Question

我正在写一个游戏ai（aichallenge.org - Ants），这需要对数据结构进行大量更新和引用。我已经尝试了数组和地图，但基本问题似乎是每次更新都会创建一个新值，这会让它变慢。如果您花费超过一秒钟来进行移动，游戏会引导您，因此应用程序将被视为“硬实时”。是否有可能在Haskell中具有可变数据结构的性能，或者我应该学习Python，还是在OCaml中重写我的代码？

我完全重写了蚂蚁“starter-pack”。从阵列更改为地图，因为我的测试显示地图更新速度更快。

我运行了地图版本并进行了性能分析，结果显示仅有20％的时间是由地图更新完成的。

这是一个简单的演示，说明阵列更新的速度有多慢。

slow_array =
    let arr = listArray (0,9999) (repeat 0)
        upd i ar = ar // [(i,i)]
    in  foldr upd arr [0..9999]

现在评估slow_array！9999需要将近10秒！虽然一次应用所有更新会更快，但该示例模拟了每个回合必须更新数组的真正问题，最好是每次在计划下一轮时选择移动。

感谢nponeccop和Tener参考矢量模块。以下代码等同于我的原始示例，但运行时间为0.06秒而不是10秒。

import qualified Data.Vector.Unboxed.Mutable as V

fast_vector :: IO (V.IOVector Int)
fast_vector = do
  vec <- V.new 10000
  V.set vec 0
  mapM_ (\i -> V.write vec i i) [0..9999]
  return vec

fv_read :: IO Int
fv_read  = do
  v <- fast_vector
  V.read v 9999

现在，将其纳入我的蚂蚁代码......

Answer 1

首先，想想你是否可以改进你的算法。另请注意，默认Ants.hs不是最佳的，您需要自己动手。

其次，您应该使用profiler来查找性能问题，而不是依赖于挥手。 Haskell代码通常比Python快得多（快10到30倍，你可以查看Language Shootout进行比较），即使是功能数据结构，所以你可能做错了。

Haskell supports mutable data非常好。请参阅ST（状态线程）和库ST的可变数组。另请查看vectors包。最后，您可以使用数据并行haskell，haskell-mpi或other ways of parallelization来加载所有可用的CPU内核，甚至可以在多台计算机上分配工作。

您使用的是已编译的代码（例如cabal build或ghc --make）还是使用runhaskell或ghci？后者是字节码解释器，并且创建比本机代码编译器慢得多的代码。请参阅Cabal reference - 这是构建应用程序的首选方法。

还要确保您已开启优化（-O2和other flags）。请注意，-O vs -O2可能有所不同，并尝试使用不同的后端，包括新的LLVM后端（-fllvm）。

Answer 2

一次更新数组一个元素是非常低效的，因为每次更新都涉及制作整个数组的副本。其他数据结构（如Map）实现为树，因此允许对数时间更新。但是，通常一次更新功能数据结构一个元素通常是次优的，所以你应该尝试退一步思考如何实现某些东西作为整个结构的转换，而不是单个元素一次。

例如，通过一步完成所有更新，只需要复制一次数组就可以更有效地编写slow_array示例。

faster_array =
    let arr = listArray (0,9999) (repeat 0)
    in  arr // [(i,i) | i <- [0..9999]]

如果你不能想到一个一元一元的算法的替代方案，那么可变数据结构已经被提到作为另一种选择。

Answer 3

您基本上要求可变数据结构。除了标准库，我建议你查找：

vector：http://hackage.haskell.org/package/vector

那就是说，我不太确定你需要它们。对于持久数据结构也有简洁的算法。 Data.Map的快速替换是此包中的哈希表：

无序容器：http://hackage.haskell.org/package/unordered-containers

Haskell实时更新和查找性能

3 个答案: