如果看一下清单 10.3 中建立 add 值的代码,可以发现,它并不真正知道加法,只是使用了 addSimple 函数,因此,也可以处理其他任何函数。为了使代码更通用,我们可以把这个函数改成参数。
我们要写一个函数(C# 中叫方法),参数为函数,返回这个函数的记忆化版本。参数值是做实际工作的函数,返回的函数增加了缓存功能。清单 10.4 是C# 版本的代码。
清单 10.4 泛型记忆化方法 (C#)
Func<T, R> Memoize<T,R>(Func<T, R> func) { [1]
var cache = new Dictionary<T,R>(); <-- 由闭包捕获缓存
return arg => {
R val;
if(cache.TryGetValue(arg, out val)) return val; <-- 返回缓存值
else {
val =func(arg); | 计算值,
cache.Add(arg, val); | 加到缓存中
returnval; |
} };
}
代码类似于清单 10.3 中的专用加法函数;另外,我们首先创建一个缓存,然后,返回在闭包中捕捉缓存的lambda 函数。这样,对于每个返回的函数,将只有一个缓存,这正是我们想要的。
方法签名[1]表明,参数为函数 Func<T, R>,返回相同类型的函数。这样,不改变函数的结构,只是把它包装成另一个实现缓存的函数。签名是泛型的,所以,它可以使用任何接受一个参数的函数;用元组就能突破这个限制。下面的代码实现了两个数字相加的记忆化函数的 C# 版本:
var addMem = Memoize((Tuple<int, int>arg) => {
Console.Write("adding {0} +{1}; ", arg.Item1, arg.Item2);
return arg.Item1 + arg.Item2; });
Console.Write("{0}; ",addMem(Tuple.Create(19, 23))); |[1]
Console.Write("{0}; ",addMem(Tuple.Create(19, 23))); |
Console.Write("{0}; ", addMem(Tuple.Create(18,24))); [2]
运行这段代码,会发现第二段代码只输出“adding 19+23”一次,第三块输出“adding 18 + 24”。这就是说,前面的加法只执行一次,因为,缓存比较两个元组值,当它们的元素都相等时,就找到了一个匹配。这不会处理元组的第一个实现,因为,它没有任何相等的值实现;在 .NET 4.0 中的元组类型,以及本章源代码都是重写(override)了Equals 方法,进行组件值的比较,这称为结构比较(structural comparison),我们会在第十一章详细介绍。要使 Memoize 方法能够处理有多个参数的函数,还有一种选择,重载
Func<T1, T2, R>、Func<T1, T2, T3, R>,等等。在缓存中,仍然把元组作为键,但对于方法的用户来说,它是隐藏的。
[
overload和override的区别:
override(重写)
1、方法名、参数、返回值相同。
2、子类方法不能缩小父类方法的访问权限。
3、子类方法不能抛出比父类方法更多的异常(但子类方法可以不抛出异常)。
4、存在于父类和子类之间。
5、方法被定义为final不能被重写。
overload(重载)
1、参数类型、个数、顺序至少有一个不相同。
2、不能重载只有返回值不同的方法名。
3、存在于父类和子类、同类中。
]
在 F# 中,实现的泛型同样代码更加容易。我们将取清单 10.3 中写的加法代码,把计算的函数作为记忆化函数的参数。可以在清单 10.5 中看到 F# 版本。
清单10.5 泛型记忆化方法(F# Interactive)
> let memoize(f) =
let cache = newDictionary<_, _>() <-- 初始化由闭包捕获的缓存
(fun x –>
matchcache.TryGetValue(x) with
|true, v –> v
| _-> let v = f(x)
cache.Add(x, v)
v);;
val memoize : (‘a -> ‘b) -> (‘a ->‘b) [1]
在 F# 版本中,可以推断出类型签名[1],所以,我们不必要手工使函数成为泛型。F# 编译器使用泛型化(generalization)就能做到,推断出的签名相当于 C# 代码中显式签名。
这一次,我们将使用更有意义的例子来演示记忆化的有效。我们会回到全世界最喜欢的递归示例:阶乘函数。清单 10.6 试图对这个函数进行记忆化(memoize),但并不完全按照计划......
清单10.6 用实现记忆化的递归函数的困难 (F# Interactive)
> let rec factorial(x) = [1]
printf"factorial(%d); " x
if (x <= 0)then 1 else x * factorial(x - 1);; [2]
val factorial : int –> int
> let factorialMem = memoizefactorial [3]
val factorial : (int -> int)
> factorialMem(2);;
factorial(2); factorial(1);factorial(0); <-- 第一次计算 2!
val it : int = 1
> factorialMem(2);;
val it : int = 1 <-- 使用缓存的值
> factorialMem(3);;
factorial(3); factorial(2); factorial(1);factorial(0) [4] 为什么这个 2! 会重新计算
val it : int = 2
乍一看,代码似乎是正确的。首先把阶乘计算实现为简单的递归函数[1],然后,使用memoize(记忆化)函数,创建函数的优化版本[3]。我们在后面进行测试,运行相同的调用两次,看上去正常。第一次调用后,结果被缓存,因此,可以重复使用。
最后一个调用[4]就不正确了,或更确切地说,没有按照我们所希望的。问题出在记忆化只覆盖了第一次调用,即 factorialMem(3)。factorial 函数在随后的递归计算期间,直接调用了原始的函数,没有调用记忆化的版本。要解决这个问题,需要把进行递归调用的这一行代码[2],改成使用记忆化的版本(factorialMem)。这个函数在后面的代码中声明,所以,可以使用 let rec ... and ... 语法来声明两个相互递归的函数。
还有一个简单的方法,就是使用 lambda 函数,只把记忆化的版本公开为可重用的函数。清单 10.7 只用几行代码实现这个函数。
清单10.7改正后可记忆化的 factorial 函数 (F# Interactive)
> let rec factorial = memoize(fun x->
printfn"Calculating factorial(%d)" x
if (x <= 0)then 1 else x * factorial(x - 1));; [1]
warning FS0040: This and other recursivereferences to the |
object(s) being defined will be checked forinitializationsoundness | [2]
at runtime through the use of a delayedreference... |
val factorial : (int -> int)
> factorial(2);;
factorial(2); factorial(1);factorial(0); <-- 先计算几个值
val it : int = 2
> factorial(4);;
factorial(4); factorial(3); <-- 只计算没有的值
val it : int = 24
在这个例子中的 factorial 表示值,它不是语法意义上定义为有参数的函数,相反,它就是值(恰好是函数类型),由 memoize 函数返回的。这就是说,我们并没有声明递归的函数,而是声明递归的值。我们在第八章创建决策树时,用 let rec声明递归值,但是,我们只用它来以更自然的方式写节点,在代码中并没有任何的递归调用。
这一次,我们创建了真正递归的值,因为,值 factorial 在声明它自己的时候就用到了。递归值的困难在于,如果我们不小心,写出引用某个值的代码,可能会在这个值的初始化期间,是无效的操作。下面是不正确初始化的例子:
let initialize(f) = f()
let rec num = initialize (fun _ -> num +1)
在这里,对值 num 的引用出现在 lambda 函数的内部,在初始化期间被调用,当 initialize 函数被调用时,lambda 函数被调用。如果运行这个代码,在 num 被声明的地方,会出现运行时错误。使用递归函数时,函数总是在执行递归调用的时候,才定义;代码可能永远保持循环,但是,这是不同的问题。
我们声明的 factorial,对 factorial 值的引用出现在 lambda 函数中,并不在初始化期间调用,所以,是有效的声明。而F# 编译器在编译时无法区分这两种情况,所以,会发出警告[2],并增加了运行时检查。不要过于害怕这个!只要确保包含引用的 lambda 函数不在初始化过程中进行计算,就行了。
由于 factorial 声明进行递归调用时,使用记忆化版本,现在可以在任意计算步骤中,读缓存的值。例如,当我们计算 2 的阶乘后,再计算 4 的阶乘,只需要计算剩下的两个值。
注意
到目前为止,我们已经看到了函数编程中的两种优化方法。使用尾递归,要吧避免栈溢出,写出更好的递归函数;记忆化,能够优化任何无副作用的函数。
这两种方法都非常完美地适合迭代开发的风格,被认为是 F# 编程的重要方面。我们可以从简单的实现开始,往往是一个函数,可能是递归的,无副作用。在随后的过程中,对代码中需要优化的地方进行确认。正如我们前面看到的,演变代码的结构,添加面向对象方面,都很容易,优化所需要的改变也相当简单。迭代过程能够在复杂的领域花很小的代价,效益显著。
到目前为止,我们已经看到写高效函数的通用技巧;还有一种数据结构,本身适合于非常具体的优化:集合类型。在下一节,我们要讨论函数式列表,以及以函数方式使用 .NET 数组。