【发布时间】:2017-12-21 06:52:49
【问题描述】:
为了简化我的问题,我将从一个学术示例开始,即阿克曼函数。
我使用以下递归朴素实现:
def a(m: BigInt, n: BigInt): BigInt = {
if (m == 0) {
n + 1
} else if (m > 0 && n == 0) a(m - 1, 1)
else a(m - 1, a(m, n - 1))
}
这不是最优的,很快就会在堆栈溢出中结束。 所以我构建了一个新的实现,它使用了标准 scala 库中的 TailRec,它给出了:
import scala.util.control.TailCalls._
private[this] def a_impl(m: BigInt, n: BigInt): TailRec[BigInt] = {
if (m == 0) {
done(n + 1)
} else if (m > 0 && n == 0) tailcall(a_impl(m - 1, 1))
else
for {
x <- tailcall(a_impl(m, n - 1))
y <- tailcall(a_impl(m - 1, x))
} yield y
}
def a(m: BigInt, n: BigInt): BigInt = {
a_impl(m, n).result
}
它可以工作,但速度很慢。 所以我构建了一个使用 State monad 的新实现,但我再次失去了终端递归。
type Memo = Map[(BigInt, BigInt), BigInt]
private[this] def a_impl(m: BigInt, n: BigInt): State[Memo, BigInt] = {
if (m == 0) {
State.init(n + 1)
} else {
for {
memoed <- State.gets { memo: Memo => memo get (m, n) }
res <- memoed match {
case Some(ack) => State.init[Memo, BigInt](ack)
case None =>
if (m > 0 && n == 0) for {
a <- a_impl(m - 1, 1)
_ <- State.update { memo: Memo => memo + ((m, n) -> a) }
} yield a
else for {
a <- a_impl(m, n - 1)
b <- a_impl(m - 1, a)
_ <- State.update { memo: Memo => memo + ((m, n) -> b) }
} yield b
}
} yield res
}
}
def a(m: BigInt, n: BigInt): BigInt = {
a_impl(m, n) eval (Map())
}
所以我的问题是,我如何同时使用 State 和 TailRec?
我已经看到 Monad Transformer 的概念,但我真的不知道如何在我的示例中使用它。 我什至不知道该使用哪种类型,我可以在那个和这个之间进行选择:
type TailRecWithState = TailRec[State[Memo, BigInt]]
// or
type StateWithTailRec = State[Memo, TailRec[BigInt]]
您能否帮助我并在此示例中指出正确的方向(然后我将处理我的实际案例)?
【问题讨论】:
-
当你说“真的很慢”时,你是什么意思?你得到什么数字,你期望什么?
-
真的很慢:在我的笔记本电脑上计算 a(4, 2) 需要 8 分钟
-
有一点需要注意:你的记忆并没有像你想象的那样做。由于状态是不可变的,因此计算结果不会在计算分支之间共享。
-
我的 State 实现既高效又快速。 a(3,9) 的计算时间为 8 毫秒,而不是 TailRec 的 2 秒。但是由于堆栈溢出异常,状态一无法计算 a(4, 2),它不是尾递归的。但这不是这里最重要的一点。我的问题是如何同时使用 State 和 TailRec
-
@BobDalgleish,我认为你对记忆的看法是不对的。由于此代码表示严格的顺序计算,因此来自上一个分支的状态被下一个分支“继承”,并且记忆工作正常。您可以通过将一些日志记录添加到
case None =>分支来验证这一点,并查看它永远不会为相同的(m, n)对调用两次