sequence如何缓存？

Question

我读过Clojure的sequence在实现时会“缓存”它们的值（例如，在这里和这里）。这通常在讨论使用transducer进行值转换与链式使用sequence函数相比的相对优点时出现，因为后者方法会创建“中间缓存的sequence”。

然而，我也遇到过处理sequence时的建议“不要抓狂”，因为在sequence中持有头部的引用会阻止GC释放用于保留sequence中之前已见值的内存。

以我当前的理解，这些想法似乎相互矛盾。如果sequence会缓存其结果，那么为什么保存头部很重要？缓存难道不是意味着保留所有已实现元素吗？或者反过来，为什么sequence要缓存实现的值，如果GC可以自由地清理它们呢？

我知道我一定漏掉了什么显而易见的事情，但我非常希望得到一个解释。

Answer 1

一个实现序列是内存中对象链，链中的每个节点指向一个值和下一个节点，直到最终得到一个函数对象，该对象是序列的剩余未实现部分。对实现链中任何节点的引用都会导致从该点开始的其余链被强保留，无法进行 gc（垃圾回收）。

如果您只指向链的未实现“末尾”，则您后面的所有链接都可以被收集。当您“持有头部”时，该指针指向链的起始处，这阻止了从起始到未实现点的 N 个节点保留在内存中。

例如

(def r (repeat 100000000 "abcdef"))   ;; r holds a strong reference to the head
(count r)

与

(count (repeat 100000000 "abcdef"))

这可以遍历 seq，允许计数器后面的链接进行 gc。注意，range 是人们常用于此类示例的典型东西，但它在典型情况下有一个优化的 count。

Comments

感谢 Alex，这都很有道理。我还是不太明白为什么说 seq 是“缓存的”？如果没有任何对之前实现值的引用（如您的第二个示例所示），那么在什么场景下会重用之前实现的值（即缓存命中）？或者在这里“缓存”这个术语并不是指值的重用，只是这些值仍然保留在内存中，直到 GC 通过吗？

---

我认为答案是，这里的缓存意味着如果您确实保留了头部，而在对序列的第一次遍历时，每个元素都需要计算，然后您在保留头部的情况下第二次、第三次等遍历它，后面的遍历不再进行重新计算。这些值通过消耗内存来避免需要重新计算它们。

---

这里的“缓存”只是意味着链中的链接保留了在该点计算的值。

---

感谢两位。那么，可以说，链式 seq 函数的潜在性能问题在于中间序列可能导致更频繁的 GC 会话以清除已实现的值（在典型情况中，之前值没有明确引用）吗？

---

是的，嵌套的序列函数将创建 N 层节点（与 transducer 减少的一层形成对比），这意味着垃圾会增加 N 倍，因此垃圾回收也会增加 N 倍。