复杂度
Android 架构演进系列是围绕着复杂度向前推进的。
软件的首要技术使命是“管理复杂度” —— 《代码大全》
因为低复杂度才能降低理解成本和沟通难度，提升应对变更的灵活性，减少重复劳动，最终提高代码质量。
架构的目的在于“将复杂度分层”
复杂度为什么要被分层？
若不分层，复杂度会在同一层次展开，这样就太 ... 复杂了。
举一个复杂度不分层的例子：
小李：“你会做什么菜？”
小明：“我会做用土鸡生的土鸡蛋配上切片的番茄，放点油盐，开火翻炒的番茄炒蛋。”
听了小明的回答，你还会和他做朋友吗？
小明把不同层次的复杂度以不恰当的方式揉搓在一起，让人感觉是一种由“没有必要的具体”导致的“难以理解的复杂”。
小李其实并不关心土鸡蛋的来源、番茄的切法、添加的佐料、以及烹饪方式。
这样的回答除了难以理解之外，局限性也很大。因为它太具体了！只要把土鸡蛋换成洋鸡蛋、或是番茄片换成块、或是加点糖、或是换成电磁炉，其中任一因素发生变化，小明就不会做番茄炒蛋了。
再举个正面的例子，TCP/IP 协议分层模型自下到上定义了五层：
- 物理层
- 数据链路成
- 网络层
- 传输层
- 应用层
其中每一层的功能都独立且明确，这样设计的好处是缩小影响面，即单层的变动不会影响其他层。
这样设计的另一个好处是当专注于一层协议时，其余层的技术细节可以不予关注，同一时间只需要关注有限的复杂度，比如传输层不需要知道自己传输的是 HTTP 还是 FTP，传输层只需要专注于端到端的传输方式，是建立连接，还是无连接。
有限复杂度的另一面是“下层的可重用性”。当应用层的协议从 HTTP 换成 FTP 时，其下层的内容不需要做任何更改。
引子
该系列的前三篇结合“搜索”这个业务场景，讲述了不使用架构写业务代码会产生的痛点：
- 低内聚高耦合的绘制：控件的绘制逻辑散落在各处，散落在各种 Activity 的子程序中（子程序间相互耦合），分散在现在和将来的逻辑中。这样的设计增加了界面刷新的复杂度，导致代码难以理解、容易改出 Bug、难排查问题、无法复用。
- 耦合的非粘性通信：Activity 和 Fragment 通过获取对方引用并互调方法的方式完成通信。这种通信方式使得 Fragment 和 Activity 耦合，从而降低了界面的复用度。并且没有一种内建的机制来轻松的实现粘性通信。
- 上帝类：所有细节都在界面被铺开。比如数据存取，网络访问这些和界面无关的细节都在 Activity 被铺开。导致 Activity 代码不单纯、高耦合、代码量大、复杂度高、变化源不单一、改动影响范围大。
- 界面 & 业务：界面展示和业务逻辑耦合在一起。“界面该长什么样？”和“哪些事件会触发界面重绘？”这两个独立的变化源没有做到关注点分离。导致 Activity 代码不单纯、高耦合、代码量大、复杂度高、变化源不单一、改动影响范围大、易改出 Bug、界面和业务无法单独被复用。
详细分析过程可以点击下面的链接：
紧接着又用了三篇讲述了如何使用 MVP 架构对该业务场景的重构过程。MVP 的确解决了一些问题，但也引入了新问题：
- 分层：MVP 最大的贡献在于将界面绘制与业务逻辑分层，前者是 MVP 中的 V（View），后者是 MVP 中的 P（Presenter）。分层实现了业务逻辑和界面绘制的解耦，让各自更加单纯，降低了代码复杂度。
- 面向接口通信：MVP 将业务和界面分层之后，各层之间就需要通信。通信通过接口实现，接口把做什么和怎么做分离，使得关注点分离成为可能：接口的持有者只关心做什么，而怎么做留给接口的实现者关心。界面通过业务接口向 Presenter 发出请求以触发业务逻辑，这使得它不需要关心业务逻辑的实现细节。Presenter 通过 view 层接口返回响应以指导界面刷新，这使得它不需要关心界面绘制的细节。
- 有限的解耦：因为 View 层接口的存在，迫使 Presenter 得了解该把哪个数据塞给哪个 View 层接口。这是一种耦合，Presenter 和这个具体的 View 层接口耦合，较难复用于其他业务。
- 有限内聚的界面绘制：MVP 并未向界面提供唯一 Model，而是将描述一个完整界面的 Model 分散在若干 View 层接口回调中。这使得界面的绘制无法内聚到一点，增加了界面绘制逻辑维护的复杂度。
- 困难重重的复用：理论上，界面和业务分层之后，各自都更加单纯，为复用提供了可能性。但不管是业务接口的复用，还是View层接口的复用都相当别扭。
- Presenter 与界面共存亡：这个特性使得 MVP 无法应对横竖屏切换的场景。
- 无内建跨界面（粘性）通信机制：MVP 无法优雅地实现跨界面通信，也未内建粘性通信机制，得借助第三方库实现。
- 生命周期不友好：MVP 并未内建生命周期管理机制，易造成内存泄漏、crash、资源浪费。
详细分析过程可以点击下面的链接：
- MVP 架构最终审判 —— MVP 解决了哪些痛点，又引入了哪些坑？（一）
- MVP 架构最终审判 —— MVP 解决了哪些痛点，又引入了哪些坑？（二）
- MVP 架构最终审判 —— MVP 解决了哪些痛点，又引入了哪些坑？（三）
再然后用了两篇讲述了 MVVM 架构是如何解决 MVP 的痛点：
- ViewModel 的引入使得“有免死金牌的业务层”成为可能，也使得跨界面之间的业务逻辑共享以及通信变得轻松。
- LiveData 的引入使得业务层成为数据持有者以数据驱动刷新界面，还避免了生命周期问题以及内存泄漏风险。
- 因为数据持有者，MVVM 也引入了新的复杂度，首先是不好处理的粘性数据问题，更棘手是更新数据的方法是带有副作用的，由此会引发界面状态不一致问题。
关于 MVVM 架构的详细分析可以点击下面的链接：
从这一篇开始，试着引入 MVI 架构的思想进行搜索业务场景的重构，看看是否能解决上述痛点。
在重构之前，再介绍下搜索的业务场景，业务流程如下：在搜索条中输入关键词并同步展示联想词，点联想词跳转搜索结果页，若无匹配结果则展示推荐流，返回时搜索历史以标签形式横向铺开。点击历史可直接发起搜索跳转到结果页。
将搜索业务场景的界面做了如下设计：
搜索页用Activity来承载，它被分成两个部分，头部是常驻在 Activity 的搜索条。下面的“搜索体”用Fragment承载，它可能出现三种状态 1.搜索历史页 2.搜索联想页 3.搜索结果页。
Fragment 之间的切换采用 Jetpack 的Navigation。关于 Navigation 详细的介绍可以点击Navigation 组件使用入门 | Android 开发者 | Android Developers
MVP & MVVM & MVI 架构图比对
MVI 和 MVP/MVVM 不是非此即彼的关系，它们是不同维度的。
MVP 和 MVVM 关心的是业务层的形态，MVP 中业务层用 Presenter 表达，如下图所示：
而 MVVM 中业务层用 ViewModel 表达，如下图所示：
MVI 不关心业务层形态，而是关心业务数据变换及流动的形态。
将名词解释放在一边，先来看看架构图表达形式上的差异。
MVI 的图和其他两个相比有一个显著的区别，之前使用的是{}，比如View{Presenter{}}表示 View 持有一个 Presenter。但 MVI 的架构图中使用的是()，表示一个函数，即 Model 是 Intent 的函数，View 是 Model 的函数。
函数 & 函数式编程
函数即两个集合之间的一种对应关系。若对集合 x 中的值施加法则 f 后都能唯一对应集合 y 中的一个值，则说 y 是 x 的函数，记为y = f(x)。
这里的关键是唯一自变量 x 对应唯一应变量 y。在数学中这是简单的一元函数，在编程中这是一种低复杂度，低复杂度意味着不会出错。
