Clojure，在let绑定中替换vars导致性能问题？

Question

假设有一个函数，它收到一个包含大约100KB数据的json字符串。该字符串转换为一个映射，然后它继续将新键与该映射关联，并替换let绑定中的var，如下所示：

(defn myfn
  [str]
  (let [j (json/read-str str)
        j (assoc-in j [:key1 :subkey1] somedata1)
        j (assoc-in j [:key2 :subkey2] somedata2)
        ....
        j (assoc-in j [:key100 :subkey100] somedata100)]
    ... do something ...))

我知道，在所有这些绑定之后，j将添加所有这些新键。这只是一个例子。我想知道在那些大量的绑定到同一个var中会发生什么。

我的意思是记忆中会发生什么。它会在内存中100次复制100KB吗？它会消耗100KB * 100 = 10,000KB直到它退出该功能？或者，Clojure足够聪明，它实际上在同一个内存空间中不断添加新密钥？

如果您还可以在Clojure参考中找到我应该寻找的地方，以找到答案，那将是非常好的。

Answer 1

Clojure使用一种名为trie的数据结构，它类似于树，但只在叶节点上有数据。大多数clojure的持久性结构都是以trie的形式实现的。

This excellent article确实详细解释了事情并使用了向量，所以我不会在这里重复它。我知道S.O.它更倾向于提供内容而不是链接，但它不是一个可以在答案中完全涵盖的主题，而且文章做得最好，所以我只是链接到它

简而言之，当以某种方式修改数据结构时，会为新的＆＃34;版本＆＃34;创建一个新的trie，而不是通过一次更改将所有数据从旧的复制到新的＃34;在新的结构中，节点指向现有数据。以下是显示数据共享的上述文章的可视化：

所以，使用这种结构，我们有共享数据，但由于它只是一个二进制trie，它可以很快变深，所以查找可能需要很长时间（对于10亿个元素的向量，深度为到达叶子节点的是log ₂ 1e9，即30）。为了解决这个问题，clojure使用32路分支因子而不是2路分支因子，产生非常浅的树。因此，在clojure中保存10亿个元素的相同向量只需要log ₃₂ 1e9或6个间接级别来到达叶子。

我建议您阅读该文章，并查看PersistentHashMap，您会在多个地方看到对shift + 5的引用。这是一种巧妙的方法，可以使用位移来索引到trie（log ₂ 32 = 5）。有关详细信息，请参阅second part of the article。

总而言之，clojure使用高效的数据结构来实现持久性，任何具有不可变性作为核心功能的语言都必​​须这样做，如果它希望实现可用的性能。