hvr*_*hvr 7 python haskell generator mutable coroutine
我正在努力解决如何在Haskell中进行有状态计算的一般问题.例如,下面的简单算法可以在Python的生成器工具的帮助下表示为有状态但"懒惰"的计算,只执行到达下一个yield
语句所需的步骤,然后将控制流返回给调用者,直到请求下一个元素为止:
def solveLP(vmax0, elems):
elem_true_ixs = [ [ ei for ei, b in enumerate(row) if b ] for row in elems ]
return go(vmax0, elem_true_ixs)
def go(vmax, mms):
if not mms:
yield []
else:
for ei in mms[0]:
maxcnt = vmax[ei]
if not maxcnt > 0:
continue
vmax[ei] = maxcnt-1 # modify vmax vector in-place
for es in go(vmax, mms[1:]):
# note: inefficient vector-concat operation
# but not relevant for this question
yield [ei]+es
vmax[ei] = maxcnt # restore original vmax state
for sol in solveLP([1,2,3],[[True,True,False],[True,False,True]]):
print sol
# prints [0,2], [1,0], and [1,2]
Run Code Online (Sandbox Code Playgroud)
这可以很容易地转换为惰性Haskell计算(例如,当m
专用于Logic
或时[]
),例如
import Control.Monad
import qualified Data.Vector.Unboxed as VU
solveLP :: MonadPlus m => VU.Vector Int -> [[Bool]] -> m [Int]
solveLP vmax0 elems = go vmax0 elemTrueIxs
where
-- could be fed to 'sequence'
elemTrueIxs = [ [ ei | (ei,True) <- zip [0::Int ..] row ] | row <- elems ]
go vmax [] = return []
go vmax (m:ms) = do
ei <- mlist m
let vmax' = vmax VU.// [(ei, maxcnt-1)] -- this operation is expensive
maxcnt = vmax VU.! ei
guard $ maxcnt > 0
es <- go vmax' ms
return $ (ei:es)
mlist = msum . map return
Run Code Online (Sandbox Code Playgroud)
...但我希望能够通过使用可变向量和vmax0
原位修改单个向量来接近原始Python实现(因为我只需要增加/减少单个元素,并复制整个向量只是替换单个元素是一个很大的开销,矢量变得越长; 请注意,这只是我尝试实现的一类算法的玩具示例
所以我的问题是 - 假设有一种方法可以实现这一点 - 如何在ST monad中表达这样的有状态算法,同时在计算过程中产生结果后仍然能够将结果返回给调用者?我尝试通过monad-transformers将ST monad与list monad结合起来,但我无法弄清楚如何让它工作......
对我来说,现在还太早,无法花时间理解你的算法。但如果我正确地阅读了基本问题,您可以使用惰性 ST。这是一个简单的例子:
import Control.Monad.ST.Lazy
import Data.STRef.Lazy
generator :: ST s [Integer]
generator = do
r <- newSTRef 0
let loop = do
x <- readSTRef r
writeSTRef r $ x + 1
xs <- loop
return $ x : xs
loop
main :: IO ()
main = print . take 25 $ runST generator
Run Code Online (Sandbox Code Playgroud)
它实际上是从维持其状态的 ST 操作创建惰性结果流。