相同操作，批量生成新列表
• apply：把一个函数应用到列表的所有元素上（比如apply + li就是把+作用在li的所有元素上求和）
• filter：根据条件筛选列表元素，得到符合要求的子列表

这样改造后的代码更符合函数式编程的风格，避免了手动递归的繁琐，也更易读维护。

内容的提问来源于stack exchange，提问作者Renato D' Oyague