Sorting 减少分配排序大列表（或向量）

我试图在我的程序中减少GC时间。主要嫌疑犯是以下代码：

Data.Vector.Unboxed.fromList . take n . List.sortBy (flip $ Ord.comparing id) 
 $ [ ( sum [ (c + a) * wsum z | (z,c) <- IntMap.toList zt_d ] , d)
   | d <- IntMap.keys $ m
   , let zt_d = IntMap.findWithDefault IntMap.empty d $ m ]

---

排序看起来确实会导致大量的分配。虽然排序是在列表上执行的，但这不能完全改变，因为排序列表会导致许多中间列表的构建。如有必要，您可以尝试在

MVector

上进行排序，例如使用提供高效排序算法的包

然而，还有进一步的低效率，这导致了更多的资源分配超出了必要的范围

Data.Vector.Unboxed.fromList . take n . List.sortBy (flip $ Ord.comparing id) 
 $ [ ( sum [ (c + a) * wsum z | (z,c) <- IntMap.toList zt_d ] , d)
   | d <- IntMap.keys $ m
   , let zt_d = IntMap.findWithDefault IntMap.empty d $ m ]

Data.Vector.unbox.fromList。以n为例。List.sortBy（翻转$Ord.id）
$[（总和[（c+a）*wsum z |（z，c）为什么
flip$Ord.comparing id
而不是
flip compare
？为什么不先将其放入向量中，然后使用
vector algorithms
包对向量进行排序？@ThomasM.DuBuisson:vector algorithms排序函数只对可变向量起作用，不是吗？是的，它们需要可变向量。因此，可以用l填充可变向量ist，对其排序，然后冻结以获得一个不可变向量。不像fromList中的
那么优雅。以n.sortBy foo
为例，但如果它更有效，这是一个很好的折衷。上述排序代码可以在几秒钟内根据一个稍微复杂的比较函数对约300万
Int
的列表进行排序（令人惊讶的是，堆和介绍排序要比合并慢得多）。如果你的列表只包含几千个元素，我想你会有更深层次的问题。我们能看到更多的代码吗？谢谢你的建议。有趣的是，我没有看到IntMap中愚蠢的查找：（.修复它会有一个小的加速。如果在MVector上使用inplace排序有帮助，我会试试。
Data.Vector.Unboxed.fromList . take n . List.sortBy (flip $ Ord.comparing id) 
 $ [ ( sum [ (c + a) * wsum z | (z,c) <- IntMap.toList zt_d ] , d)
   | d <- IntMap.keys $ m
   , let zt_d = IntMap.findWithDefault IntMap.empty d $ m ]

d <- IntMap.keys m, let zt_d = IntMap.findWithDefault IntMap.empty d m
-- The '$' are unnecessary, I left them out

(d,zt_d) <- IntMap.assocs m