6

我完全重写了这个问题，因为原来的问题无法解决。为了简单起见，我使用斐波那契数作为一个玩具示例。

正如预期的那样，琐碎的递归缓存计算以非常长的堆栈跟踪结束。这就是为什么我想要一个像IterativeLoadingCache这样的抽象类，我可以在这里像这样扩展它

@Override
protected Integer computeNonRecursivelly(Integer key) {
    final Integer x1 = getOrEnqueue(key-1);
    final Integer x2 = getOrEnqueue(key-2);
    if (x1==null) return null;
    if (x2==null) return null;
    return x1+x2;
}

它会在不使用递归的情况下处理所有缓存和计算。

我真的不是在寻找斐波那契数的有效计算。我需要一些允许将缓存与递归函数一起使用的东西，其中递归深度可以任意高。

我已经有了一种解决方案，但是效率很低而且很丑陋，所以我希望得到一些好的建议。我也很好奇其他人是否需要它或者可能已经实现了它。

4

2 回答 2

4

既然你已经重写了你的问题，这里有一个新的答案。

首先，在我看来，您的实现computeNonRecursivelly仍然是递归的，因为getOrEnqueue调用它。

我认为您不能Cache直接使用 a ，因为您需要在计算中有两个步骤：一个说明所需值的依赖关系，另一个在满足依赖关系后进行计算。不过，它只有在你从来没有循环依赖的情况下才会起作用（这与递归中的要求相同）。

这样，您可以将尚未在缓存中的依赖项（及其依赖项等）排队，然后以正确的顺序计算它们。类似的东西：

public abstract class TwoStepCacheLoader<K, V> extends CacheLoader<K, V> {
    public abstract Set<K> getDependencies(K key);
}

public class TwoStepCache<K, V> extends ForwardingLoadingCache<K, V> {
    private final TwoStepCacheLoader<K, V> loader;
    private LoadingCache<K, V> cache;

    public TwoStepCache(TwoStepCacheLoader<K, V> loader) {
        this.loader = loader;
        cache = CacheBuilder.newBuilder().build(loader);
    }

    @Override
    public V get(K key) 
            throws ExecutionException {
        V value = cache.getIfPresent(key);
        if (value != null) {
            return value;
        }

        Deque<K> toCompute = getDependenciesToCompute(key);
        return computeDependencies(toCompute);
    }

    private Deque<K> getDependenciesToCompute(K key) {
        Set<K> seen = Sets.newHashSet(key);
        Deque<K> dependencies = new ArrayDeque<K>(seen), toCompute = new ArrayDeque<K>(seen);
        do {
            for (K dependency : loader.getDependencies(dependencies.remove())) {
                if (seen.add(dependency) && // Deduplication in the dependencies
                    cache.getIfPresent(dependency) == null) {
                    // We need to compute it.
                    toCompute.push(dependency);
                    // We also need its dependencies.
                    dependencies.add(dependency);
                }
            }
        } while (!dependencies.isEmpty());
        return toCompute;
    }

    private V computeDependencies(Deque<K> toCompute)
            throws ExecutionException {
        V value;
        do {
            value = cache.get(toCompute.pop());
        } while (!toCompute.isEmpty());
        // The last computed value is for our key.
        return value;
    }

    @Override
    public V getUnchecked(K key) {
        try {
            return get(key);
        } catch (ExecutionException e) {
            throw new UncheckedExecutionException(e.getCause());
        }
    }

    @Override
    protected LoadingCache<K, V> delegate() {
        return cache;
    }
}

现在您可以实现一个TwoStepCacheLoader安全地调用缓存的方法：

public class Fibonacci {
    private LoadingCache<Integer, Integer> cache = new TwoStepCache<Integer, Integer>(new FibonacciCacheLoader());


    public int fibonacci(int n) {
        return cache.getUnchecked(n);
    }


    private class FibonacciCacheLoader extends TwoStepCacheLoader<Integer, Integer> {
        @Override
        public Set<Integer> getDependencies(Integer key) {
            if (key <= 1) {
                return ImmutableSet.of();
            }
            return ImmutableSet.of(key - 2, key - 1);
        }


        @Override
        public Integer load(Integer key)
                throws Exception {
            if (key <= 1) {
                return 1;
            }
            return cache.get(key - 2) + cache.get(key - 1);
        }
    }
}

我已经对其进行了单元测试，它似乎运行正确。

于 2012-08-24T11:23:08.113 回答
3

编辑：Expression更改了实现以允许在多个线程中将相同作为参数传递时进行单个计算。

不要使用 a LoadingCache，只需将结果缓存在eval（一旦它被修改为使用迭代而不是递归）：

public Node eval(final Expression e) {
    if (e==null) return null;
    return cache.get(e, new Callable<Node>() {
        @Override
        public Node call() {
            final Node n0 = eval(leftExpression(e));
            final Node n1 = eval(rightExpression(e));
            return new Node(n0, n1);
        }
    });
}

private final Cache<Expression, Node> cache
= CacheBuilder.newBuilder().build();
于 2012-06-22T11:10:12.313 回答