处理scala.collections.parallel中异常缺乏ParList的问题

因此scala 2.9最近出现在Debian测试中，带来了新的并行集合

假设我有一些与

  def expensiveFunction(x:Int):Int = {...}

  def process(s:List[Int]):List[Int} = s.map(expensiveFunction)

现在，在文档真正出现在我的机器上之前，我收集了一些关于并行集合的信息，我希望通过将列表切换到

ParList

…来实现并行化。。。但令我惊讶的是，竟然没有！（只是

ParVector

，

ParMap

，

ParSet

。）

作为一种解决方法，这（或一行等效）似乎足够有效：

  def process(s:List[Int]):List[Int} = {
    val ps=scala.collection.parallel.immutable.ParVector()++s
    val pr=ps.map(expensiveFunction)
    List()++pr
  }

在我的测试代码中产生大约3倍的性能改进，并实现更高的CPU使用率（四核加上超线程i7）。但它似乎有点笨重

我的问题是一种聚合：

• 为什么没有一个

  参数列表

• 如果没有

  参数列表

  ，是否有 我应该采用更好的模式/习惯用法，以便 我不觉得他们失踪了
• 我只是“落后于时代”使用列表吗 我的scala程序中有很多（就像我读的所有scala书籍一样 在2.7天内买回来）和 实际上我应该更多地利用

  向量

  ？（我指的是C++领域 我通常需要一个很好的理由来使用

  std:：list

  over

  std:：vector

  ）

---

当您需要模式匹配（即
案例x:：xs
）和高效的预结束/迭代时，列表非常有用。但是，当您希望通过索引快速访问、或分割成块或加入（即
xs:：：ys
）时，它们就不是那么好了

因此，如果您认为这种事情（拆分和连接）正是高效并行所需要的，那么（拥有一个并行的
列表
）就没有多大意义。使用：

xs.toIndexedSeq.par

一个
列表
不能很容易地分割成不同的子列表，这使得它很难并行化。一是具有O（n）访问权限；另外，
列表
不能去掉它的尾部，因此需要包含一个长度参数

我想，采用
向量将是更好的解决方案

请注意，Scala的
Vector
与
std:：Vector
不同。后者基本上是标准数组的包装器，是内存中的一个连续块，在添加或删除数据时需要不时复制它。Scala的
Vector
是一种专门的数据结构，它允许高效复制和拆分，同时保持数据本身不变。
首先，让我向您展示如何制作该代码的并行版本：

def expensiveFunction(x:Int):Int = {...}

def process(s:List[Int]):Seq[Int] = s.par.map(expensiveFunction).seq

这将让Scala为您解决问题——顺便说一句，它使用了ParVector。如果确实需要
列表
，请调用
.toList
，而不是
.seq

至于问题:


不存在
ParList
，因为
List
本质上是一种非并行数据结构，因为对它的任何操作都需要遍历


你应该编码到traits而不是class--
Seq
，
ParSeq
和
GenSeq
，例如。即使是
列表
的性能特征也由
LinearSeq
保证


Scala 2.8之前的所有书籍都没有考虑新的集合库。特别是，这些集合实际上没有共享一致且完整的API。现在他们做到了，你会从中受益匪浅

此外，Scala 2.7中没有像
Vector
这样的集合——一个具有（接近）恒定索引访问的不可变集合