api - 用于矢量化数值计算的最佳 Scala 集合类型

Question

在设计特定领域的数值计算库时寻找要使用的正确数据类型(例如 IndexedSeq[Double])。对于这个问题，我将范围限制为使用 Double 的一维数组。 .该库将定义一个数字函数，这些函数通常应用于一维数组中的每个元素。

注意事项:

首选不可变数据类型，例如 Vector或 IndexedSeq

想要最小化数据转换

在空间和时间上合理高效

对使用图书馆的其他人友好

优雅干净的API

我应该使用集合层次结构更高的东西，例如 Seq ?

还是只定义单元素函数并将映射/迭代留给最终用户更好？

这似乎效率较低(因为某些计算可以在每组调用中完成一次)，但同时也是一个更灵活的 API，因为它适用于任何类型的集合。

有什么建议吗？

Answer 1

如果您的计算是远程计算密集型的，请使用 Array ，原始的或包装在您自己的类中。您可以提供与集合兼容的包装器，但使其成为仅用于互操作性的显式包装器。除 Array 以外的所有内容是通用的，因此是盒装的，因此相对缓慢和笨重。

如果您不使用 Array ，人们将被迫放弃你拥有的任何东西而只使用 Array相反，当性能很重要时。也许没关系；也许您希望计算是为了方便而不是效率。在这种情况下，我建议使用 IndexedSeq对于界面，假设您想让人们知道索引不是非常慢(例如不是 List )，并使用 Vector在引擎盖下。您将使用比 Array[Double] 多 4 倍的内存，并且对于大多数省力的操作(例如乘法)要慢 3-10 倍。

例如，这个:

val u = v.map(1.0 / _)   //  v is Vector[Double]

大约比这慢三倍:

val u = new Array[Double](v.length)
var j = 0
while (j<u.length) {
  u(j) = 1.0/v(j)      // v is Array[Double]
  j += 1
}

如果您使用 map方法在 Array ，它和 Vector[Double] 一样慢道路; Array 上的操作是通用的，因此是盒装的。 (这就是大部分处罚的来源。)