Question

我有一个键值对列表，我想计算每个键出现的次数以及它出现的值，但是当我尝试时，我得到一个堆栈溢出。这是我正在运行的代码的简化版本：

import Array
add (n, vals) val = n `seq` vals `seq` (n+1,val:vals)
histo = accumArray add (0,[]) (0,9) [(0, n) | n <- [0..5000000]]
main = print histo

当我用'ghc -O'编译它并运行它时，我得到“堆栈空间溢出：当前大小为8388608字节。”

我想我知道发生了什么：accumArray与foldl具有相同的属性，所以我需要一个严格版本的accumArray。不幸的是，我发现的唯一一个是Data.Array.Unboxed，它不适用于列表数组。

文档说当累积函数是严格的，那么accumArray也应该是，但我不能让它工作，讨论here声称文档是错误的（至少对于GHC而言）

除了Data.Array.Unboxed中的那个之外，是否有严格版本的accumArray？或者有更好的方法来做我想要的事情吗？

Answer 1

嗯，严格并不一定意味着没有创建thunk，它只是意味着如果参数是底部，结果也是底部。但是accumArray并不是那么严格，它只是在数组出现时将底部写入数组。它不能真正做任何其他事情，因为它必须允许非严格的函数，可以从中间底部产生定义的值。并且严格性分析器不能重写它，以便在每次写入时对累积函数进行WHNF评估，如果它是严格的，因为这将以相当激烈的方式改变程序的语义（包含一些底部与底部的数组）

尽管如此，我同意在一些领域缺乏严格和急切的职能。

对于你的问题，你可以使用更大的堆栈（这里+RTS -K128M不够，但256M就行了），或者你可以使用

import Data.Array.Base (unsafeRead, unsafeWrite)
import Data.Array.ST
import GHC.Arr

strictAccumArray :: Ix i => (e -> a -> e) -> e -> (i,i) -> [(i,a)] -> Array i e
strictAccumArray fun ini (l,u) ies = case iar of
                                       Array _ _ m barr -> Array l u m barr
  where
    iar = runSTArray $ do
        let n = safeRangeSize (l,u)
            stuff = [(safeIndex (l,u) n i, e) | (i, e) <- ies]
        arr <- newArray (0,n-1) ini
        let go ((i,v):ivs) = do
                old <- unsafeRead arr i
                unsafeWrite arr i $! fun old v
                go ivs
            go [] = return arr
        go stuff

严格写入时，thunk保持较小，因此没有堆栈溢出。但请注意，列表占用了大量空间，因此如果列表太长，可能会导致堆耗尽。

另一种选择是使用Data.Map（或Data.IntMap，如果containers的版本是0.4.1.0或更高版本）而不是数组，因为它附带{{ 1}}，强制使用组合函数的结果。例如，代码可以是

insertWith'

使用import qualified Data.Map as M -- or Data.IntMap import Data.List (foldl') histo :: M.Map Int (Int,[Int]) -- M.IntMap (Int,[Int]) histo = foldl' upd M.empty [(0,n) | n <- [0 .. 15000000]] where upd mp (i,n) = M.insertWith' add i (1,[n]) mp add (j,val:_) (k,vals) = k `seq` vals `seq` (k+j,val:vals) add _ pr = pr -- to avoid non-exhaustive pattern warning的缺点是

组合函数必须具有类型Map，因此在您的情况下需要更复杂。
更新是O（日志大小）而不是O（1），因此对于大型直方图，它会慢得多。
a -> a -> a s和Map有一些簿记开销，因此将使用比数组更多的空间。但是，如果更新列表与索引数相比较大，则差异可以忽略不计（在这种情况下，每个键的开销为IntMap个字，与值的大小无关），其中大小为每次更新都会增加值。

我怎样才能获得严格的accumArray？

1 个答案: