Question

我有一个函数，它接受一系列随机数/浮点数，并使用它们来生成一个值/结构（即，获取一个球的随机速度和位置，并输出它的坐标）会落地）。而且我需要连续产生几千个。

我实现一切的方式是每次计算都采用stdGen，用它来生成几个数字，并传递一个新的stdGen以允许它被链接到另一个。

要为10000个项目执行此操作，我从generate_item n创建一个列表，它基本上输出一个(value,gen)元组（值是我正在尝试计算的值），其中值gen的{{1}}是从generate_item n-1获取值所涉及的计算中递归输出的stdGen

然而，这个程序似乎在大约一千个结果左右的时候爬行变得不切实际。而且似乎绝对不具备可扩展性。这可能与我将所有generate_item结果存储在内存中的事实有关吗？

或者是否有一种更加自觉的方式在Haskell中使用Monads或者上面描述的内容来解决这个问题？

请注意，即使在像ruby和python这样的高级脚本语言中，从随机值生成算法的代码也会在几秒内生成10k;这些计算几乎不是密集的。

代码

-- helper functions that take in StdGen and return (Result,new StdGen)
plum_radius :: StdGen -> (Float,StdGen)
unitpoint   :: Float -> StdGen -> ((Float,Float,Float),StdGen)
plum_speed  :: Float -> StdGen -> (Float,StdGen)

-- The overall calculation of the value
plum_point  :: StdGen -> (((Float,Float,Float),(Float,Float,Float)),StdGen)
plum_point gen  = (((px,py,pz),(vx,vy,vz)),gen_out)
  where
    (r, gen2)         = plum_radius gen
    ((px,py,pz),gen3) = unitpoint r gen2
    (s, gen4)         = plum_speed r gen3
    ((vx,vy,vz),gen5) = unitpoint s gen4
    gen_out           = gen5

-- Turning it into some kind of list
plum_data_list  :: StdGen -> Int -> (((Float,Float,Float),(Float,Float,Float)),StdGen)
plum_data_list seed_gen 0  = plum_point seed_gen
plum_data_list seed_gen i  = plum_point gen2
  where
    (_,gen2)  = plum_data_list seed_gen (i-1)

-- Getting 100 results
main = do
  gen <- getStdGen
  let data_list = map (plum_data_list gen) [1..100]
  putStrLn List.intercalate " " (map show data_list)

Answer 1

考虑使用mersenne-twister和vector-random软件包，该软件包经过专门优化，可生成大量高质量的随机数据。

列表不适合分配大量数据 - 更好地使用打包表示 - 除非您正在流式传输。

Answer 2

首先，您正在描述的模式 - 采用StdGen然后返回一个带有值的元组，另一个StdGen将被链接到下一个计算中 - State monad编码的模式。重构代码以使用它可能是开始熟悉monadic模式的好方法。

至于您的性能问题，StdGen的速度非常慢。我没有做过很多这方面的事情，但我听说mersenne twister更快。

但是，您可能还想发布您的代码，因为在您生成大型列表的情况下，根据您的操作方式，懒惰可能对您有利或不利。但是如果不了解你在做什么就很难给出具体的建议。一个经验法则，以防你来自另一个函数语言，如Lisp - 生成列表（或其他惰性数据结构 - 例如树，但不是Int），避免< / strong>尾递归。它更快的直觉不会转移到懒惰的语言。例如。使用（没有我在练习中实际使用的monadic风格的书写）

randoms :: Int -> StdGen -> (StdGen, [Int]) randoms 0 g = (g, []) randoms n g = let (g', x) = next g (g'', xs) = randoms (n-1) g' in (g'', x : xs)

这将允许结果列表“流式传输”，因此您可以在生成后续部分之前访问它的早期部分。（在这种情况下，它有点微妙，因为访问生成的StdGen将必须生成整个列表，所以你必须小心避免这样做，直到你消耗了列表 - 我希望有一个支持良好split操作的快速随机生成器，然后你可以完全返回一个生成器。

哦，以防你在使用monad事物时遇到问题，这是上面用状态monad编写的函数：

randomsM :: Int -> State StdGen [Int] randomsM 0 = return [] randomsM n = do x <- state next xs <- randomsM (n-1) return (x : xs)

看信件？

Answer 3

其他海报有好点，StdGen表现不佳，你应该尝试使用State而不是手动传递发生器。但我认为最大的问题是你的plum_data_list功能。

它似乎是某种查找，但由于它是在没有任何记忆的情况下递归实现的，因此您所做的调用必须递归到基本情况。也就是说，plum_data_list seed_gen 100需要来自plum_data_list seed_gen 99的随机生成器，依此类推，直到plum_data_list seed_gen 0。当您尝试生成这些值的列表时，这将为您提供二次性能。

可能更惯用的方法是让plum_data_list seed_gen生成无限的点列表，如下所示：

plum_data_list :: StdGen -> [((Float,Float,Float),(Float,Float,Float))]
plum_data_list seed_gen = first_point : plum_data_list seed_gen'
  where
    (first_point, seed_gen') = plum_point seed_gen

然后，您只需将main中的代码修改为类似take 100 $ plum_data_list gen的内容，即可恢复线性性能。

程序生成Haskell中的大量值列表 - 最惯用的方法？内存管理？

3 个答案: