1. 数据抽象
使用函数构建抽象的·过程即将不同的作用代码抽象为一个个函数名称，将关注点从里面具体的代码实现转移到函数的作用，只需理解一个函数的需要的参数，输出的结果类型，发挥的作用即可。
使用数据构建抽象的过程大致可分为三个部分：
- 操作抽象数据
- 定义具体表示
- 一组根据具体表示实现抽象数据的函数将两部分相连
解释：
（1）操作抽象数据即构建的数据结构中操作的函数
eg：List里的Add（），Detele（）
（2）定义具体表示即所抽象出来的数据的具体，用户是如何定义这个数据结构的
eg：Point定义为有x，y坐标的一个点
（3）相连部分即如何根据实际数据构建起抽象数据的函数，也就是构造函数和选择函数
2. 递归
递归的构建集中于三个点：
Base case
递归退出的条件，亦或者是递归可以进入的最小值 ,作为退出递归的条件Recursive call on a smaller problem
递归逐渐减小的问题，关注递归如何通过逐渐减小来把一个问题逐渐变简单Solve the larger problem
如何将一个个逐渐减小难度的问题集合在一起，从而形成一个大问题的答案
注1：Base case的情况（退出递归）的增加可以有效减少递归的深度
注2：尾递归指只在一次步骤中进行所有递归操作，部分编译器可以对尾递归进行优化，从而降低深度、
2. 尾递归
尾递归的原理是通过一个内置helper Function的函数，将当前调用的函数转化为一个helper Function，调用返回的是一个无参函数，从而结束了当前帧。而在帮助函数里，它返回它外面的函数，而这个外面的函数再次返回的仍然是一个helper Function，从而继续结束当前帧，如此循环（也就是将这个函数包装起来了，thunk）
再通过另一个拆包的函数来实现调用，一个简单循环如果拆开的函数仍然是一个thunk则继续拆包，知道拆出来的是一个value（Trampolining）
一个包装函数和一个拆包函数相互作用，从而在尾递归调用中减少了大量中间帧的保持。
尾递归的定义：在调用递归函数其本身前不做其他任何事情
3. Scheme解释器思考记录
为了在scheme解释器里面实现尾递归的优化，需要在评估一个函数时，确定其是否为一个尾递归还是一个普通递归，如果其为尾递归则对其单独处理。
利用打包函数将尾递归的多次调用封装在一个每次循环return的调用中，从而减少了中间帧的保持，再将其递交给拆包函数，实现返回
注意封装函数的过程不是一次性完成的，而是利用一个函数里面的helper Function来实现一个类似互递归的过程。在每次拆包时的评估过程中如果满足条件就再次封装
借助非连续的封装过程，可以在每次封装时确定当前调用是否为尾递归调用，从而实现一个递归函数的部分尾递归优化
注：避免使用递归语句实现函数的功能，可能导致即便尾递归优化了但然后回溢出
Scheme项目尾递归优化的实现：
在if，or，and语句判断中将满足条件的尾递归语句封装为Unevaluated（即代表一个延迟评估的表达式，在优化eval中的helperFunction中），在eval_all中，同样如此