我应该什么时候在Scala中selectVector？
看来Vector已经迟到了Scala的collections派对，所有有影响力的博客文章都已经离开了。
在Java中ArrayList是默认的集合 – 我可能会使用LinkedList但只有当我想通过一个algorithm和照顾足够优化。 在Scala中，我应该使用Vector作为默认的Seq ，还是试图在List实际上更合适？
一般来说，默认使用Vector 。 对于几乎所有的东西都比List更快，而对于大小不一的大小的序列来说，它的效率更高。 请参阅此文档的Vector相对于其他集合的相对性能。 使用Vector有一些缺点。 特别：
- 头部更新比
List更慢（尽pipe不像你想象的那么多）
在Scala 2.10之前的另一个缺点是List模式匹配支持比较好，但是在2.10中用+:和:+提取器进行了纠正。
还有一个更抽象的，代数的方式来处理这个问题：你在概念上有什么样的顺序？ 另外，你在做什么概念上呢？ 如果我看到一个函数返回一个Option[A] ，我知道函数有一些漏洞（因此是部分）。 我们可以将同样的逻辑应用于集合。
如果我有一个List[A]types的序列，我有效地断言了两件事情。 首先，我的algorithm（和数据）是完全堆栈结构的。 其次，我断言我要做的唯一的事情就是完整的O（n）遍历。 这两个真的是携手共进。 相反，如果我有Vector[A]types的东西，我唯一断言的是我的数据有一个明确的顺序和有限的长度。 因此， Vector的断言较弱，这导致了更大的灵活性。
那么，如果algorithm只能用:: ， head和tail来实现， List可以非常快。 最近我有一个对象的教训，当我通过生成一个List而不是一个Array来打败Java的split ，并且无法用其他任何东西来打败它。
但是， List有一个基本的问题：它不适用于并行algorithm。 我无法以有效的方式将List拆分为多个段，或将其连接在一起。
还有其他types的集合可以更好地处理并行性，而Vector就是其中之一。 Vector也具有很好的局部性 – 哪些List没有 – 对某些algorithm来说这是一个真正的优点。
所以，考虑到所有的因素， 除非你有特定的考虑因素， 否则 Vector是最好的select – 例如，如果你想懒惰的评估和caching（ Iterator更快但不caching） ，或者如果algorithm是自然地用我提到的操作来实现的话。
顺便说一下，如果您的algorithm可以并行运行，则最好使用Seq或IndexedSeq除非您需要特定的API（如List 's :: GenSeq ，甚至GenSeq或GenIndexedSeq 。
对于不可变的集合，如果你想要一个序列，你的主要决定是使用一个IndexedSeq还是一个LinearSeq ，这会给性能提供不同的保证。 IndexedSeq提供元素的快速随机访问和快速的长度操作。 LinearSeq只能通过head快速访问第一个元素，但也具有快速tail操作。 （摘自Seq文档。）
对于IndexedSeq您通常会select一个Vector 。 Range s和WrappedString也是IndexedSeqs。
对于LinearSeq您通常会select一个List或其惰性等效的Stream 。 其他的例子有Queue和Stack 。
所以在Java方面， ArrayList与Scala的Vector类似，而LinkedList类似于Scala的List 。 但是在Scala中，我倾向于使用List比Vector更频繁，因为Scala对包含遍历序列的函数（如映射，折叠，迭代等等）有更好的支持。您将倾向于使用这些函数来将列表操作为整体，而不是随机访问个别元素。
这里的一些陈述是混乱的，甚至是错误的，特别是不可变的思想。Scala中的向量就像一个ArrayList。 列表和向量都是不可变的，持久的（即“获得修改后的副本”）数据结构。 没有合理的默认select，因为它们可能是可变的数据结构，但它取决于你的algorithm在做什么。 List是一个单向链表，Vector是一个32位的基本整数树，即它是一种32度节点的search树。使用这个结构，Vector可以提供最常见的操作，比如在O（log_32 N））。 这适用于prepend，追加，更新，随机访问，头/尾分解。 顺序迭代是线性的。 列表另一方面只是提供线性迭代和恒定时间前置，在头部/尾部分解。 一切都需要一般的线性时间。
这可能看起来好像在几乎所有情况下，Vector都是List的好替代品，但是前置，分解和迭代通常是function程序中序列的关键操作，并且这些操作的常量对于向量的（高得多）到它更复杂的结构。 我做了一些测量，所以迭代大约是列表的两倍，prepend在列表上大约快100倍，head / tail中的分解大约是列表的10倍，从vector遍历的速度大约是vector的2倍。 （这可能是因为当你使用一个构build器来构build它时，Vector可以一次分配32个元素的数组，而不是一个一个的预先添加或附加元素）。 当然，所有在列表上花费线性时间但在vector上有效地保持恒定时间（作为随机访问或附加）的操作在大型列表上将过于缓慢。
那么我们应该使用哪种数据结构呢？ 基本上有四种常见的情况：
- 我们只需要通过映射，filter，折叠等操作来转换序列：基本上没关系，我们应该一般地编程我们的algorithm，甚至可以从接受并行序列中受益。 对于顺序操作List可能要快一点。 但是如果你需要优化，你应该对它进行基准testing。
- 我们需要大量的随机访问和不同的更新，所以我们应该使用向量，列表将会非常慢。
- 我们以经典的函数方式对列表进行操作，通过recursion分解来迭代构build它们：使用列表，向量将会减慢10-100倍或更多。
- 我们有一个性能关键的algorithm，基本上是必要的，并且在列表上做了大量的随机访问，像就地快速sorting：在本地使用命令式数据结构，例如ArrayBuffer，并将数据从中复制到数据结构中。
在涉及大量随机访问和随机突变的情况下， Vector （或者像文档所说的Seq ）似乎是一个很好的折衷。 这也是性能特征所暗示的。
另外， Vector类似乎在分布式环境中很好地工作，没有太多的数据重复，因为不需要为整个对象进行写时复制。 （请参阅： http : //akka.io/docs/akka/1.1.3/scala/stm.html#persistent-datastructures ）
如果你的程序是不可变的，需要随机访问，Seq就是要走的路（除非你需要一个你经常实际做的Set）。 否则，List运行良好，除了它的操作不能并行。
如果您不需要不可变的数据结构，请使用ArrayBuffer，因为它是与ArrayList等效的Scala。
