我正在寻找有关哪种数据结构可用于OCaml中可扩展的超大型结构的建议。
如果有足够的内存，我不希望堆栈溢出或指数堆增长。所以这几乎消除了标准的lib的List.map函数。速度不是一个问题。
但对于初学者来说，让我们假设我在2 ^ 10 - 2 ^ 100项目的范围内运作。
我对结构只执行了三次“操作”：
（1）结构子集上的映射函数，它可以增加或减少结构
（2）扫描结构
（3）删除结构中满足特定标准的特定项目对
最初我使用的是常规列表，这仍然是非常需要的，因为结构在不断变化。通常在执行所有操作之后，结构最多可以加倍（或者某些东西），或者减少到空列表[]。也许从一开始就让我倍增，但这是不可避免的。
无论如何，大约2 ^ 15 --- 2 ^ 40项开始引起严重问题（可能是由于我使用的天真列表功能）。该程序使用100％的cpu，但几乎没有内存，通常在一两天之后堆栈溢出。
如果可能，我宁愿开始使用更多内存，以便继续在更大的空间内操作。
无论如何，如果有人有任何建议，我将不胜感激。
答案 0 :(得分：2)
如果你有足够的空间，理论上要包含数据结构的所有项目，你应该查看具有有效内存表示的数据结构，尽可能少的bookeeping。动态数组（当你需要更多空间时以指数方式调整大小）比list更有效地存储（用一个完整的单词来存储每个单元格的尾部），所以你得到的内存大约是同一内存使用量的两倍。
如果您无法将所有元素保存在内存中（这就是您的数字的样子），您应该寻求更抽象的表示。没有关于你的元素是什么的更多信息，很难说出更多信息。但也许一个抽象表示的例子可以帮助你设计你需要的东西。
想象一下，我想记录一组整数。我想制作工会，这些集合的交叉点，以及一些更加时髦的操作，例如“获取多个所有元素”。我希望能够为非常大的集合（数以万计的不同整数）做到这一点，然后我希望能够在我构建的这个集合中选择一个元素，任何一个元素。我可以做的是存储与这些集合的定义相对应的逻辑公式，而不是尝试存储整数，整数集或布尔数组的列表：一组整数P由公式表征F，F(n) ⇔ n∈P。因此，我可以定义一种预测（条件）：
type predicate =
| Segment of int * int (* n ∈ [a;b] *)
| Inter of predicate * predicate
| Union of predicate * predicate
| Multiple of int (* n mod a = 0 *)
存储这些公式需要很少的内存（与我想要总共应用的操作数成比例）。建立交叉点或联合需要恒定的时间。然后我会做一些工作来找到满足公式的元素;基本上我不得不推理这些公式的含义，从中得到一个正常的形式（它们都是“满足某些模数标准的区间有限联合的元素”），并从那里提取一些元素。
在一般情况下，当您在数据集上获得“命令”时，“在此子集上添加映射结果”，您可以始终而不是实际评估此命令，而是将其存储为数据 - 你的结构的定义。您可以更准确地描述这些命令（例如，您说“地图”，但存储（elem - ＆gt; elem）函数将不允许您轻松地对结果进行推理，也许您可以将该映射操作表示为具体组合对于操作而言，您可以更精确地在这个抽象层面上处理它们，而无需实际计算元素。