Kotlin初学者在这里。如何获取列表而不进行变更,创建第二个(不可变)列表,在特定索引处包含一个更新元素?
我正在考虑两种方式,这两种方式似乎都可能导致性能下降,改变底层对象,或两者兼而有之。
data class Player(val name: String, val score: Int = 0)
val players: List<Player> = ...
// Do I do this?
val updatedPlayers1 = players.mapIndexed { i, player ->
if (i == 2) player.copy(score = 100)
else player
}
// Or this?
val updatedPlayer = players[2].copy(score = 100)
val mutable = players.toMutableList()
mutable.set(2, updatedPlayer)
val updatedPlayers2 = mutable.toList()
如果没有高效的方法,那么Kotlin stdlib或其他库中是否有更合适的数据结构? Kotlin似乎没有载体。
答案 0 :(得分:7)
对我来说显然第二种方式应该更快,但是多少?
所以我写了一些基准here
@State(Scope.Thread)
open class ModifyingImmutableList {
@Param("10", "100", "10000", "1000000")
var size: Int = 0
lateinit var players: List<Player>
@Setup
fun setup() {
players = generatePlayers(size)
}
@Benchmark fun iterative(): List<Player> {
return players.mapIndexed { i, player ->
if (i == 2) player.copy(score = 100)
else player
}
}
@Benchmark fun toMutable(): List<Player> {
val updatedPlayer = players[2].copy(score = 100)
val mutable = players.toMutableList()
mutable.set(2, updatedPlayer)
return mutable.toList()
}
@Benchmark fun toArrayList(): List<Player> {
val updatedPlayer = players[2].copy(score = 100)
return players.set(2, updatedPlayer)
}
}
关注results:
$ java -jar target/benchmarks.jar -f 5 -wi 5 ModifyingImmutableList
Benchmark (size) Mode Cnt Score Error Units
ModifyingImmutableList.iterative 10 thrpt 100 6885018.769 ± 189148.764 ops/s
ModifyingImmutableList.iterative 100 thrpt 100 877403.066 ± 20792.117 ops/s
ModifyingImmutableList.iterative 10000 thrpt 100 10456.272 ± 382.177 ops/s
ModifyingImmutableList.iterative 1000000 thrpt 100 108.167 ± 3.506 ops/s
ModifyingImmutableList.toArrayList 10 thrpt 100 33278431.127 ± 560577.516 ops/s
ModifyingImmutableList.toArrayList 100 thrpt 100 11009646.095 ± 180549.177 ops/s
ModifyingImmutableList.toArrayList 10000 thrpt 100 129167.033 ± 2532.945 ops/s
ModifyingImmutableList.toArrayList 1000000 thrpt 100 528.502 ± 16.451 ops/s
ModifyingImmutableList.toMutable 10 thrpt 100 19679357.039 ± 338925.701 ops/s
ModifyingImmutableList.toMutable 100 thrpt 100 5504388.388 ± 102757.671 ops/s
ModifyingImmutableList.toMutable 10000 thrpt 100 62809.131 ± 1070.111 ops/s
ModifyingImmutableList.toMutable 1000000 thrpt 100 258.013 ± 8.076 ops/s
所以这个测试显示迭代过度收集大约慢3~6倍,即复制。我也提供了我的实现:toArray,看起来更高效。
在10个元素上,toArray
方法每秒具有吞吐量33278431.127 ± 560577.516
个操作。它慢吗?或者它的速度非常快?我写了“基线”测试,它显示了复制Players
和变异数组的成本。结果很有趣:
@Benchmark fun baseline(): List<Player> {
val updatedPlayer = players[2].copy(score = 100)
mutable[2] = updatedPlayer;
return mutable
}
可变的地方 - 只有MutableList
,即ArrayList
。
$ java -jar target/benchmarks.jar -f 5 -wi 5 ModifyingImmutableList
Benchmark (size) Mode Cnt Score Error Units
ModifyingImmutableList.baseline 10 thrpt 100 81026110.043 ± 1076989.958 ops/s
ModifyingImmutableList.baseline 100 thrpt 100 81299168.496 ± 910200.124 ops/s
ModifyingImmutableList.baseline 10000 thrpt 100 81854190.779 ± 1010264.620 ops/s
ModifyingImmutableList.baseline 1000000 thrpt 100 83906022.547 ± 615205.008 ops/s
ModifyingImmutableList.toArrayList 10 thrpt 100 33090236.757 ± 518459.863 ops/s
ModifyingImmutableList.toArrayList 100 thrpt 100 11074338.763 ± 138272.711 ops/s
ModifyingImmutableList.toArrayList 10000 thrpt 100 131486.634 ± 1188.045 ops/s
ModifyingImmutableList.toArrayList 1000000 thrpt 100 531.425 ± 18.513 ops/s
在10个元素上,我们有2x回归,而在100万个大约150000x!
所以看起来ArrayList
不是不可变数据结构的最佳选择。但是还有很多其他的集合,其中一个是pcollections。让我们看看他们在我们的场景中得到了什么:
@Benchmark fun pcollections(): List<Player> {
val updatedPlayer = players[2].copy(score = 100)
return pvector.with(2, updatedPlayer)
}
pvector是pvector:PVector<Player> = TreePVector.from(players)
。
$ java -jar target/benchmarks.jar -f 5 -wi 5 ModifyingImmutableList
Benchmark (size) Mode Cnt Score Error Units
ModifyingImmutableList.baseline 10 thrpt 100 79462416.691 ± 1391446.159 ops/s
ModifyingImmutableList.baseline 100 thrpt 100 79991447.499 ± 1328008.619 ops/s
ModifyingImmutableList.baseline 10000 thrpt 100 80017095.482 ± 1385143.058 ops/s
ModifyingImmutableList.baseline 1000000 thrpt 100 81358696.411 ± 1308714.098 ops/s
ModifyingImmutableList.pcollections 10 thrpt 100 15665979.142 ± 371910.991 ops/s
ModifyingImmutableList.pcollections 100 thrpt 100 9419433.113 ± 161562.675 ops/s
ModifyingImmutableList.pcollections 10000 thrpt 100 4747628.815 ± 81192.752 ops/s
ModifyingImmutableList.pcollections 1000000 thrpt 100 3011819.457 ± 45548.403 ops/s
结果不错!在100万个案例中,我们的执行速度只有27倍,这非常酷,但在小型集合上pcollections
稍慢一点ArrayList
实现。
更新:正如@ {mfulton26提到的那样,在toMutable
基准toList
中是不必要的,所以我删除它并重新运行测试。我还从现有数组中添加了创建成本TreePVector
的基准:
$ java -jar target/benchmarks.jar ModifyingImmutableList
Benchmark (size) Mode Cnt Score Error Units
ModifyingImmutableList.baseline 10 thrpt 200 77639718.988 ± 1384171.128 ops/s
ModifyingImmutableList.baseline 100 thrpt 200 75978576.147 ± 1528533.332 ops/s
ModifyingImmutableList.baseline 10000 thrpt 200 79041238.378 ± 1137107.301 ops/s
ModifyingImmutableList.baseline 1000000 thrpt 200 84739641.265 ± 557334.317 ops/s
ModifyingImmutableList.iterative 10 thrpt 200 7389762.016 ± 72981.918 ops/s
ModifyingImmutableList.iterative 100 thrpt 200 956362.269 ± 11642.808 ops/s
ModifyingImmutableList.iterative 10000 thrpt 200 10953.451 ± 121.175 ops/s
ModifyingImmutableList.iterative 1000000 thrpt 200 115.379 ± 1.301 ops/s
ModifyingImmutableList.pcollections 10 thrpt 200 15984856.119 ± 162075.427 ops/s
ModifyingImmutableList.pcollections 100 thrpt 200 9322011.769 ± 176301.745 ops/s
ModifyingImmutableList.pcollections 10000 thrpt 200 4854742.140 ± 69066.751 ops/s
ModifyingImmutableList.pcollections 1000000 thrpt 200 3064251.812 ± 35972.244 ops/s
ModifyingImmutableList.pcollectionsFrom 10 thrpt 200 1585762.689 ± 20972.881 ops/s
ModifyingImmutableList.pcollectionsFrom 100 thrpt 200 67107.504 ± 808.308 ops/s
ModifyingImmutableList.pcollectionsFrom 10000 thrpt 200 268.268 ± 2.901 ops/s
ModifyingImmutableList.pcollectionsFrom 1000000 thrpt 200 1.406 ± 0.015 ops/s
ModifyingImmutableList.toArrayList 10 thrpt 200 34567833.775 ± 423910.463 ops/s
ModifyingImmutableList.toArrayList 100 thrpt 200 11395084.257 ± 76689.517 ops/s
ModifyingImmutableList.toArrayList 10000 thrpt 200 134299.055 ± 602.848 ops/s
ModifyingImmutableList.toArrayList 1000000 thrpt 200 549.064 ± 15.317 ops/s
ModifyingImmutableList.toMutable 10 thrpt 200 32441627.735 ± 391890.514 ops/s
ModifyingImmutableList.toMutable 100 thrpt 200 11505955.564 ± 71394.457 ops/s
ModifyingImmutableList.toMutable 10000 thrpt 200 134819.741 ± 526.830 ops/s
ModifyingImmutableList.toMutable 1000000 thrpt 200 561.031 ± 8.117 ops/s
答案 1 :(得分:5)
Kotlin的List
界面用于&#34;只读访问&#34;列表不一定是不可变列表。不可通过接口强制执行不变性。 Kotlin的stdlib current implementation用于toList
调用,在某些情况下,toMutableList
并将其结果作为&#34;只读访问权限返回&#34; List
。
如果你有一个List
玩家,并希望有效地让其他List
玩家获得更新的元素,那么一个简单的解决方案是将列表复制到MutableList
,更新所需元素,然后仅使用Kotlin&#34;只读访问&#34;存储对结果列表的引用。 List
界面:
val updatedPlayers: List<Player> = players.toMutableList().apply {
this[2] = updatedPlayer
}
如果您打算经常这样做,可以考虑创建一个扩展函数来封装实现细节:
inline fun <T> List<T>.copy(mutatorBlock: MutableList<T>.() -> Unit): List<T> {
return toMutableList().apply(mutatorBlock)
}
然后,您可以更流畅地复制包含更新的列表(类似于数据类复制),而无需明确指定结果类型:
val updatedPlayers = players.copy { this[2] = updatedPlayer }
答案 2 :(得分:1)
修改强>
根据您更新的问题,我说使用map
- 类似操作是执行此操作的最佳方式,因为它只复制一次列表。
如果您正在使用mutableListOf
或正常构造函数(例如ArrayList()
)来创建实例,则只需将List
转换为MutableList
:
val mp = players as MutableList<Player>
mp[2] = mp[2].copy(score = 100)
toList
/ toMutableList
会复制列表项,因此您会对性能产生影响。
但是,实际上,如果您需要可变性,则将该属性声明为MutableList。 如果需要将列表公开给另一个对象,可以使用这样的结构 - 使用两个属性:
private val _players = mutableListOf<Player>()
val players: List<Player>
get() = _players.toList()
对于score
变量,它类似 - 如果您需要更改它,可以将其声明为var
:
data class Player(val name: String, var score: Int = 0)
在这种情况下,您还可以保留不可变List并只更新值:
players[2].score = 100
您可以在文档中找到有关集合的更多详细信息:https://kotlinlang.org/docs/reference/collections.html
答案 3 :(得分:0)
我不明白为什么要比较这两种方法的相应性能。在第一个中,您将遍历集合的所有元素,在第二个中,您将通过索引直接访问所需的元素。 遍历不是免费的。