把一元函数进一步具象化到界面刷新这个 case 上，可以表达为 “一个 Model 唯一对应一个界面状态”，记为view = f(model)。
按照这个思想回看一下 MVVM 架构中的函数关系（同样的问题也存在于 MVP 中），界面的状态有若干个LiveData<Model>表达，即 viewState = f(model1, model2, model3, ...)，其中任何一个 model 都可以独立发生变化，而任一 model 变化后，都会引起 viewState 的变化，即所有 model 的任一排列组合与一个 viewState 对应。这个复杂度就很高，出错的概率就很大，这样的错误称为界面状态不一致，即界面状态和你预想的不一样，因为有一种排列组合没有考虑到。关于实战中界面状态不一致的实例分析可以点击“无架构”和“MVP”都救不了业务代码，MVVM能力挽狂澜？（一）
MVI 把函数对应关系做到了极致，它把界面刷新的整个流程都表达成了一元函数。首先界面发起的动作被抽象为数据 Intent，Intent 的函数是 Model，即model = f1(intent)，表示任一业务动作会产生唯一对应的 model，紧接着任一 Model 对应唯一界面状态，即view = f2(model)。
f1 和 f2 这两个一元函数描述了业务意图、数据、界面状态之间一一对应的关系，在需求文档确定下来的同时，这一一对应的关系就已固定下来。
将函数的思想应用到编程，就产生了函数式编程。
函数式编程是一种编程范式，即关于如何编写程序的方法论。它的主要思想是把运算过程尽量写成一系列嵌套的函数调用。
这种编程范式最大的好处是没有副作用。副作用是指函数内部与外部互动，产生运算以外的其他结果。最典型的情况是修改全局变量。关于 MVVM 中的副作用详解可以点击“无架构”和“MVP”都救不了业务代码，MVVM能力挽狂澜？（二）。
而函数式编程中只有输入参数和返回值，不修改全局变量。从耦合的角度来看，函数式编程中的函数只包含运算且不与任何东西耦合，这使得它复杂度低、运行结果可预测、易于单元测试、调试。函数式编程是 MVI 架构相较于其他架构的一个显著不同点。
综上，使用 MVI 架构的开发过程即是：
运用函数式编程思想将需求翻译成业务意图（I）、数据（M）、界面状态（V）间的函数关系，再用响应式编程的方式将其串联成数据流的过程。
最后将函数串联的方式是响应式编程。它是一种面向数据流的编程范式。关于响应式编程的详细介绍可以点击Android 架构之 MVI 雏形 | 响应式编程 + 单向数据流 + 唯一可信数据源
除了编程范式上之外，MVI 架构还有一些其他的不同点，引用之前文章的总结：
MVI = 响应式编程 + 单向数据流 + 唯一可信数据源
关于这三条规范的剖析可以点击该系列文章：
- Android 架构之 MVI 雏形 | 响应式编程 + 单向数据流 + 唯一可信数据源
- Android 架构之 MVI 初级体 | Flow 替换 LiveData 重构数据链路
- Android 架构之 MVI 完全体 | 重新审视 MVVM 之殇，PartialChange & Reducer 来拯救
- Android 架构之 MVI 究极体 | 状态和事件分道扬镳，粘性不再是问题
其中的响应式编程会运用 Kotlin Flow，关于它的详细介绍可以点击：
总结
在具体分析 MVI 的实现细节之前，对其做一个概念性总结：
MVI 用数据流来理解界面刷新：界面是数据流的起点（生产者）也是终点（消费者），界面发出的数据叫意图，意图会用函数式编程的方式被变换为状态，最终状态通过响应式编程的方式流向界面，界面消费状态完成刷新。在这个流动的过程中，若保证了唯一可信数据源，就能实现单向数据流。
下一篇会基于搜索这个业务场景，详细展开 MVI 的实现细节。
