erlang list的使用与优化建议

list基本操作

[plain] view plain copy

例子中，0指定了Sum的初值，通过遍历列表[1,2,3,4,5]，把取出的元素给X，再计算X+Sum，结果带入下次遍历传给 Sum，直到最后一次遍历将X+Sum的结果作为返回值

下面是lists:foldl/3 的实现，实际上是一个尾递归函数

foldl(F, Accu, [Hd|Tail]) ->
foldl(F, F(Hd, Accu), Tail);
foldl(F, Accu, []) when is_function(F, 2) ->

Accu.

lists:reverse(List1) -> List2

[plain] view plain copy

1. 找到第一个匹配的tuple就返回，找不到返回false

2. 这个接口可以替代lists:keysearch(Key, N, TupleList) 使用

3. 这是个 bif函数，效率较高

lists:keysearch(Key, N, TupleList)的官方文档中有这么一句：

This function is retained for backward compatibility. The function lists:keyfind/3 (introduced in R13A) is in most cases more convenient.

意思就是说lists:keysearch/3只是为了保持向后兼容，使用lists:keyfind/3会更方便

lists: keytake(Key, N, TupleList1) -> {value, Tuple, TupleList2} | false

[plain] view plain copy

替换list中第N位置为Key的tuple，返回新的TupleList。没找不到将NewTuple附加到原有TupleList后面并返回，这是和lists:keyreplace/4的区别

注：只替换找到的第一个tuple

lists函数小评

BIF函数

lists函数有一些已经被优化成bif函数，效率较高。有以下几个：

lists:member/2, lists:reverse/2, lists:keymember/3, lists:keysearch/3, lists:keyfind/3

性能不佳的函数

下面是一些实现性能不佳的函数，不建议比较长的list使用，短的list无所谓了：

1）lists:foldr/3

非尾递归实现，如果顺序很重要的话，可以lists:reverse/1后lists:foldl/3，或者lists:foldl/3后lists:reverse/1

lists:foldr类似lists:foldl，不同的是foldr从列表最后一个元素开始，非尾递归实现，不建议长列表使用

[plain] view plain copy

foldr(F, Accu, [Hd|Tail]) ->

F(Hd, foldr(F, Accu, Tail));

foldr(F, Accu, []) when is_function(F, 2) ->

Accu.

2）lists:append/2

实现为append(L1, L2) -> L1 ++ L2. 其中，L1 ++ L2会遍历 L1，如果一定要使用就把短的list放左边

3）lists:subtract/2

实现为subtract(L1, L2) -> L1 -- L2. 其中，--的复杂度和它的操作数的长度的乘积成正比，替代方案如下：

[plain] view plain copy

do_flatten([H|T], Tail) when is_list(H) ->

do_flatten(H, do_flatten(T, Tail));

do_flatten([H|T], Tail) ->

[H|do_flatten(T, Tail)];

do_flatten([], Tail) ->

Tail.

5）lists中非尾递归实现的函数：

lists:map/2, lists:flatmap/2, lists:zip/2, lists:delete/2, lists:sublist/2, lists:sublist/3, lists:takewhile/2, lists:concat/1
lists:flatten/1, lists:keydelete/3, lists:keystore/4, lists:zf/2, lists:mapfoldl/3, lists:mapfoldr/3, lists:foldr/3

带匿名函数的lists函数

lists有很多函数都带有匿名函数的参数项，有以下几个函数：

lists:foldl/3, lists:foldr/3, lists:foreach/2, lists:sort/2, lists:usort/2, lists:merge/3, lists:umerge/3, lists:keymap/3, lists:flatmap/2

匿名函数的使用有什么问题呢？

普通函数在erlang编译期就做了优化，匿名函数则要在代码执行期动态生成，造成一定的消耗。虽然现在匿名函数的过程已优化成本地函数了，但根据上下文取值，地址跳转还是不能避免。可能以后erlang会继续对匿名函数做改进

对lists匿名函数的处理的优化：

1）函数赋值

第一个问题就是不要在循环中写这样的代码：

[plain] view plain copy

14> [lists:foldl(fun(X, Sum) -> X + Sum end, 0, [1,2,3,4,5]) || X <- lists:seq(1,5)].

