Performance 手指树（Data.Sequence）与Rope（Data.Rope）（Haskell或一般）

a和Rope（Data.Rope）（或）之间的关键区别是什么

在Haskell库中，Data.Sequence有更多的函数。我认为rope处理“块”的效率更高

作为一名程序员，我考虑过处理700万字符序列的效率，我需要（a）在任何地方插入，（b）剪切和粘贴段（拼接），（c）搜索和替换子字符串，哪一种效率更高

针对ehird的澄清：

我的算法的大部分运行着数千个搜索替换操作，比如

s/（ome）？reg[3]x/blah$1/g

，以重复变异数据。因此我需要高效的正则表达式模式匹配（可能是形式？以及拼接（数据[a:b]=newData），其中不一定

（长度（newData）=b-a+1）

惰性ByteString可能还可以，但是拼接呢？拼接ByteString是O（数据大小/块大小）线性时间（用于搜索），加上（可能？）维护恒定大小块的开销（后一部分可能是错误的）；而对于FingerTree则是O（日志（数据大小））

我的“containee”数据类型在抽象上是一个有限的字母表。它可以具体地表示为

Char

s或

Byte

s或

Word8

s，甚至类似于假设的

Word4

s（半字节）。 **我有一个相关的问题，关于如何有效地使用

newtype

或

数据

，以便我的代码可以引用抽象字母表，但编译的程序仍然可以有效。（我应该单独发布这个问题。）

性能问题：Seq可能比ByteString差得多（按q显著常数因子）。在简单测试中，将7MB数据读入严格的

ByteString

，然后以60MB实际内存使用率打印到控制台峰值（根据Windows Process Manager），但将该内容加载到

Seq Char

中，然后打印需要400MB！（我应该单独发布这个问题，并附带代码和分析细节。）

平台问题：我正在使用和Haskell平台。我的机器上安装了文本，我想尝试一下，但我的Eclipse环境找不到它。每当我使用

cabal安装

（安装了不兼容版本的软件包，

--user

vs

--global

混乱），所以我想继续使用EclipseFP可以找到的平台软件包。我认为下一个版本的平台会有文本，所以这会很好

Trifecta：我简单地看到了Trifecta，这增加了我的困惑。（为什么它已经发布了自己的通用数据结构的新实现？它们更好吗？几乎相同的选项太多了！）

编辑了更多的细节和改进的链接

这个问题变得很严重。 @ehird的总结是主要的要点。Rope，或者bytestring或Vectors的手指树加上一个小的自定义幺半群。不管怎样，我都必须编写一个简单的正则表达式实现来粘合

考虑到所有这些信息，我建议使用绳索或建筑 您自己的结构和它所基于的fingertree包（而不是 而不是Seq，这样您就可以使用 测量的类型类（参见幺半群和指形树），带有叶 数据分块到一个未绑定的向量中。当然，后者更重要 工作，但让您特别针对您的用例进行优化。无论哪种方式， 一定要用一个抽象的界面来包装它

今天晚些时候我会回来，分为几个新问题。我会把低级技术问题整理出来，然后再回到总体比较。

---

我将更改问题标题，以更好地反映我真正关心的问题“哪些Haskell模块有效地提供或支持我需要的序列操作？”谢谢EHRD和其他响应者。

< p>对于这个回答的其余部分，我假设你实际上是在存储原始字节，而不是字符。如果你想存储字符，那么你应该考虑使用Unicode文本的等效代码<代码> ByTeStord。或者在此基础上编写您自己的基于fingertree的结构。您也可以将

ByteString

与软件包中的模块一起使用；我认为这可能会更有效，但对于Unicode文本，它的功能远不如

Text

充分

您链接的rope包只存储与

ByteString

s等效的数据，而

Seq

是通用的，可以处理任何类型的数据；前者可能更有效地存储字节字符串

我怀疑这是相同的基本树结构，因为rope实现了“bytestrings的fingertrees”，而

Seq

是一个2-3个finger树；它取决于包，本质上与Data.Sequence相同，但更一般。很可能是rope通过testring将数据打包成short

ByteString

s，这是使用

Seq

无法实现的（如果不中断

length

等操作）

总而言之，如果您存储字节字符串数据，rope似乎是一种更好的结构，它似乎具有“注释”字符串段的奇特功能；然而，它最后一次更新是在7月，新的解析器组合器库是由同一位作者编写的（首次发布于8月）包含其，因此在其基础上创建新代码可能是不明智的。当然，对trifecta所做的更改可能与一般用途无关，并且将这些更改拆分为新版本的rope可能不会太困难；可能它们没有被拆分的唯一原因是因为trifecta已经有大量依赖项：）

但是，如果您在处理过程中的任何时候都需要通用容器类型