Question

如何规范化字符串的函数参数列表，以便两个参数列表转换为相同的字符串iff它们实际上是等效的？算法

深入比较嵌入式哈希和列表，而不是通过引用
忽略哈希键顺序
忽略3和“3”之间的差异
生成一个相对可读的字符串（不是必需的，但很适合调试）
表现良好（XS优于Perl）

这对于memoization是必要的，即根据其参数缓存函数的结果。

作为一个稻草人的例子，Memoize使用它作为默认规范化器，它失败了＃1和＃3：

$argstr = join chr(28),@_;

有一段时间我的首选标准化器是

JSON::XS->new->utf8->canonical

然而，它根据最近使用标量的方式处理数字3和字符串“3”differently。这可以为基本等效的参数列表生成不同的字符串，并降低memoization的好处。（绝大多数职能部门不知道或不关心他们是3还是“3”。）

为了好玩，我查看了一堆序列化程序，看看哪些区分3和“3”：

Data::Dump   : equal - [3] vs [3]
Data::Dumper : not equal - [3] vs ['3']
FreezeThaw   : equal - FrT;@1|@1|$1|3 vs FrT;@1|@1|$1|3
JSON::PP     : not equal - [3] vs ["3"]
JSON::XS     : not equal - [3] vs ["3"]
Storable     : not equal - <unprintable>
YAML         : equal - ---\n- 3\n vs ---\n- 3\n
YAML::Syck   : equal - --- \n- 3\n vs --- \n- 3\n
YAML::XS     : not equal - ---\n- 3\n vs ---\n- '3'\n

在报告“相等”的那些中，不知道如何让它们忽略散列键顺序。

我可以事先查看参数列表并对所有数字进行字符串化，但这需要进行深层复制并违反＃5。

谢谢！

Answer 1

几乎任何序列化程序都会以不同的方式处理3和“3”，因为它不知道数字和字符串化数字对您来说是相同的，并且这种假设对于一般数据是错误的。您必须自己标准化输入或输出。

对于输入，深度扫描将替换任何带字符串的数字，其值为+ 0。如果你知道输入的确切数字在哪里，你可以大大缩短这个扫描。

对于输出，一些简单的状态机甚至regexp（是的，我知道输出不是常规的）很可能足以将只有数字的字符串值去掉数字。

Answer 2

默认情况下，

YAML及其后代排序哈希键。设置$YAML::SortKeys = 2以对深度哈希进行排序。

将$YAML::Stringify设置为真值并将$YAML::XS::QuoteNumericStrings设置为false值可帮助您规范化数值。后一种设置将“取消引用”一个看起来像数字的字符串值。

此外，您可以使用$Data::Dumper::Sortkeys = 1使用Data::Dumper规范化输出顺序。设置$Data::Dumper::Useqq = 1将取消引用看起来像数字的字符串。

如何规范化Perl函数参数以进行memoization？

2 个答案: