Leakon » Perl

pure function

leakon — Thu, 18 Oct 2007 15:56:06 +0000

A pure function:

Has no side effects

Return value depends only on arguments

Example:

sub factorial {
my $n = shift;
$n == 0 ? 1 : $n * factorial($n-1);
}

cache 只对 pure function 有意义。

这可以思考，查询一个档案的修改时间的这种 function，他并非一个 pure function，所以，对非 pure function 做 cache 是没有意义的，这里有一个例子：

Highly Recursive Functions
sub fib {
my ($n) = @_;
return $n if $n ==0 || $n == 1;
return fib($n-2) + fib($n-1);
}

This function is very very slow!

Caching Fixes Recursion
Solution: Caching

@fib = (0, 1);
sub fib {
my ($n) = @_;
return $fib[$n] if defined $fib[$n];
return $fib[$n] = fib($n-1) + fib($n-2);
}

fib(20) computes fib(18) and fib(19)

fib(19) goes to compute fib(18)

But it is already in $fib[18]

Function is now very fast,Almost as fast as a pure iterative version,
Unlike the iterative version, this version required no ingenuity

以上文章节录自 http://perl.plover.com/yak/hw-dcpm/

Perl 变量魔法

leakon — Tue, 25 Sep 2007 13:01:25 +0000

先来看一段 Perl 脚本：

sub showVars {

my $name = “first”;
print $name . “\t at ” . \$name . “\n”;
for(my $i = 0; $i < 2; $i++) {
my $name = "loop_" . $i;
if (1 < 3) {
print $name . "\t at " . \$name . "\n";
my $name = "if_A";
print $name . "\t at " . \$name . "\n";
{
my $name = "blank";
print $name . "\t at " . \$name . "\n";
}
print $name . "\t at " . \$name . "\n";
}
if (1 < 4) {
print $name . "\t at " . \$name . "\n";
my $name = "if_B";
print $name . "\t at " . \$name . "\n";
}
print $name . "\t at " . \$name . "\n";
}
print $name . "\t at " . \$name . "\n";
}

sub showVars_2 {

my $name = "first";
print $name . "\t at " . \$name . "\n";
for(my $i = 0; $i < 2; $i++) {
$name = "loop_" . $i;
if (1 < 3) {
print $name . "\t at " . \$name . "\n";
$name = "if_A";
print $name . "\t at " . \$name . "\n";
{
$name = "blank";
print $name . "\t at " . \$name . "\n";
}
print $name . "\t at " . \$name . "\n";
}
if (1 < 4) {
print $name . "\t at " . \$name . "\n";
$name = "if_B";
print $name . "\t at " . \$name . "\n";
}
print $name . "\t at " . \$name . "\n";
}
print $name . "\t at " . \$name . "\n";
}

showVars();
print "--------------\n";
showVars_2();

这里面有 2 个函数，两者之间的区别，就是变量的定义方式不同。

第一个函数，多次使用 my 声明变量。Perl 会在每一个局部区域内，比如说大括号 {} 内，实现一个命名空间。
也就是说，在不同的代码段，相同的变量名，实际上指向了不同的内存地址。
第一个函数体内，首先声明了一个变量 $name，他的作用域是整个函数，但在 for 循环体内，又用 my 声明了 $name 变量，因为 for 是一个封闭的结构，在 {} 里面就可以产生一个新的命名空间，此时 $name 指向了一个新的内存地址。这一点可以在后面的输出结果中看到。

由此，引发一个值得思考的问题：
如果在循环体内部用 my 去声明变量，那么循环执行多少次，就会有多少个变量的副本，这会浪费很多内存空间。
这一点是跟其他类 C 语言是有很大区别的。
所以，如果你要想利用 Perl 的命名空间，那么只要多注意代码段的作用范围，编程的时候能感受到 Perl 十分强大的便利性。
需要注意的，就是避免在循环体中使用 my 声明，浪费内存空间不说，还会影响程序的性能。

