对于密集访问，先冻结数组是好是坏？

编程问答 2022-05-23

问题描述

假设我有一个 Data.Array.IO.IOArray i e（来自 array 包），我想从中读取元素，根据一些索引顺序在 IO 中一个一个地处理每个元素： 

arr :: IOArray I E
ordering :: [I]
processElement :: I -> E -> IO ()

（如我们所见，一切都是单态的）。

有两种明显的方法可以做到这一点：

  1. freeze首先将数组转化为不可变数组，然后使用 ! 运算符：

    do
    arr' <- freeze arr
    forM_ ordering $ \i -> processElement i (arr' ! i)

  2. readArray 对原始可变数组中的每个元素进行处理：

    forM_ ordering $ \i -> do
    e <- readArray arr i
    processElement i e

ordering 中的索引是“密集”的，因为 arr 的大多数索引都出现在 ordering 中。

哪个更有效？此外，答案是否取决于以下因素：

  • 索引 ordering 是否有重复索引？
  • 索引 ordering 是否单调递增？
  • 索引 ordering 是完全随机还是有很大的连续延伸？

解决方法

没关系。从可变数组读取与从不可变数组读取相同，除非实现中存在明显问题，例如其中一个版本会内联/解包，而另一个版本则不会。

如果您希望写入数组，则无需为了索引而冻结。如果您不希望写入数组，冻结可能是有益的，因为它会将数组从 mutable list 中移除，从而降低 GC 开销。然而，由于竞技场的大小和可变数组的数量很少， 即使这也没有那么重要。

对于读取访问模式，适用一般的局部性考虑。越密集越好，此外，如果可能，我们应该避免以 2 的更大幂的步长进行迭代，以减少缓存冲突。

addressingarraysarraysarraysdata-structureshaskellhaskellperformanceperformanceperformance