SICP 习题 1.46 要求我们写一个过程iterative-improve，它以两个过程为参数，其中一个参数用来检测猜测是否足够好，另一个参数用来改进猜测。过程iterative-improve应该返回另一个过程，所返回的过程接收一个参数作为初始猜测，然后不断改进猜测直到结果足够好。题目还要求我们使用iterative-improve重写1.1.7的sqrt过程和1.3.3节的fixed-point过程。

因为涉及到高阶函数，所以整个题目理解起来有一点点费劲。不过这道题作为第一章的收官题确实非常合适，它涉及到“过程作为参数”，也涉及到“过程作为返回值”，这两点差不多已经是高阶函数的全部了。当然，还有最重要的一点，就是高阶函数的灵魂——抽象，是对一般过程的抽象，也包括对抽象过程的抽象。这里涉及到的就是将sqrt和fixed-point这两个看上去相差挺大的两个过程抽象成一个通用的过程。

为了完成这道题，我们需要先回去看看1.1.7节定义的sqrt过程，过程代码如下：

(define (sqrt-iter guess x)
	(if (good-enough? guess x)
	guess
	(sqrt-iter (improve guess x) x)))

如果我们将sqrt过程中通用的东西抽象出来，关键的东西有三样：

1. 当前猜测，

2. 判断结果是否足够好，

3. 改进猜测。

用语言来表达的话，对以上三样关键东西的组织形式如下：

看当前猜测是否足够好，好的话就返回当前猜测，如果不够好就通过某种手段改进猜测，再次对新的猜测进行判断。

如果用伪代码来表示大概情形如下：

（define (my-proc 判断猜测的方法   改进猜测的方法    当前猜测）
		（if   （当前猜测足够好）
				当前猜测
				（my-proc 判断猜测的方法   改进猜测的方法    （改进猜测的方法  当前猜测))))

对应的代码如下：

 (define (improve-guess-inner good-enough? improve current-guess)
    (if (good-enough? current-guess)
	current-guess
	(improve-guess-inner good-enough? improve (improve current-guess)))

书中还提到，要求我们做的方法iterative-improve应该返还一个过程，这个过程接受初始猜测作为唯一参数，然后启动不断改进猜测的计算。

所以将以上代码打包一下可以得出我们的iterative-improve过程：

(define (iterative-improve good-enough? improve)
  (define (improve-guess-inner good-enough? improve current-guess)
    (if (good-enough? current-guess)
	current-guess
	(improve-guess-inner good-enough? improve (improve current-guess))))
      
  (lambda (guess)
    (improve-guess-inner good-enough? improve guess)))

注意它返回的是一个lamda函数。

好，以上是题目的前半部分，后半部分要求我们用iterative-improve重写sqrt过程和fixed-point过程。

如果是直接调用improve-guess-inner过程的话，新的sqrt过程就可以写成这样：

(improve-guess-inner sqrt-good-enough? sqrt-improve 1.0)

不过我们的improve-guess-inner是内部方法，不能直接使用，我们需要使用iterative-improve来调用，调用方法如下：

((iterative-improve sqrt-good-enough? sqrt-improve) 1.0)

其中的good-enough?过程为：

(define (sqrt-good-enough? guess)
    (< (abs (- x (* guess guess))) small-number)

其中的sqrt-improve过程如下：

(define (sqrt-improve cur-guess)
    (/ (+ (/ x cur-guess) cur-guess) 2))

所以，新的sqrt过程整体实现如下：

(define (new-sqrt x)
  (define (sqrt-good-enough? guess)
    (< (abs (- x (* guess guess))) small-number))
  
  (define (sqrt-improve cur-guess)
    (/ (+ (/ x cur-guess) cur-guess) 2))

  ((iterative-improve sqrt-good-enough? sqrt-improve) 1.0))

再来看看1.3.3节中得fixed-point过程的定义，代码如下：

(define (fixed-point f first-guess)
  (define (close-enough? v1 v2)
    (< (abs (- v1 v2 )) tolerance))
  (define (try guess)
    (newline)
    (display (+ 0.0 guess))
    (let (( next (f guess)))
      (if (close-enough? guess next)
	  (+ 0.0 next)
	  (try next))))
  (try first-guess))

这段代码看上去和sqrt程序差别还挺大，不过，如果你仔细观察过程fixed-point，可以发现它的关键思想也是和sqrt一样的，就是看当前猜测是否足够好，好的话就返回当前猜测，如果不够好就通过某种手段改进猜测，再次对新的猜测进行判断。。。

其中判断猜测的方法就是那个close-enough。

其中有一个问题，前面的good-enough?方法只接受一个参数，而close-enough接受两个参数，判断两个参数是否足够接近。

要解决这个问题，我们需要考察fixed-point的工作原理，其中close-enough需要判断的是guess 和 (f guess)是否足够接近，所以我们可以这样从新定义close-enough

(define (fp-good-enough? cur-guess)
    (< (abs (- cur-guess (f cur-guess))) small-number))

用来比较cur-guess和(f cur-guess)是否足够接近，注意这个过程必须定义在过程f有效的地方。

对于fixed-piont 过程来讲，改进猜测的方法就是f本身，有关这一点如果不明白就需要回去看看1.3.3节有关fixed-point过程的讨论。

所以新的fixed-point过程可以写成这样：

(improve-guess-inner fp-good-enough? f guess)

因为improve-guess-inner不能直接调用，所以使用iterative-improve来调用的话代码如下：

((iterative-improve fp-good-enough? f) first-guess)

最终完成的new-fiexed-point过程如下：

(define (new-fixed-point f first-guess)
  (define (fp-good-enough? cur-guess)
    (< (abs (- cur-guess (f cur-guess))) small-number))

  ((iterative-improve fp-good-enough? f) first-guess))

最后还有一个就是定义small-number等于多少：

(define small-number 0.000001)

以上就是SICP习题1.46的解题总结，其中有几个重点，一个是“过程作为参数”，一个是“过程作为返回值”，还有就是对一般过程的抽像，通过一般过程的抽象产生更为通用的过程。

最后还有一个隐藏的知识点，就是lambda函数中的变量作用范围，这个在写代码的时候需要特别留意。

SICP 习题 （1.46）解题总结