将无穷流应用在Ruby里,顺便研究一下Enumerator的用法。 Enumerator可以直接用下面的代码创建: rubye = Enumerator.new do |yielder| yielder.yield 1 yielder.yield 2 loop do yielder.yield 3 end end e.next # => 1 e.next # => 2 e.next # => 3 e.next # => 3 这段代码挺好懂,但也有些诡异。可以看到每次执行e.next会要求enumerator返回一个值,这个值就是proc里的代码yield出来的值。因为proc里有个死循环,所以这就是一个无穷流,会yield出1,2,3,3,3,3,3……的序列。 每次yield完毕之后proc的代码执行会暂停,等待下次调用e.next之后才会继续执行,这里不涉及返回什么的,就是单纯的控制跳转。 不过这和方法对块参数的yield很不一样,一般用yield是把控制权从方法移交到块里,块里yield又可以移交到哪里呢? 查了一些资料,这种yield和Fiber的yield很相似,但是Enumerator本质上是不是用Fiber构建的还不清楚。 rubyf = Fiber.new do Fiber.yield 1 Fiber.yield 2 end f.resume # => 1 f.resume # => 2 Fiber是一种可控的Thread,控制权可以通过yield和resume随意转移,yield之后Fiber就会被冻结,等待resume的唤醒。 Enumerator大概搞明白之后,就开始Stream类的构建。 rubyclass Stream def initialize &p @enumerator = Enumerator.new &p @evaluated = 0 @values = [] end def [] n if n >= @evaluated (@evaluated..n).each do |n| @evaluated += 1 @values[n] = @enumerator.next end end @values[n] end def first n = 1 n == 1 ? self[0] : (0..n-1).map{|i| self[i]} end # y << 等价于 y.yield def rest n = 1 Stream.new do |y| loop do y << self[n] n += 1 end end end def map &p Stream.new do |y| n = 0 loop do y << p.call(self[n]) n += 1 end end end def accumulate &p Stream.new do |y| n = 0 loop do y << (0..n).collect{|n| self[n]}.reduce(&p) n += 1 end end end end Enumerator只是 一段不断向前执行的代码 ,所以要把每次执行的结果保存起来,并提供索引访问的方法,才是一个真正的序列。而且缓存可以避免每次访问,Eumerator都要从头开始计算。 我把.next求出来的值存到一个数组里,并保存现在计算到第几项,如果访问已经计算过的项就从values数组中返回,否则就进行计算。这就实现了lazy evaluation(或者说Enumerator本身就是lazy的)。 之后还要提供一些处理流的方法,比如map,这些方法也应该返回lazy的流,所以方法体都是流的创建。 实际上这里有很多重复的代码,还有频繁地赋值,但是我还没想到该怎么去抽象。 试试按书上的做法去计算圆周率: ruby# 根据π/4 = 1 - 1/3 + 1/5 - 1/7 + ... # seq 是 1, -1/3, 1/5, -1/7, ... 的流 seq = Stream.new do |y| n = 1 a = 1 loop do y << a * (1.0 / n) n = n + 2 a = -a end end #sum是seq n项和的流 sum = seq.accumulate{|s,x| s + x} #把sum每项扩大4倍就是pi的流 pi = sum.map{|x| x*4} pi.first(10) # => [4.0, 2.666666666666667, 3.466666666666667, 2.8952380952380956, 3.3396825396825403, 2.9760461760461765, 3.2837384837384844, 3.017071817071818, 3.2523659347188767, 3.0418396189294032] #但是这个流收敛得很慢,用书上给的欧拉加速收敛的方法变形一遍 def eular_transform s Stream.new do |y| n = 1 loop do s0, s1, s2 = s[n-1], s[n], s[n+1] y << s2 - ((s2 - s1) ** 2) / (s0 + -2 * s1 + s2) n += 1 end end end (eular_transform pi).first(10) # => [3.166666666666667, 3.1333333333333337, 3.1452380952380956, 3.13968253968254, 3.1427128427128435, 3.1408813408813416, 3.142071817071818, 3.1412548236077655, 3.1418396189294033, 3.141406718496503] #快了不少,对变形后的流还可以不断地应用变形,实现更快的加速 def accelerate s Stream.new do |y| loop do s = eular_transform s y << s.first end end end (accelerate pi).first(10) # => [3.166666666666667, 3.142105263157895, 3.141599357319005, 3.1415927140337785, 3.1415926539752927, 3.1415926535911765, 3.141592653589778, 3.1415926535897953, 3.141592653589795, NaN] Ruby实现计算出的结果和Scheme是完全一致的,但是Ruby的实现总是有点怪,因为Scheme里的流本质上是链表,而我做出来的是数组。这样就没办法递归地去创建流,比如下面这样: lisp;ones是生成1, 1, 1, ...的流,把首项设为1,把下一项指向自身,这样访问下一项就是访问自身的首项 (define ones (cons-stream 1 ones)) 不过流的本质就是迭代,scheme是用一个proc去迭代,ruby是用loop去迭代,ruby把Enumerator写成一段迭代的代码,还是很酷的。 实际上单纯用lambda也是可以实现Enumerator的构造的,只是没有Fiber那样magic: rubyclass Enum def initialize &p @enumerator = p.call end def next @enumerator.call end end e = Enum.new do n = 0 ->{ n += 1 } end p e.next # => 1 |