先从最简单的情况开始，我们用monad封装一段执行逻辑，然后提供一个map组合子，可以组合后续行为：
// 一个不完善的monad
class M[A](inner: => A) {
// 执行逻辑
def apply() = inner
// 组合当前行为与后续行为，返回一个新的monad
def map[B](next: A=>B): M[B] = new M(next(inner))
}
用上面的例子模拟几个行为的组合：
scala> val first = new M({println("first"); "111"})
first: M[String] = M@745b171c
scala> val second = first.map(x => {println("second"); x.toInt})
second: M[Int] = M@155f28dc
scala> val third = second.map(x => {println("third"); x + 200})
third: M[Int] = M@b345419
scala> third()
first
second
third
res0: Int = 311
看上去对行为的组合也不过如此，其实在Function1这个类里已经提供了对只有一个参数的函数的组合：
scala> class A; class B; class C
scala> val f1: A=>B = (a:A) => new B
scala> val f2: B=>C = (b:B) => new C
scala> val f3 = f1 andThen f2
f3: A => C = <function1>
Function1里的andThen方法可以把前面函数的结果交给后边的函数处理，A=>B 与 B=>C 组成函数 A=>C
这样看上去我们当前实现的monad和Function1有些相似，封装了一段行为，提供方法将下一个行为组合成新的行为(可以不断的组合下去)，在java里我们可以对比Command模式和Composite模式。
真实世界的”行为”(Action),普通函数的问题
1) 结果的不确定性，行为链的校验问题
这个不完善的monad已经可以做一些事情，但有个很显著的问题，只能组合”普通函数(plain)”，所谓普通函数是指结果类型就是我们想要的数据类型。
比如f: A=>B 这个函数可以表示一个行为，这个行为最终得到的数据类型是B，但如果这个行为遇到异常，或者返回为null，这时我们的组合过程会如何？
这意味着我们必须在组合过程中判断每个函数的结果是否合法，只有合法的情况下，才能与下一步组合。你可能会想把这些判断放在组合逻辑里不就得了吗？
def map[B](next: A=>B): M[B] = {
val result = inner // 执行了当前行为
if(result != null) {
new M(next(result))
}else {
null.asInstanceOf[M[B]]
}
}
上面的情况不是我们希望的，因为要判断当前行为(inner)的结果是否符合传递给下一个行为，只有执行当前行为才能拿到结果。而我们希望组合子做的是先把所有行为组合起来，最后再一并执行。
看来只能要求next函数在实现的时候做了异常检测，但即使next函数做了判断，也不一定完美；因为行为已经先被组合好了，执行的时候，链上的每个函数仍会被调用。假设组合了多个函数，执行时中间的一个函数即使为null，仍会传递给下一个执行（下一个也必须也对参数检测），其实这个时候已经没有必要传递下去了
在scala里对这种结果不确定的情况，提供了一个专门的Option，它有两个子类：Some和None，其中Some表示结果是一个正常值，可以通过模式匹配来获取到这个值，而None则表示为空的情况。
如果我们Option来表示我们前面的行为，可以写为：f: A=>Option[B]，即结果被一个富类型给包装起来，它表示结果可能有值，也可能为空。
2) 副作用的问题
另外一个真实世界中无法用函数式完美解决的问题是IO操作，因为IO无论如何总要伴随状态的产生或变化(也就是副作用)
一段常见的举例片段：
def read(state: State) = {
// 返回下一状态和读取到的字符串
(state.nextState, readLine)
}
def write(state: State, str: String) = {
//返回下一状态，和字符串处理的结果
//这里是print返回为Unit类型，所以最终返回一个State和Unit的二元组
(state.nextState, println(str))
}
这两个函数类型为State => (State, String) 和 (State,String) => (State, Unit) 在入参和出参里都伴随State，是一种”不纯粹”的函数，因为每次都执行状态都不一样，即使两次的字符串是一样的，状态也是不同的。这是一种典型的“非引用透明”问题，这样的函数无法满足结合率，函数的组合性无法保障。
要实现组合特性，需要把函数转换为符合“引用透明”的特性，我们可以通过柯里化来把两个函数转化为高阶函数：
def read =
(state: State) => (state.nextState, readLine)
def write(str: String) =
(state: State) => (state.nextState, println(str))
现在这两个函数相当于只是构造了行为，要执行它们需要后续传入“状态”才行；等于把执行推迟了；同时这两个函数现在符合“引用透明”特性了。
再进一步，为了把State在构造行为的时候给隐藏起来，我们继续重构：
class IOAction[A](expression: =>A) extends Function1[State, (State,A)] {
def apply(s:State) = (state.next, expression)
}
def read = new IOAction[String](readLine)
def write(str: String) = new IOAction[Unit](println(str))
现在我们可以把read看做是一个 () => IOAction[String] 的函数，write则是：String => IOAction[Unit]的函数。
用一个”富类型”表示行为的结果
我们看到现实世界的行为，除了可以用A=>B这样的plain function描述，还有A=>Option[B]或A=>IOAction[B] 这种结果是一个富类型的函数来描述。我们把后两种统一描述为：
A => Result[B]
当我们要组合一个这种形式的行为时，不能再使用map，而是flatMap组合子。
实际上，我们一开始就提到过map并不是必须的方法，flatMap才是，可以把map看做只是一种特例。把行为都用统一形式A => Result[B] 来描述，对于普通的A=>B也可以转为A=>Result[B]
现在我们看几个flatMap的例子，先看一个Option的实际例子：
scala> Some({println("111"); new A}).
flatMap(a => {println("222");Some(new B)}).
flatMap(b => {println("333"); None}).
flatMap(c => {println("444"); Some(new D)})
111
222
333
res14: Option[D] = None
上面的例子看到，在组合第三步的时候，得到None，后边的第四步c => {println("444"); Some(new D)}没有被执行。这是因为None与后续的行为结合时，会忽略后续的行为。
