-->

双流饲料,以防止不必要的记忆化?(double stream feed to prevent unn

2019-07-05 09:42发布

我是新来的Haskell,我试图实现欧拉筛在流处理风格。

当我检查了关于素数的Haskell Wiki页面 ,我发现流一些神秘的优化技术。 在维基的3.8直线合并

primesLME = 2 : ([3,5..] `minus` joinL [[p*p, p*p+2*p..] | p <- primes']) 
  where
    primes' = 3 : ([5,7..] `minus` joinL [[p*p, p*p+2*p..] | p <- primes'])

joinL ((x:xs):t) = x : union xs (joinL t)

它说

双质数料在这里介绍,以防止不必要的记忆化,从而防止内存泄漏,按照梅丽莎奥尼尔的代码。

怎么会这样? 我无法弄清楚它是如何工作。

Answer 1:

通常情况下,素数的定义埃拉托色尼的筛的理查德·伯德的配方流是自我指涉:

import Data.List.Ordered (minus, union, unionAll)

ps = ((2:) . minus [3..] . foldr (\p r -> p*p : union [p*p+p, p*p+2*p..] r) []) ps

素数ps通过该定义产生被用作输入给它。 为了防止恶性循环的定义被灌注以初始值,2。这对应于埃拉托塞尼的筛作为发现在复合材料中,列举对每个素数p之间的间隙的素数的数学定义由P的步骤向上计数, P = {2} U({3,4-,...} \∪{{P 2,P 2 + P,P 2 + 2P,...} | P P中})。

所产生的流被用作在其自己的定义输入。 这使得质数的整个流的存储器中的保留(或大部分也无妨)。 这里的不动点是分享 ,corecursive:

fix f  = xs where xs = f xs                    -- a sharing fixpoint combinator
ps     = fix ((2:) . minus [3..] . foldr (...) [])
    -- = xs where xs = 2 : minus [3..] (foldr (...) [] xs)

这个想法 (由于梅丽莎奥尼),那么,以分离此成两个流,具有内部循环送入素数的第二物流“上方”它:

fix2 f  = f xs where xs = f xs                 -- double-staged fixpoint combinator
ps2     = fix2 ((2:) . minus [3..] . foldr (...) [])
     -- = 2 : minus [3..] (foldr (...) [] xs) where
     --                                   xs = 2 : minus [3..] (foldr (...) [] xs)

因此,当ps2产生一些素p ,其内流xs “核心”的素数仅需要被实例化至多约sqrt p ,并且由产生的任何质数ps2可以被丢弃,并通过系统垃圾收集之后立即:

    \
     \
      <- ps2 <-.
                \
                 \
                  <- xs <-.
                 /         \ 
                 \_________/ 

由内循环产生的素数xs不能被立即丢弃,因为它们需要xs流本身。 当xs制作了黄金q ,只是它的下面部分sqrt q可以丢弃,它已被消耗刚过foldr的计算的一部分。 换句话说,这序列保持返回指针到自身下降到sqrt其最大生产值的(因为它是以它的消费者食用,像print )。

因此,与一个进料回路(与fix )几乎整个序列将具有在存储器中被保持,而与双进料(具有fix2 )仅内部循环需要是大多保持,只有一直达到的电流的平方根由主流产生的值。 因此,总的空间复杂度是从大约O(N)减小到约O(SQRT(N)) -的显着降低。

对于这项工作的代码必须以最佳方式编译,即与-O2开关,并独立运行。 您可能还使用-fno-cse开关。 而且必须只有一个参考ps2在测试代码:

main = getLine >>= (read >>> (+(-1)) >>> (`drop` ps2) >>> print . take 5)

事实上,当在Ideone测试, 它只表示实际上恒定的内存消耗。


而且它的埃拉托色尼的筛,不欧拉筛。

最初的定义是:

eratos (x:xs) = x : eratos (minus xs $ map (*x) [x..] )    -- ps = eratos [2..]
eulers (x:xs) = x : eulers (minus xs $ map (*x) (x:xs))    -- ps = eulers [2..]

两者都是因为倍数的过早处理效率非常低。 这是很容易通过融合来补救第一定义map和枚举到一个枚举进一步移开(从xx*x ,即, [x*x, x*x+x..]因此,其处理可以推迟 -因为这里的每一个素的倍数是独立产生的(以固定间隔列举):

eratos (p:ps) xs | (h,t) <- span (< p*p) xs =                 -- ps = 2 : eratos ps [2..]
                    h ++ eratos ps (minus t [p*p, p*p+p..])   -- "postponed sieve"

这是一样的鸟,在这篇文章的顶部, 逐段筛:

ps = 2 : [n | (r:q:_, px) <- (zip . tails . (2:) . map (^2) <*> inits) ps,
              n           <- [r+1..q-1] `minus` foldr union [] 
                               [[s+p, s+2*p..q-1] | p <- px, let s = r`div`p*p]]

(f <*> g) x = fx (gx)在这里被用作一个pointfree简写。)

有没有简单的办法解决第二个定义,即eulers


另外:你可以看到用Python生成器实现了相同的想法,作为比较, 在这里 。

事实上,Python代码采用伸缩,多级的递归生产短暂的素数流; 在Haskell 我们可以安排其与非共享,多级不动点组合子_Y

primes = 2 : _Y ((3:) . sieve 5 . unionAll . map (\p -> [p*p, p*p+2*p..]))
  where
    _Y g = g (_Y g)                                   -- == g . g . g . g . ....

    sieve k s@(x:xs) | k < x = k : sieve (k+2) s      -- == [k,k+2..] \\ s,
                     | True  =     sieve (k+2) xs     --    when s ⊂ [k,k+2..]


文章来源: double stream feed to prevent unneeded memoization?