F#ref-mutable vars vs object fields

Question

我正在用F#编写一个解析器,它需要尽可能快(我希望在不到一分钟的时间内解析一个100 MB的文件).正常情况下,它使用可变变量来存储下一个可用字符和下一个可用标记(即词法分析器和解析器正确使用一个前瞻单元).

我当前的部分实现使用局部变量.因为闭包变量不可变(任何人都知道这个的原因吗？)我已经将它们声明为ref:

let rec read file includepath =
    let c = ref ' '
    let k = ref NONE
    let sb = new StringBuilder()
    use stream = File.OpenText file

    let readc() =
        c := stream.Read() |> char
    // etc

我认为这有一些开销(不多,我知道,但我在这里尝试最大速度),而且它有点不优雅.最明显的替代方法是创建一个解析器类对象,并将可变变量作为其中的字段.有谁知道哪个可能更快？是否有任何共识被认为是更好/更惯用的风格？我还缺少另一种选择吗？

Answer 1

您提到闭包不能捕获本地可变值,因此您需要使用ref.原因是需要在堆上分配在闭包中捕获的可变值(因为闭包是在堆上分配的).

F#强制您明确地写(使用ref).在C#中,您可以"捕获可变变量",但编译器会将其转换为场景后面的堆分配对象中的字段,因此无论如何它都将在堆上.

总结是:如果要使用闭包,需要在堆上分配可变变量.

现在,关于你的代码 - 你的实现使用ref,它为你正在使用的每个可变变量创建一个小对象.另一种方法是创建一个具有多个可变字段的单个对象.使用记录,你可以写:

type ReadClosure = {
  mutable c : char
  mutable k : SomeType } // whatever type you use here

let rec read file includepath = 
  let state = { c = ' '; k = NONE } 
  // ... 
  let readc() = 
    state.c <- stream.Read() |> char 
    // etc...

这可能会更有效率,因为您正在分配单个对象而不是几个对象,但我不认为差异会很明显.

关于您的代码还有一个令人困惑的事情 - 该stream值将在函数read返回后处理,因此调用stream.Read可能无效(如果您readc在read完成后调用).

let rec read file includepath =    
  let c = ref ' '    
  use stream = File.OpenText file    
  let readc() =    
    c := stream.Read() |> char    
  readc

let f = read a1 a2
f() // This would fail!

我不太确定你是如何使用的readc,但这可能是一个需要考虑的问题.另外,如果你只是将它声明为一个辅助关闭,你可能会在没有闭包的情况下重写代码(或者使用尾递归显式地编写它,它被转换为带有可变变量的命令循环)以避免任何分配.