Question

我经常要将多个功能映射到相同的数据。我已经实现了dpMap来为我做这个

dpMap fns = (`map` fns) . flip ($)

dpMap是一个函数，这是否意味着我只读了一次数据dt（就像一个输入相同输入的电路。一个无意义的系统提醒一个电路;只是管道没有数据）？

作为一个例子，考虑计算列表的最小值和最大值。

minimax dt = (dpMap [minimum, maximum]) dt

（我可以摆脱dt但必须使用-XNoMonomorphismRestriction）

在这样的点完全形式中实现相同的功能是否有性能优势？：

minimax2 dt = [minimum dt, maximum dt]

编辑：dpMap的常规实现是否适用于常量内存？

我找到了另一篇不错的博文：http://www.haskellforall.com/2013/08/composable-streaming-folds.html;希望这有帮助。

<击> 编辑2：经过一些更多的上下文，这里有一个解决方案，即使我没有精确的dpMap实现，模式很简单，它不保证单独的功能：

minimax = (,) <$> minimum <*> maximum

用法：

> minimax [1..100] (1,100)

如果您还想计算总和和长度

func = (,,,) <$> minimum <*> maximum <*> sum <*> length

用法：

> func [1..100] (1,100,5050,100)

<击>

Answer 1

TL; DR ：对语言本身的性能无法保证。没有任何。它是编译器的东西。

根据经验，名为的实体将驻留在内存中。如果仅由一个消费者访问 lazily ，则期望对其进行优化以使编译的程序在常量内存中运行是合理的。

存储器单元的创建和使用将被交错，每个单元在处理后都将进行GC编辑。

在minimax2 dt = [minimum dt, maximum dt]中，表达式[minimum dt, maximum dt]位于定义命名实体dt的范围内。很可能（即几乎可以肯定）GHC将其分配为一个内存实体，即一次，并且表达式中的dt都将引用同一个实体（指向它，就像指针一样）。

但正如Cat Plus Plus在评论中指出的那样，当然如何访问实体是另一回事。并且两个子表达式将分别访问它，即它将完全保留在存储器中。这不好。

我们可以做得更好，找到我们的答案只需访问一次，然后折叠，随着我们的进展收集两个数据。在这种情况下，几乎可以肯定GHC将执行优化，此列表将不保留在整个内存中。

这通常被称为 lazily 消耗的列表。在这种情况下，它的创建将与该一次访问交错，并且通过GC（垃圾收集）立即消耗和释放所生成的每个存储器单元，从而实现恒定的存储器操作。

但这取决于我们只扫描列表一次的能力：

{-# OPTIONS_GHC -O2 -XBangPatterns #-}

import Data.List (foldl')

minmax :: (Ord b) => [b] -> (b, b)
minmax (x:xs) = foldl' (\(!a,!b) x -> (min a x,max b x)) (x,x) xs

Bang模式可防止thunk积聚，使得对参数的评估更加迫切。测试：

Prelude> minmax [1..6]
(1,6)
Prelude> minmax []
*** Exception: <interactive>:1:4-65: Non-exhaustive patterns in function minmax

当然空列表没有定义最小值或最大值。

要进行优化，在使用GHC进行编译时必须使用-O2标志。

Answer 2

我将在这个答案中对这个问题采取相当广泛的看法，主要是因为WillNess答案下的评论。

在blog post中，Max Rabkin介绍了折叠组合器的一些工作。 Conal Elliott接受了这个想法并发布了一些博客文章以及关于hackage的ZipFold package。我强烈建议您阅读这些材料，它很简短，非常方便。 ZipFold软件包可能非常有用，虽然它已经有一段时间没有更新了。

爱德华·凯梅特最近的巡回演出lens也包括一些folding combinators。我不确定我是否只想使用它，但如果你还在使用镜头那么它可能值得一试。

另一种方法是使用并行性。如果你写

import Control.Parallel

minimax2 dt = let a = minimum dt
                  b = maximum dt
              in a `par` b `pseq` [a,b]

并与-threaded链接，然后minimax2可能在接近恒定空间的某些地方运行，具体取决于调度程序的变幻无常，月亮的阶段等（主要是调度程序和分配模式）职能IIRC）。当然，这并不能提供可靠的保证，但它在实践中可以很好地工作。将此方法概括为dpMap应该很简单，您可能希望使用Control.Parallel.Strategies或类似方法，而不是直接使用较低级别的par。

最后，大多数迭代派生的库都非常擅长处理这类任务。通常，它们提供对输入流何时产生和消耗的明确控制。在iteratee我提供的sequence_与dpMap几乎相同，将添加与sequence完全相同的dpMap和一个数字拉链，所有这些都在恒定的空间中运行（假设消耗函数本身是恒定空间）。如果大多数其他软件包提供类似的操作，我不会感到惊讶。

Haskell无意义的性能 - 有效地将多个函数映射到相同的数据

2 个答案: