表示二进制数据的集合

Question

我正在处理样本由Floats 组成的信号。我编写的一些算法只需要知道信号何时穿过 x 轴（即正值到负值，反之亦然）。当我在做这些操作时，我意识到我不需要知道每个样本的实际Float 值。我只需要知道样本的值是否为正。

我最初将信号表示为Vector 的Floats。在我发现之后，我开始将其表示为 Boolean 值中的 Vector（即，False 表示负值，True 表示正值）。结果证明效率更高，并且我在运行时间和内存消耗方面都提高了程序的性能。

我仍然想知道是否没有更有效的方式来表示这种“二进制数据的集合”。类似于Bit Vector 或Bit Array。我在 Hackage 上找到了 BitArray，但它似乎不支持与 Vector 相同的功能。

是否有更有效的方法来表示我的用例数据，或者我应该坚持使用Boolean 值的Vector 吗？

Answer 1

vector 和 array 包分别提供了每字节一个布尔值和每比特一个布尔值选项。

首先，来自Data.Vector.Unboxed 的Vector Bool 使用一个字节数组，每个Bool 一个字节。这可以从模块Data.Vector.Unboxed.Base 中的源代码验证，其中Vector Bool 定义为：

newtype instance Vector    Bool = V_Bool  (P.Vector    Word8)

获取和设置是通过函数来​​调节的：

fromBool :: Bool -> Word8
toBool :: Word8 -> Bool

或者，也可以直接通过profiling程序来验证：

import Data.Vector.Unboxed as V
main = let v = V.replicate 1000000000 True
  in print (v ! 5)

并观察到它分配了超过 1,000,000,000 个字节。

其次，来自Data.Array.Unboxed 的UArray Int Bool 被实现为位向量，每个位有一个Bool。相关来源在Data.Array.Base，您可以在其中看到实例中使用的位操作：

instance IArray UArray Bool where
    ...
    unsafeAt (UArray _ _ _ arr#) (I# i#) = isTrue#
        ((indexWordArray# arr# (bOOL_INDEX i#) `and#` bOOL_BIT i#)
        `neWord#` int2Word# 0#)

同样，这可以通过分析直接验证：

import Data.Array.Unboxed as A
main = let v = A.listArray (1,1000000000) (repeat True) :: UArray Int Bool
  in print (v ! 5)

并验证它分配了大约 125,000,000 个字节。