Performance Haskell中具有有效异或和位计数的压缩大位向量
我正在寻找一种高效(在空间和时间上)的数据类型,它可以容纳384位向量,并支持高效的异或和“位计数”(位数设置为1)操作 下面,请找到我的演示程序。我需要的操作都在Performance Haskell中具有有效异或和位计数的压缩大位向量,performance,haskell,vector,bitarray,bitvector,Performance,Haskell,Vector,Bitarray,Bitvector,我正在寻找一种高效(在空间和时间上)的数据类型,它可以容纳384位向量,并支持高效的异或和“位计数”(位数设置为1)操作 下面,请找到我的演示程序。我需要的操作都在SOQuestionOpstype类中,我已经为和实现了它。尤其是后者似乎很完美,因为它有一个zipWords操作,应该允许我逐字而不是逐位进行“位计数”和异或运算。它还声称存储压缩的位(每个字节8位) 因此,让我们计算出最佳情况下的数字:lotsoffecs不需要分配太多,因为它只是同一个向量的10000000倍initialVec
SOQuestionOps
type类中,我已经为和实现了它。尤其是后者似乎很完美,因为它有一个zipWords
操作,应该允许我逐字而不是逐位进行“位计数”和异或运算。它还声称存储压缩的位(每个字节8位)
因此,让我们计算出最佳情况下的数字:lotsoffecs
不需要分配太多,因为它只是同一个向量的10000000倍initialVec
。foldl显然会在每次折叠操作中创建其中一个向量,因此它应该创建10000000位向量。位计数应该创建除10000000Int
s以外的任何内容。因此,在最好的情况下,我的程序应该使用很少的(恒定的)内存,并且总分配应该大约为10000000*sizeof(位向量)+10000000*sizeof(int)=52000000字节
好的,让我们运行Natural
的程序:
让我们制作initialVec::Natural
,用
ghc --make -rtsopts -O3 MemStuff.hs
结果(这是GHC 7.10.1中的结果):
它在堆中分配了1280306112字节
,这是预期数字的大概值(2x)。顺便说一句,在GHC 7.8上分配了353480272096字节,并运行了绝对时间,因为popCount
在GHC 7.8的Natural
上效率不高
编辑:我稍微更改了代码。在原始版本中,折叠中每隔一个向量0
。这为Natural
版本提供了更好的分配数据。我改变了它,使向量在不同的表示之间交替(设置了许多位),现在我们看到了预期的2x
分配。这是Natural
(和Integer
)的另一个缺点:分配率取决于值
但也许我们可以做得更好,让我们试试密集的Data.Vector.unbox.Bit
:
这就是initialVec::BV.Vector BV.Bit
,并使用相同的选项重新编译和运行
$ time ./MemStuff +RTS -sstderr
folded bit count: 192, sum: 1920000000
75,120,306,536 bytes allocated in the heap
54,914,640 bytes copied during GC
80,107,368 bytes maximum residency (2 sample(s))
664,128 bytes maximum slop
78 MB total memory in use (0 MB lost due to fragmentation)
Tot time (elapsed) Avg pause Max pause
Gen 0 145985 colls, 0 par 0.543s 0.627s 0.0000s 0.0577s
Gen 1 2 colls, 0 par 0.065s 0.070s 0.0351s 0.0686s
INIT time 0.000s ( 0.000s elapsed)
MUT time 27.679s ( 28.228s elapsed)
GC time 0.608s ( 0.698s elapsed)
EXIT time 0.000s ( 0.002s elapsed)
Total time 28.288s ( 28.928s elapsed)
%GC time 2.1% (2.4% elapsed)
Alloc rate 2,714,015,097 bytes per MUT second
Productivity 97.8% of total user, 95.7% of total elapsed
real 0m28.944s
user 0m28.290s
sys 0m0.456s
这非常缓慢,大约是分配的100倍:(
好的,然后让我们重新编译和分析这两个运行(ghc-make-rtsopts-O3-prof-auto-all-caf-all-fforce-recomp MemStuff.hs
):
Natural
版本:
COST CENTRE MODULE %time %alloc
main.xorFolded Main 51.7 76.0
main.sumBitCounts.\ Main 25.4 16.0
main.sumBitCounts Main 12.1 0.0
main.lotsOfVecs Main 10.4 8.0
COST CENTRE MODULE %time %alloc
soqoXOR Main 96.7 99.3
main.sumBitCounts.\ Main 1.9 0.2
Data.Vector.unbox.Bit版本:
COST CENTRE MODULE %time %alloc
main.xorFolded Main 51.7 76.0
main.sumBitCounts.\ Main 25.4 16.0
main.sumBitCounts Main 12.1 0.0
main.lotsOfVecs Main 10.4 8.0
COST CENTRE MODULE %time %alloc
soqoXOR Main 96.7 99.3
main.sumBitCounts.\ Main 1.9 0.2
Natural
真的是固定大小位向量的最佳选择吗?GHC 6.8呢?还有什么更好的方法可以实现我的SOQuestionOps
类型类吗?看看加密包中的数据.LargeWord
模块:
它为各种大小的大字提供了位
实例,例如96到256位。我会用6个未打包的字64
创建一个特殊用途的数据类型,然后在这些字上使用原语操作。嗨@augustss,谢谢!我考虑过了,但最后没有这样做,因为我有很多unit&QuickCheck个测试,可以快速解决向量相对较短的子问题。显然,我仍然可以使用大向量类型,并且在测试中只使用第一个n
位,但我认为可能有一个很好的解包表示法,它可以在不考虑位数的情况下工作。另外:对于我的程序来说e问题是,位向量的长度不限于384:(。因此,我的程序只有在输入数据“足够小”时才能工作.Natural
和Integer
在这方面非常好,因为它们使用了经过优化的GMP原语。在bitvector版本中,大部分时间都花在soqoXOR
上,这是使用Data.Vector.unbox.Bit.zipWords
实现的。我想知道这是否能解释问题,以及是否使用直接在ST
中使用可变版本会有所帮助。@duplode谢谢!在我的实际使用案例中,我需要生成的每个向量。因此,代码对我来说并不太糟糕:xs我想知道为什么Crypto
不仅仅依赖于一个只有LargeWord
模块的包,并且是由同一作者编写的。另请参阅m设置封面
,这与此类似,但使用严格的字段。如果效率是一个问题,人们可能也想将其解包。