Scala的Stream和StackOverflowError
发布时间:2020-12-16 18:52:21 所属栏目:安全 来源:网络整理
导读:考虑一下这段代码(取自Martin Odersky的“ Functional programming principles in Scala”课程): def sieve(s: Stream[Int]): Stream[Int] = { s.head #:: sieve(s.tail.filter(_ % s.head != 0))}val primes = sieve(Stream.from(2))primes.take(1000).toL
考虑一下这段代码(取自Martin Odersky的“
Functional programming principles in Scala”课程):
def sieve(s: Stream[Int]): Stream[Int] = { s.head #:: sieve(s.tail.filter(_ % s.head != 0)) } val primes = sieve(Stream.from(2)) primes.take(1000).toList 它工作得很好.注意,筛子实际上不是尾递归(或者是它?),即使Stream的尾部是懒惰的. 但是这段代码: def sieve(n: Int): Stream[Int] = { n #:: sieve(n + 1).filter(_ % n != 0) } val primes = sieve(2) primes.take(1000).toList 抛出StackOverflowError. 第二个例子有什么问题?我想过滤器搞砸了,但我不明白为什么.它返回一个Stream,所以它不会让评估急切(我是对的吗?) 解决方法
您可以使用一些跟踪代码突出显示该问题:
var counter1,counter2 = 0 def sieve1(s: Stream[Int]): Stream[Int] = { counter1 += 1 s.head #:: sieve1(s.tail.filter(_ % s.head != 0)) } def sieve2(n: Int): Stream[Int] = { counter2 += 1 n #:: sieve2(n + 1).filter(_ % n != 0) } sieve1(Stream.from(2)).take(100).toList sieve2(2).take(100).toList 我们可以运行它并检查计数器: scala> counter1 res2: Int = 100 scala> counter2 res3: Int = 540 所以在第一种情况下,调用堆栈的深度是质数的数量,而在第二种情况下,它是最大的素数本身(嗯,减去1). (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |