Thinking in LINQ: Harnessing the Power of Functional Programming in .NET Applications

LINQ نشان دهنده یک تغییر پارادایم برای توسعه دهندگانی است که به سبک برنامه نویسی امری/شی گرا استفاده می شوند، زیرا LINQ از اصول برنامه نویسی کاربردی استفاده می کند. Thinking in LINQ با ارائه مجموعه ای از دستور العمل های مختصر که در چندین گروه مرتب شده اند، به تفاوت های بین این دو می پردازد، از جمله:

• اپراتورهای اساسی و توسعه یافته LINQ
<. li>پردازش متن
• بازسازی حلقه
• نظارت بر سلامت کد
• افزونه های واکنشی (Rx.NET)
• ساخت زبان های خاص دامنه< /li>

با استفاده از رویکرد آشنای «دستور‌ها»، تفکر در LINQ به شما نشان می‌دهد که چگونه به ساخت راه‌حل‌های مبتنی بر LINQ نزدیک شوید، چگونه چنین راه‌حل‌هایی با آنچه قبلاً می‌دانید متفاوت هستند، و چرا آنها بهتر هستند دستور العمل ها طیف گسترده ای از مشکلات دنیای واقعی را پوشش می دهند، از استفاده از LINQ برای جایگزینی حلقه های موجود، تا نوشتن روتین های ورود به صفحه کلید مانند Swype، تا یافتن فایل های تکراری در هارد دیسک. هدف این دستور العمل ها این است که شما را به "تفکر در LINQ" سوق دهد، بنابراین می توانید از تکنیک های موجود در کد خود برای نوشتن برنامه های کاربردی با داده فشرده تر و کارآمدتر استفاده کنید.

LINQ represents a paradigm shift for developers used to an imperative/object oriented programming style, because LINQ draws on functional programming principles. Thinking in LINQ addresses the differences between these two by providing a set of succinct recipes arranged in several groups, including:

• Basic and extended LINQ operators
• Text processing
• Loop refactoring
• Monitoring code health
• Reactive Extensions (Rx.NET)
• Building domain-specific languages

Using the familiar "recipes" approach, Thinking in LINQ shows you how to approach building LINQ-based solutions, how such solutions are different from what you already know, and why they’re better. The recipes cover a wide range of real-world problems, from using LINQ to replace existing loops, to writing your own Swype-like keyboard entry routines, to finding duplicate files on your hard drive. The goal of these recipes is to get you "thinking in LINQ," so you can use the techniques in your own code to write more efficient and concise data-intensive applications.