OOP organizuje kod wokół obiektów, które łączą mutable state z zachowaniem; Programowanie funkcyjne (FP) organizuje kod wokół czystych funkcji i immutable data, traktując obliczenia jako transformację danych. To są różne domyślne podejścia, a nie przeciwieństwa — i większość nowoczesnych języków mieszает obydwa.
| OOP | FP | |
|---|---|---|
| Jednostka | Object (state + methods) | Function |
| State | Enkapsulowany, często mutable | Immutable; unikaj efektów ubocznych |
| Polimorfizm | Subtyping / dynamic dispatch | Funkcje wyższego rzędu, generics |
| Dodanie typu | Łatwe (nowa klasa) | Trudne (dotknąć każdą funkcję) |
| Dodanie operacji | Trudne (dotknąć każdą klasę) | Łatwe (nowa funkcja) |
Ta ostatnia rząd to expression problem: każdy paradygmat czyni zmianę w jednej osi łatwą, a w drugiej trudną.
# OOP: data + behavior together, dispatch by type
class Circle:
def __init__(self, r): self.r = r
def area(self): return 3.14159 * self.r ** 2
# FP: data is dumb; behavior is a separate pure function
def area(shape):
match shape:
case ("circle", r): return 3.14159 * r ** 2
case ("square", s): return s * s
OOP → rich domains with identity & lifecycle (orders, sessions, UI widgets)
FP → data pipelines, transformations, concurrency (immutability avoids races)
Nowoczesne języki są wieloparadygmatowe (Scala, Kotlin, Python, nowoczesny Java/C#), dlatego umiejętność praktyczna to wybieranie odpowiedniego narzędzia do każdego problemu, a nie wybieranie plemienia.
Naciski FP na immutability i cziste funkcje przeprowadziły restrukturyzację best practices OOP — immutable value objects i dependency injection behawiorów to idee FP, które teraz są standardem w dobrym projektowaniu OO.