数据抽象中的效率与可读性

概要
本课将深入讨论数据抽象，体会设计数据结构时的权衡 (trade-off) — 高效率与可读性。
抽象数据类型 — 表 (table)
抽象数据类型表所规定的协议包含以下协议：
1.make — 创建新的表
2.put! key value — 往表中插入键值对，若有重复键则覆盖值
3.get key — 从表里检索该键对应的值
这便是一个表的抽象数据类型，它对具体的实现没有任何规定，只规定了接口行为。
实现1：Association List — List of Lists
如果要存储下面这张简单的表：
x
15
y
20
在 scheme 中我们可以用 list of lists 来表示:
> (list (list 'x 15) (list 'y 20))
((x 15) (y 20))
其内部结构如下图所示：
​​
​​
为了实现上文规定的协议，我们需要一些辅助操作 (operations)
; 以健查值
(define (find-assoc key alist)
  (cond
   ((null? alist) #f)
   ((equal? key (caar alist)) (cadar alist))
   (else (find-assoc key (cdr alist)))))
; 插入键值对
(define (add-assoc key val alist)
  (cons (list key val) alist))
定义了以上两个操作我们就实现了表的基本功能，接着我们需要:
1.constructor — 表的构造器，即协议中的 make
2.information hiding — 隐藏背后依赖的 Scheme 的抽象数据类型 list
; Data Directed Programming
; table tag
(define table1-tag 'table1)
; constructor
(define (make-table1) (cons table1-tag nil))
; get
(define (table1-get tbl key)
  (find-assoc key (cdr tbl)))
; put!
(define (table1-put! tbl key val)
  (set-cdr! tbl (add-assoc key val (cdr tbl))))
问题1：如何判断 Table1 是表抽象数据类型的实现
你可能会想到的原因：
它有一个 type tag
它有一个 constructor
它有 mutators 和 accessors
但它们都不是根本原因。根本原因在对用户的抽象隔离，用户并不了解接口背后的实现。而 type tag、constructor、mutators 以及 accessors 是做到抽象隔离的必要组件：
type tag: 利用类型标签可以防止非 ADT 中的函数误操作
constructor: 在构造时隐藏了背后实现
mutators、accessors: 在操作时隐藏了背后实现
小结：
Association List 结构可以用来表示表的抽象数据类型
数据抽象技术 (constructors、accessors、mutators、type tag) 是支撑 information hiding 的基础
Information hiding 是模块化的必要条件
模块化是软件工程的核心
Opaque type names denote information hiding （理解意思但是不好翻译，暂时保留原话）
实现2：Hash Tables
利用 Association List 实现的表有很高的插入键值对效率 — O(1)，但它的读取效率较差 — O(n)，如果我们的使用过程有非常多的读取操作，则我们优化的方向就是换一种读取效率较高的实现。
Hash Table 的实现将基于 Scheme 的另一个抽象数据类型 — vector，它规定的接口协议如下：
make-vector
a vector with size locations; each initially contains value
number, A -> vector<A>
vector-ref
whatever is stored at that index of v (error if index >= size of v)
vector<A>, number -> A
vector-set!
stores val at that index of v (error if index >= size of v)
vector<A>, number, A -> undef
于是可以开始实现 Hash Table
; type tag
(define t2-tag 'table2)
; constructor
(define (make-table2 size hashfunc)
  (let ((buckets (make-vector size nil)))
    (list t2-tag size hashfunc buckets)))
; accessors
(define (size-of tbl) (cadr tbl))
(define (hashfunc-of tbl) (caddr tbl))
(define (buckets-of tbl) (cadddr tbl))
;; get
(define (table2-get tbl key)
  (let ((index
         ((hashfunc-of tbl) key (size-of tbl))))
    (find-assoc key
          (vector-ref (buckets-of tbl) index))))
; mutators
;; put!
(define (table2-put! tbl key val)
  (let ((index
         ((hashfunc-of tbl) key (size-of tbl)))
        (buckets (buckets-of tbl)))
    (vector-set! buckets index
                 (add-assoc key val
                            (vector-ref buckets index)))))
注意到，Association List 与 Hash Table 实现的 Table ADT 协议一模一样，可以无缝衔接，抽象对用户隔离。
问题：Table1 和 Table2 哪个更好？
答案：具体情况具体分析
对比一下二者的实现：
Table1:
make O(1)
put! O(1)
get O(n)
Table2:
make O(n)
put! O(1), 需要计算 hashfunc
get O(1 + k)，需要计算 hashfunc （k 为 bucket 的大小）
在 get 操作极少且表规模较小的时候 Table1 更好。
在大部分时候 Table2 都更好，但前提是
要准确预测所需 vector 的大小
要选择合适的 hashfunc，使得 key 被均匀地分布
参考
​Youtube: SICP-2004-Lecture-11​
​MIT6.006-SICP-2005-lecture-notes-11​

MIT - 6.001 - SICP - Previous

数据驱动编程与防御式编程

Next - MIT - 6.001 - SICP

数据修改

Last modified 3yr ago

Copy link

Outline