Khi nào tôi nên chọn Vector trong Scala?

Có vẻ như Vectorđã muộn cho bữa tiệc của bộ sưu tập Scala và tất cả các bài đăng trên blog có ảnh hưởng đã rời đi.

Trong Java ArrayListlà bộ sưu tập mặc định - tôi có thể sử dụng LinkedListnhưng chỉ khi tôi nghĩ qua thuật toán và quan tâm đủ để tối ưu hóa. Trong Scala tôi nên sử dụng Vectorlàm mặc định của mình Seqhay cố gắng giải quyết khi nào Listthực sự phù hợp hơn?

Như một quy tắc chung, mặc định để sử dụng Vector. Đó là nhanh hơn so Listvới hầu hết tất cả mọi thứ và bộ nhớ hiệu quả hơn cho các chuỗi có kích thước lớn hơn tầm thường. Xem tài liệu này về hiệu suất tương đối của Vector so với các bộ sưu tập khác. Có một số nhược điểm đi cùng Vector. Đặc biệt:

• Cập nhật ở phần đầu chậm hơn List(mặc dù không nhiều như bạn nghĩ)

Một nhược điểm khác trước Scala 2.10 là hỗ trợ khớp mẫu tốt hơn List, nhưng điều này đã được khắc phục trong 2.10 với các trình trích xuất +:và tổng quát :+.

Ngoài ra còn có một cách trừu tượng hơn, đại số hơn để tiếp cận câu hỏi này: về mặt khái niệm bạn có loại trình tự nào ? Ngoài ra, anh đang khái niệm làm với nó? Nếu tôi thấy một hàm trả về một Option[A], tôi biết rằng hàm đó có một số lỗ hổng trong miền của nó (và do đó là một phần). Chúng ta có thể áp dụng logic tương tự cho các bộ sưu tập.

Nếu tôi có một chuỗi các loại List[A], tôi thực sự khẳng định hai điều. Đầu tiên, thuật toán của tôi (và dữ liệu) hoàn toàn có cấu trúc ngăn xếp. Thứ hai, tôi khẳng định rằng những điều duy nhất tôi sẽ làm với bộ sưu tập này là đầy đủ, O (n) đi qua. Hai người này thực sự đi đôi với nhau. Ngược lại, nếu tôi có thứ gì đó thuộc loại Vector[A], điều duy nhất tôi khẳng định là dữ liệu của tôi có thứ tự được xác định rõ và độ dài hữu hạn. Do đó, các xác nhận là yếu hơn với Vector, và điều này dẫn đến tính linh hoạt cao hơn của nó.

Chà, Listcó thể cực kỳ nhanh nếu thuật toán có thể được thực hiện chỉ với ::, headvà tail. Gần đây tôi đã có một bài học về đối tượng, khi tôi đánh bại Java splitbằng cách tạo ra một Listthay vì Arrayvà không thể đánh bại điều đó bằng bất cứ thứ gì khác.

Tuy nhiên, Listcó một vấn đề cơ bản: nó không hoạt động với các thuật toán song song. Tôi không thể chia Listthành nhiều phân đoạn hoặc nối lại nó một cách hiệu quả.

Có những loại bộ sưu tập khác có thể xử lý song song tốt hơn nhiều - và Vectorlà một trong số đó. Vectorcũng có địa phương tuyệt vời - Listkhông - có thể là điểm cộng thực sự cho một số thuật toán.

Vì vậy, tất cả những điều được xem xét, Vectorlà lựa chọn tốt nhất trừ khi bạn có những cân nhắc cụ thể làm cho một trong các bộ sưu tập khác trở nên thích hợp hơn - ví dụ: bạn có thể chọn Streamnếu bạn muốn đánh giá lười biếng và lưu vào bộ đệm ( Iteratornhanh hơn nhưng không lưu vào bộ đệm) hoặc Listnếu thuật toán được thực hiện một cách tự nhiên với các hoạt động tôi đã đề cập.

Bằng cách này, nó là thích hợp hơn để sử dụng Seqhoặc IndexedSeqtrừ khi bạn muốn có một phần cụ thể của API (chẳng hạn như List's ::), hoặc thậm chí GenSeqhoặc GenIndexedSeqnếu thuật toán của bạn có thể chạy song song.

Một số câu lệnh ở đây gây nhầm lẫn hoặc thậm chí sai, đặc biệt là ý tưởng rằng bất biến.Vector trong Scala là bất cứ thứ gì giống như một ArrayList. Danh sách và Vector đều là cấu trúc dữ liệu bất biến, liên tục (nghĩa là "giá rẻ để có bản sao sửa đổi"). Không có lựa chọn mặc định hợp lý vì chúng có thể dành cho các cấu trúc dữ liệu có thể thay đổi, nhưng nó phụ thuộc vào thuật toán của bạn đang làm gì. Danh sách là một danh sách liên kết đơn, trong khi Vector là bộ ba số nguyên cơ bản 32, tức là nó là một loại cây tìm kiếm với các nút cấp 32. Sử dụng cấu trúc này, Vector có thể cung cấp hầu hết các hoạt động phổ biến một cách hợp lý nhanh chóng, tức là trong O (log_32 ( n)). Nó hoạt động để thêm vào, nối thêm, cập nhật, truy cập ngẫu nhiên, phân tách ở đầu / đuôi. Lặp lại theo thứ tự tuần tự là tuyến tính. Mặt khác, danh sách chỉ cung cấp phép lặp tuyến tính và trả trước thời gian liên tục, phân tách ở đầu / đuôi.

