Question

在我编写的Scala程序中，我有一个scala.collection.Map，它将字符串映射到一些计算值（详细地说是Map[String, (Double, immutable.Map[String, Double], Double)] - 我知道这很丑陋（应该）并将被包裹）。现在，如果我这样做：

stats.map { case(c, (prior, pwc, denom)) => {
  println(c)
  ...
  }
}

打印大约50倍c的值大约需要30秒！ println只是一个测试声明 - 我需要的实际计算甚至更慢（我在完全沉默1分钟后中止）。但是，如果我这样做：

stats.mapValues { case (prior, pwc, denom) => {
  println(prior)
  ...
  }
}

我不会遇到这些性能问题......任何人都可以解释为什么会这样吗？我没有遵循一些重要的Scala指南吗？

感谢您的帮助！

修改

我进一步调查了这种行为。我的猜测是瓶颈来自Map数据结构中的访问。如果我执行以下操作，则会遇到相同的性能问题：

classes.foreach{c => {
  println(c)
  val ps = stats(c)
  }
}

此处classes是List[String]，用于在外部存储地图的键。如果无法访问stats(c)，则不会发生性能损失。

Answer 1

mapValues实际上会在原始地图上返回一个视图，这可能会导致意外的性能问题。来自this博文：

...这里有一个问题：map和mapValues在不那么微妙的情况下是不同的办法。与map不同，mapValues返回原始地图上的视图。这个视图包含对原始地图和原始地图的引用转换函数（这里（_ + 1））。每次返回地图（查看）被查询，原始地图首先被查询和在结果上调用转换函数。

我建议阅读该帖子的其余部分以获取更多详细信息。

地图[..]上的Scala map（）比mapValues（）慢得多

1 个答案: