在Haskell中记忆递归函数的最快方法是什么?
背景:最近我一直在Haskell中解决Project Euler问题。许多需要许多递归定义的组合或数理论函数的计算,例如斐波那契数。如果这些函数被记忆,性能会大大提高,也就是说,函数的结果会被缓存以供以后使用。
我已经看到很多解决这个问题的方法。最优雅似乎是this.一个使用Data.IntMap(或哈希表)和State monad。在this answer中建议使用基于树的解决方案,这种解决方案似乎相当普遍。再举一个例子,请参阅this blog post。我见过其他使用内置函数的解决方案。第2节here中有一个fix
,而且似乎编译器有时可以massaged into memoizing而无需额外的工作。还有几个prebuilt solutions。
我想知道Project Euler中使用的各种函数在实践中哪种memoization方法最快。我的直觉说哈希表库是,因为哈希表似乎是命令式语言中首选的字典结构。纯粹的功能树解决方案很酷,但我的谷歌搜索告诉我他们是strictly worse than hash tables in terms of asymptotic performance.
一些评论说这个问题太宽泛而无法回答,经过反思我同意。因此,让我给出两个具体的memoize函数示例:一个递归计算第n个Fibonacci数的函数,以及一个递归计算加泰罗尼亚数的函数。我想为大n计算这些函数很多次。
我知道这些有明确的公式,但让我们忽略它,因为这里的真正要点是使用它们来记录备忘录技术。
答案 0 :(得分:1)
当试图找到第n个斐波纳契数时,您需要记住的唯一数字是前两个数字。你可以像(f n-1,f n)这样的元组,并在每个循环上更新这个元组。请注意,更新元组是通过指针操作完成的,并且计算成本不高。
更清洁,更智能的替代方案是:
fibs :: [Integer]
fibs = fibcreator 0 1
where
fibcreator a b = a : fibcreator b (a+b)
nth = take n fibs
但我见过的最好的算法之一是:
现在最棒的是,为了获得17个斐波纳契数,我们可以做到
m' = ((((m^2)^2)^2)^2) * m
这显着缩短了计算时间,并被动地将记忆嵌入算法中。 重点是Haskell已经使用这种算法来计算幂函数,因此您不需要实现它。完整的实施是:
data Matrix = Matrix Integer Integer Integer Integer
instance Num Matrix where
(*) (Matrix a11 a12 a21 a22) (Matrix b11 b12 b21 b22)
= Matrix (a11*b11 + a12*b21) (a11*b12 + a12*b22) (a21*b11 + a22*b21) (a21*b12 + a22*b22)
fib4 :: Integer -> Integer
fib4 0 = 0
fib4 n = x
where
(Matrix x _ _ _) = Matrix 1 1 1 0 ^ (n-1)