为什么矢量太浅？

Question

分支因子为32的Scala矢量背后的原理是什么，而不是其他数字？不小的分支因子能够实现更多的结构共享吗？ Clojure似乎使用相同的分支因子。我错过的分支因子32有什么神奇之处吗？

Answer 1

如果你解释了分支因素是什么会有所帮助：

树或图的分支因子是每个节点的子节点数。

所以，答案似乎主要在这里：

http://www.scala-lang.org/docu/files/collections-api/collections_15.html

  

向量表示为具有高分支因子的树。一切   树节点最多包含32个向量元素或最多包含   32个其他树节点。可以表示具有多达32个元素的向量   在一个节点中。最多32 * 32 = 1024个元素的矢量可以   用单个间接表示。从根的两个跃点   最终元素节点的树足以满足最多的向量   2 ¹⁵ 元素，2个 ²⁰ 的载体有3个跃点，载体有4个跃点   对于具有最多2个 ³⁰ 元素的载体，具有2个 ²⁵ 元素和5个跃点。   因此，对于所有合理大小的向量，元素选择都涉及   最多5个原始数组选择。这就是我们的意思   写道，元素访问是“有效的恒定时间”。

因此，基本上，他们必须就每个节点有多少孩子做出设计决定。正如他们所解释的那样，32似乎是合理的，但是，如果你发现它对你来说太过限制，那么你总是可以写自己的班级。

有关为什么它可能是32的更多信息，你可以看一下这篇论文，就像它们在上面做出的声明一样，关于它几乎是不变的时间，但是这篇论文看起来像Clojure，更多比斯卡拉。

http://infoscience.epfl.ch/record/169879/files/RMTrees.pdf

Answer 2

詹姆斯布莱克的回答是正确的。选择32项的另一个理由可能是许多现代处理器中的高速缓存行大小为64字节，因此两行可以容纳32个int，每个4字节或32位机器上的32个指针或64位JVM，堆大小最多为因指针压缩而导致32GB。

Answer 3

这是更新的“有效恒定时间”。有了这么大的分支因子，你就不必超过5级，即使对于TB级的矢量也是如此。这是Rich的一个视频，讲述了第9频道Clojure的内容和其他方面。http://channel9.msdn.com/Shows/Going+Deep/Expert-to-Expert-Rich-Hickey-and-Brian-Beckman-Inside-Clojure

Answer 4

只是在詹姆斯的回答中添加一点。

从算法分析的角度来看，因为两个函数的增长是对数的，所以它们的扩展方式相同。

但是，在实际应用中，有 跳数比基数2少得多，足以让它更接近恒定时间，即使是相当大的N值。

我确信他们因为一些内存块大小而精确地选择了32（而不是更高的数字），但主要原因是与较小的大小相比，跳数更少。

我还建议您在InfoQ上观看此演示文稿，其中Daniel Spiewak在约30分钟开始讨论向量：http://www.infoq.com/presentations/Functional-Data-Structures-in-Scala