performance - 有一种将 Clojure 向量用作矩阵的快速方法吗？

Question

我正在尝试使用 Clojure 处理图像，并且我想使用 Clojure 数据结构表示图像。基本上，我的第一种方法是使用向量向量并对mapv每个像素值进行操作并返回具有相同数据结构的新图像表示。但是，一些基本操作需要花费太多时间。

使用 Jvisual profiler，我得到了如下所示的结果。有人可以给我一个提高性能的提示吗？如果有必要，我可以提供更多详细信息，但也许只是看看成本，seq有人next可以有一个很好的猜测。

Answer 1

您应该查看core.matrix和相关的库以了解与矩阵计算有关的任何内容。core.matrix 是用于矩阵计算的通用 Clojure API，支持多种后端实现。

Clojure 的持久数据结构非常适合大多数用途，但实际上不适合快速处理大型矩阵。主要问题是：

• 不变性：通常是一件好事，但对于低级代码来说可能是一个杀手，因为性能原因，您需要执行诸如在可变数组中累积结果之类的操作。
• 装箱：Clojure 数据结构通常将结果装箱（如 java.lang.Double 等），与使用原语相比，这增加了很多开销
• 序列：作为序列遍历大多数 Clojure 数据结构涉及创建临时堆对象来保存序列元素。通常不是问题，但是当您处理大型矩阵时，就会出现问题。

您可能想要查看的相关库是：

• vectorz-clj：一个非常快速的矩阵库，可以作为完整的 core.matrix 实现。底层代码是纯 Java，但带有一个不错的 Clojure 包装器。我相信这是目前在 Clojure 中进行通用矩阵计算的最快方法，无需借助本机代码。在底层，它使用 Java 原语数组，但您不需要直接处理它。
• Clatrix : Clojure 的另一个快速矩阵库，也是一个 core.matrix 实现。在引擎盖下使用 JBLAS。
• image-matrix：表示一个 Java BufferedImage 作为 core.matrix 的实现，所以你可以对图像进行矩阵运算。现在有点实验性，但应该适用于基本用例
• Clisk：用于程序图像处理的库。与其说是矩阵库本身，不如说是使用基于 Clojure 的 DSL 创建和操作数字图像非常有用。

根据您想要做什么，最好的方法可能是使用 image-matrix 将图像转换为 vectorz-clj 矩阵并在那里进行处理。或者，Clisk 可能能够做你想要的开箱即用（它有很多现成的过滤器/失真效果等）

免责声明：我是上述大多数库的首席开发人员。但是我自己将它们全部用于严肃的工作，因此非常愿意保证它们的有用性并帮助解决您发现的任何问题。

Answer 2

我真的认为你应该为此使用原语数组。Clojure 具有内置的数组支持，即使它没有突出显示，它适用于像这样的情况，在这种情况下你有大量的数值数据。

任何其他方法、向量，甚至 java 集合都会导致您的所有数字都被单独装箱，这是非常浪费的。原语数组（int、double、byte，任何合适的）都没有这个问题，这就是它们存在的原因。人们对在 clojure 中使用数组感到害羞，但他们在那里是有原因的，就是这样。这将是一个很好的可移植的 clojure 代码——int-array 在 jvm clojure 和 clojure-script 中都有效。

尝试数组和基准测试。

Answer 3

Clojure 的瞬态提供了完全持久性和无持久性之间的中间地带，就像使用标准 java 数组一样。这允许您使用快速就地变异操作（仅限于当前线程）来构建图像，然后调用persistent!以在恒定时间内将其转换为适当的持久结构，以便在程序的其余部分进行操作

看起来您还看到在图像内容上使用序列会产生很多开销，如果瞬态没有产生足够的差异，您接下来可能要考虑使用普通的 java 数组并构造访问以直接访问数组元素。