基于IDL编写一个函数，接受一个数值数组作为输入，返回该数组的归一化（0到1之间）结果。并调用该函数，对数组[23,56,89,45,67,34,78,90,12,55]进行归一化。归一化方法可以自选，也可以通过设置函数的关键字以不同的方法进行数据归一化。

为了基于IDL（Interface Definition Language）编写一个归一化函数，我们首先需要定义一个接口，然后提供一个具体的实现。假设我们有一个名为`DataNormalization`的接口，其中包含一个`normalize_array`方法。这里是一个简单的IDL示例：

interface DataNormalization {
    method float[] normalize_array(in float[] input_data, in string normalization_type = "min_max");
};

在这个接口中，`normalize_array`方法接受一个浮点数数组（`input_data`）和一个字符串参数`normalization_type`，默认值为"min_max"，表示最小值到最大值的归一化。

接下来，我们可以为这个接口提供一个具体实现：

implementation DataNormalization for Type1Normalizer {
    float[] normalize_array(float[] input_data, in string normalization_type) {
        if (normalization_type == "min_max") {
            // 计算数组的最大值和最小值
            float min_val = min(input_data);
            float max_val = max(input_data);

            // 归一化过程
            float[] normalized_data = new float[input_data.length];
            for (int i = 0; i < input_data.length; i++) {
                normalized_data[i] = (input_data[i] - min_val) / (max_val - min_val);
            }

            return normalized_data;
        } else {
            throw Exception("Unsupported normalization type: " + normalization_type);
        }
    }
};

在实际应用中，你可以创建一个`Type1Normalizer`的实例，并使用它来归一化数组：

var normalizer = create DataNormalization(Type1Normalizer);
float[] original_data = [23, 56, 89, 45, 67, 34, 78, 90, 12, 55];
float[] normalized_data = normalizer.normalize_array(original_data, "min_max");