Điều này có thể trông giống như Vector là một sự thay thế tốt cho Danh sách trong hầu hết các trường hợp, nhưng trả trước, phân tách và lặp lại thường là các thao tác quan trọng trên các chuỗi trong một chương trình chức năng và các hằng số của các hoạt động này cao hơn nhiều so với vector do cấu trúc phức tạp hơn của nó. Tôi đã thực hiện một vài phép đo, vì vậy, việc lặp lại nhanh hơn khoảng hai lần cho danh sách, việc trả trước nhanh hơn khoảng 100 lần trong danh sách, sự phân rã ở đầu / đuôi nhanh hơn khoảng 10 lần trong danh sách và việc tạo ra từ một giao dịch nhanh hơn khoảng 2 lần cho các vectơ. (Điều này có thể là do Vector có thể phân bổ các mảng gồm 32 phần tử cùng một lúc khi bạn xây dựng nó bằng cách sử dụng trình xây dựng thay vì thêm trước hoặc nối thêm các phần tử một).

Vậy chúng ta nên sử dụng cấu trúc dữ liệu nào? Về cơ bản, có bốn trường hợp phổ biến:

• Chúng ta chỉ cần chuyển đổi các chuỗi bằng các hoạt động như bản đồ, bộ lọc, gấp vv: về cơ bản không thành vấn đề, chúng ta nên lập trình thuật toán của mình một cách tổng quát và thậm chí có thể hưởng lợi từ việc chấp nhận các chuỗi song song. Đối với các hoạt động tuần tự Danh sách có thể nhanh hơn một chút. Nhưng bạn nên điểm chuẩn nó nếu bạn phải tối ưu hóa.
• Chúng tôi cần rất nhiều quyền truy cập ngẫu nhiên và các bản cập nhật khác nhau, vì vậy chúng tôi nên sử dụng véc tơ, danh sách sẽ bị cấm rất chậm.
• Chúng tôi hoạt động trên các danh sách theo cách chức năng cổ điển, xây dựng chúng bằng cách thêm trước và lặp lại bằng cách phân tách đệ quy: danh sách sử dụng, vectơ sẽ chậm hơn theo hệ số 10-100 trở lên.
• Chúng tôi có một thuật toán quan trọng về hiệu năng về cơ bản là bắt buộc và có rất nhiều quyền truy cập ngẫu nhiên trong danh sách, giống như sắp xếp nhanh: sử dụng cấu trúc dữ liệu bắt buộc, ví dụ ArrayBuffer, cục bộ và sao chép dữ liệu của bạn từ đó sang nó.

Đối với các bộ sưu tập bất biến, nếu bạn muốn một chuỗi, quyết định chính của bạn là sử dụng một IndexedSeqhoặc một LinearSeq, điều này mang lại sự đảm bảo khác nhau cho hiệu suất. IndexedSeq cung cấp khả năng truy cập ngẫu nhiên nhanh các yếu tố và thao tác có độ dài nhanh. Một linearSeq chỉ cung cấp truy cập nhanh đến phần tử đầu tiên thông qua head, nhưng cũng có một tailhoạt động nhanh . (Lấy từ tài liệu Seq.)

Đối với một IndexedSeqbạn thường sẽ chọn một Vector. Ranges và WrappedStrings cũng được IndexedSeqs.

Đối với một LinearSeqbạn thường sẽ chọn một Listhoặc tương đương lười biếng của nó Stream. Các ví dụ khác là Queues và Stacks.

Vì vậy, theo thuật ngữ Java, ArrayListđược sử dụng tương tự như Scala Vectorvà LinkedListtương tự như Scala List. Nhưng trong Scala tôi có xu hướng sử dụng Danh sách thường xuyên hơn Vector, vì Scala hỗ trợ tốt hơn nhiều cho các chức năng bao gồm truyền tải chuỗi, như ánh xạ, gấp, lặp, v.v. Bạn sẽ có xu hướng sử dụng các hàm này để thao tác danh sách như một toàn bộ, thay vì truy cập ngẫu nhiên các yếu tố cá nhân.

Trong các tình huống liên quan đến nhiều truy cập ngẫu nhiên và đột biến ngẫu nhiên, một Vector(hoặc - như các tài liệu nói - a Seq) dường như là một sự thỏa hiệp tốt. Đây cũng là những gì đặc điểm hiệu suất đề xuất.

Ngoài ra, Vectorlớp dường như chơi độc đáo trong môi trường phân tán mà không cần sao chép dữ liệu nhiều vì không cần phải sao chép trên ghi cho đối tượng hoàn chỉnh. (Xem: http://akka.io/docs/akka/1.1.3/scala/stm.html#persistent-datastructures )

Nếu bạn đang lập trình một cách bất biến và cần truy cập ngẫu nhiên, Seq là cách để đi (trừ khi bạn muốn có một Bộ, điều mà bạn thường làm). Mặt khác, Danh sách hoạt động tốt, ngoại trừ các hoạt động của nó không thể được song song.

Nếu bạn không cần cấu trúc dữ liệu bất biến, hãy gắn bó với ArrayBuffer vì đó là Scala tương đương với ArrayList.