Tag: 懒惰评估

懒惰的评价和时间的复杂性

我正在四处寻找stackoverflow 非平凡的懒惰评估 ，这导致了我Keegan McAllister的介绍： 为什么学习Haskell 。 在幻灯片8中，他显示了最小函数，定义如下： minimum = head . sort 并指出它的复杂性是O（n）。 我不明白为什么复杂性被说成是线性的，如果通过replacesorting是O（nlog n）。 文章中提到的sorting不能是线性的，因为它不会假设数据，因为线性sorting方法（比如计数sorting）会要求sorting。 懒惰的评价在这里扮演着一个神秘的angular色吗？ 如果是的话，背后的解释是什么？

提取一个dplyr tbl列作为一个向量

有一个更简洁的方法，从数据库后端的tbl（即数据框/表不能直接子集）获得一列dplyr tbl作为一个向量吗？ require(dplyr) db <- src_sqlite(tempfile(), create = TRUE) iris2 <- copy_to(db, iris) iris2$Species # NULL 那太容易了，所以 collect(select(iris2, Species))[, 1] # [1] "setosa" "setosa" "setosa" "setosa" etc. 但似乎有点笨拙。

什么是Haskell的严格点？

我们都知道（或者应该知道）Haskell默认是懒惰的。 评估之前，没有任何评估。 那么什么时候必须进行评估？ 有几点Haskell必须严格。 我称之为“严格点”，虽然这个特定的术语并不像我想象的那样广泛。 据我所知： Haskell中的减less（或评估） 只发生在严格点上。 所以问题是： Haskell的严格性究竟是什么？ 我的直觉说main seq / bang模式，模式匹配，以及通过main执行的任何IO动作都是主要的严格点，但是我不知道为什么我知道这一点。 （另外，如果他们不被称为“严格点”，他们叫什么？） 我想象一个好的答案将包括一些关于WHNF的讨论等等。 我也想象它可能会触及lambda演算。 编辑：关于这个问题的其他想法。 正如我在这个问题上所反映的那样，我认为在严格点的定义中增加一些内容会更清楚些。 严格点可以有不同的背景和不同的深度 （或严格性）。 回到我的定义：“减lessHaskell只发生在严格点上”，让我们在这个定义中增加这样一个条款：“一个严格点只有当它的周围环境被评估或减less时才会触发”。 所以，让我试着让你开始我想要的答案。 main是一个严格点。 它被特别指定为其上下文的主要严格点：程序。 当程序（ main的上下文）被评估时，main的严格点被激活。 主要的深度是最大的：它必须充分评估。 主要通常由IO操作组成，这些操作也是严格点，其上下文是main 。 现在您尝试：以这些术语讨论seq和模式匹配。 解释function应用的细微差别：它是如何严格的？ 它怎么样？ 那么deepseq呢？ let和case陈述？ unsafePerformIO ？ Debug.Trace ？ 顶级定义？ 严格的数据types？ 爆炸模式？ 等等这些项目中有多less可以用seq或模式匹配来描述？

表情的angular度懒惰一次绑定

自1.3.0-beta.10版本以来，AngularJS有了一个新的function： “懒惰的一次性绑定” 。 简单的expression式可以用::作为前缀，在第一次评估expression式之后告诉angular度停止观察。 给出的常见例子是这样的： <div>{{::user.name}}</div> 是否有像以下类似的expression式类似的语法？ <div ng-if="user.isSomething && user.isSomethingElse"></div> <div ng-class="{classNameFoo: user.isSomething}"></div>

为什么懒惰评估有用？

我一直在想，为什么懒惰的评估是有用的。 我还没有任何人以一种合理的方式向我解释; 大多数情况下，它最终会熬到“相信我”。 注意：我不是指记忆。

在C ++中进行懒惰评估

C ++没有对懒惰评估的本机支持（就像Haskell一样）。 我想知道是否有可能以合理的方式在C ++中实现懒惰评估。 如果是的话，你会怎么做？ 编辑：我喜欢康拉德鲁道夫的答案。 我想知道是否有可能以更通用的方式实现它，例如通过使用一个参数化的类惰性，本质上适用于matrix_add为matrix工作的方式。 T上的任何操作都会返回。 唯一的问题是将参数和操作代码存储在懒本身中。 任何人都可以看到如何改善呢？

将parameter passing给dplyr函数

我想使用dplyr来参数化下面的计算，它发现哪个Sepal.Length值与多个Sepal.Length值相关联： library(dplyr) iris %>% group_by(Sepal.Length) %>% summarise(n.uniq=n_distinct(Sepal.Width)) %>% filter(n.uniq > 1) 通常我会写这样的东西： not.uniq.per.group <- function(data, group.var, uniq.var) { iris %>% group_by(group.var) %>% summarise(n.uniq=n_distinct(uniq.var)) %>% filter(n.uniq > 1) } 但是，这种方法会引发错误，因为dplyr使用非标准评估 。 这个函数应该如何写？

什么时候应该使用Lazy <T>？

我发现这篇关于Lazy ： 懒惰在C＃4.0 – 懒惰 使用Lazy对象获得最佳性能的最佳做法是什么？ 有人能指出我在实际应用中的实际使用吗？ 换句话说，我应该什么时候使用它？

懒惰I / O有什么不好？

我通常听说生产代码应该避免使用惰性I / O。 我的问题是，为什么？ 使用Lazy I / O之外的东西可以玩吗？ 什么使替代scheme（例如统计员）更好？

foldl与foldr行为与无限列表

这个问题中 myAny函数的代码使用了foldr。 当谓词满足时，它停止处理无限列表。 我用foldl重写了它： myAny :: (a -> Bool) -> [a] -> Bool myAny p list = foldl step False list where step acc item = p item || acc （请注意，step函数的参数正确颠倒了。） 但是，它不再停止处理无限列表。 我试图跟踪Apocalisp答案中的函数执行情况： myAny even [1..] foldl step False [1..] step (foldl step False [2..]) 1 even 1 || (foldl step False [2..]) False || […]