说了半天，还是看一看实际的结果吧：

$ perl show_vars.pl
first at SCALAR(0x182fb10)
loop_0 at SCALAR(0x182fbb8)
if_A at SCALAR(0x182fc24)
blank at SCALAR(0x182fc84)
if_A at SCALAR(0x182fc24)
loop_0 at SCALAR(0x182fbb8)
if_B at SCALAR(0x182fd5c)
loop_0 at SCALAR(0x182fbb8)
loop_1 at SCALAR(0x182fd5c)
if_A at SCALAR(0x182fc84)
blank at SCALAR(0×276164)
if_A at SCALAR(0x182fc84)
loop_1 at SCALAR(0x182fd5c)
if_B at SCALAR(0x182fc24)
loop_1 at SCALAR(0x182fd5c)
first at SCALAR(0x182fb10)
————–
first at SCALAR(0x182fe88)
loop_0 at SCALAR(0x182fe88)
if_A at SCALAR(0x182fe88)
blank at SCALAR(0x182fe88)
blank at SCALAR(0x182fe88)
blank at SCALAR(0x182fe88)
if_B at SCALAR(0x182fe88)
if_B at SCALAR(0x182fe88)
loop_1 at SCALAR(0x182fe88)
if_A at SCALAR(0x182fe88)
blank at SCALAR(0x182fe88)
blank at SCALAR(0x182fe88)
blank at SCALAR(0x182fe88)
if_B at SCALAR(0x182fe88)
if_B at SCALAR(0x182fe88)
if_B at SCALAR(0x182fe88)

PHP Perl 关联数组哈希表 Hash Table

leakon — Tue, 18 Sep 2007 13:32:02 +0000

关联数组，又称为哈希表（hash table），是一种非常好用的数据结构。

在程序中，我们可能会遇到需要消重的问题，举一个最简单的模型：

有一份用户名列表，存储了 10000 个用户名，没有重复项；
还有一份黑名单列表，存储了 2000 个用户名，格式与用户名列表相同；
现在需要从用户名列表中删除处在黑名单里的用户名，要求用尽量快的时间处理。

这个问题是一个小规模的处理量，如果实际一点，2 个表都可能很大，比如有 2 亿条记录。

我最开始想到的方法，就是做一个嵌套的循环，设用户名表有 M 条记录，黑名单列表有 N 条记录，那么，循环的次数是 M * N 次！
PHP 版代码：

foreach($arrayM as $keyM => $nameM) {
foreach($arrayN as $nameN) {
if ($nameM == $nameN) {
// 本行执行了 M * N 次！
unset($arrayM[$keyM]);
}
}
}
return $arrayM;
?>

另一种方式，利用数组索引。

PHP 是一种弱类型的语言，不像 C 语言那样有严格的变量类型限制。C 语言的数组，每一个元素的类型必须一致，而且索引都是从 0 开始。
PHP 的数组，可以用字符串作为索引，也称为关联数组。
数组索引，有一个天然的限制就是不会重复，而且访问的时候不需要查找，可以直接定位。

还是刚才的那个问题，我们采用另一种办法。

把黑名单列表的用户名组织到一个数组里，数组的索引就是用户名。

然后，遍历用户列表的时候，只需直接用 isset 查询那个用户名是否存在即可。

PHP 版代码：

$arrayHash = array();
foreach($arrayN as $nameN) {
// 本行执行了 N 次。
$arrayHash[$nameN] = 1;
}

foreach($arrayM as $keyM => $nameM) {
if (isset($arrayHash[$nameM])) {
// 本行执行了 M 次！
unset($arrayM[$keyM]);
}
}
return $arrayM;
?>

可以看到，优化过的代码，循环次数是 M + N 次。

假如 M 和 N 都是 10000，优化前，循环了 1 亿次；优化后，只循环了 20000 次，差了 5000 倍！
如果第二个程序耗时 1 秒，则第一个程序需要将近一个半小时！

最近在做 Perl 的开发，Perl 在处理文本的时候有很高的效率，同样，它也支持关联数组！

只是语法和 PHP 的那种类 C 的方式有很大不同，以第二段代码为例，Perl 版的实现：

#!/usr/bin/perl
my %arrayHash;
for(my $i = 0; $i < @arrayN; ++$i) {
$arrayHash{$arrayN[$i]} = 1;
}

for(my $i = 0; $i < @arrayM; ++$i) {
if ($arrayHash{$arrayM[$i]}) {
$arrayM[$i] = undef;
}
}

Perl 的数组是 @ 开头，哈希是以 % 开头，unset 实际上就是 undef。
Perl 的哈希和数组都是有具体类型的，而且向函数传递变量的时候要传引用，我刚学时间不长，快被搞晕了。

不过，现在刚刚实现了一个以 hash 方式进行 IP 位置查找的算法，平均比较次数大概在 3 次左右，比传统的折半查找方式少了很多次，它大概需要 8 次以上的比较。

刚刚做了一个小的性能测试，对 10 万个 IP 进行查找，在我的台式机上，耗时 15 秒，平均每秒 7500 次，感觉还不错，呵呵。

不过，还是喜欢 PHP 的数组，真的很强大！

God Bless PHP!

Leakon » Perl

pure function

Perl 变量魔法

PHP Perl 关联数组 哈希表 Hash Table

PHP Perl 关联数组哈希表 Hash Table