[15,15,15,15,15]

以上代码中，每次循环匿名函数都会重新生成，可以如下修改：

17> Fun = fun(X, Sum) -> X + Sum end.

#Fun<erl_eval.12.82930912>

18> [lists:foldl(Fun, 0, [1,2,3,4,5]) || X <- lists:seq(1,5)].

[15,15,15,15,15]

匿名函数Fun只要生成一次，作为参数放到lists函数即可

2）函数实体化

所谓实体化就是把匿名函数写成本地函数，然后再作为参数传给lists函数，如下：

[plain] view plain copy

如果是这种调用，执行过程中，会先调用bif函数 erlang:make_fun/3 找到这个导出函数的代码地址，然后生成匿名函数结构数据，再像函数外部调用一样执行代码。如果将匿名函数赋值，然后再执行，单算执行效率的话就要比前面两种高。不过整体计算是比较低效的，因为erlang:make_fun/3 是根据函数名，方法名，参数个数去查找导出函数表，导出函数表是哈希桶实现，还是有一点效率开销。

说到lists，不得不说列表解析，在之前的文章也谈过列表解析。列表解析的基本形式如下：

[plain] view plain copy

在列表解析表达式中，|| 左边用以生成列表元素，相当于构造器；右边由赋值语句和条件语句构成，也可以只有赋值语句。实际上，列表解析在编译时会优化一个本地函数，没必要过于担心它的性能。

使用列表解析注意以下问题就好：

[plain] view plain copy

注：random:uniform() 的随机化种子放在进程字典中。为了提高随机化，以上函数调用前或调用进程启动时执行一次 random:seed(erlang:now())

erlang有两种复合结构，tuple和list，两者的区别是tuple子元素的个数是固定不变的，声明后就不能改变了；而list是可变的，可以通过[H|T]来取出或插入新元素。上篇文章讲了tuple相关的内容，本篇就讲erlang list方面的知识，主要说一些基本操作和常用的list函数，再讲一些可以优化的点。

list基本操作

[plain] view plain copy

下面是lists:foldl/3 的实现，实际上是一个尾递归函数

foldl(F, Accu, [Hd|Tail]) ->
foldl(F, F(Hd, Accu), Tail);
foldl(F, Accu, []) when is_function(F, 2) ->

Accu.

lists:reverse(List1) -> List2

[plain] view plain copy

1. 找到第一个匹配的tuple就返回，找不到返回false

2. 这个接口可以替代lists:keysearch(Key, N, TupleList) 使用

3. 这是个 bif函数，效率较高

lists:keysearch(Key, N, TupleList)的官方文档中有这么一句：

This function is retained for backward compatibility. The function lists:keyfind/3 (introduced in R13A) is in most cases more convenient.

意思就是说lists:keysearch/3只是为了保持向后兼容，使用lists:keyfind/3会更方便

lists: keytake(Key, N, TupleList1) -> {value, Tuple, TupleList2} | false

[plain] view plain copy

替换list中第N位置为Key的tuple，返回新的TupleList。没找不到将NewTuple附加到原有TupleList后面并返回，这是和lists:keyreplace/4的区别

注：只替换找到的第一个tuple

非尾递归实现，如果顺序很重要的话，可以lists:reverse/1后lists:foldl/3，或者lists:foldl/3后lists:reverse/1

lists:foldr类似lists:foldl，不同的是foldr从列表最后一个元素开始，非尾递归实现，不建议长列表使用

[plain] view plain copy

foldr(F, Accu, [Hd|Tail]) ->

F(Hd, foldr(F, Accu, Tail));

foldr(F, Accu, []) when is_function(F, 2) ->

Accu.

2）lists:append/2

实现为append(L1, L2) -> L1 ++ L2. 其中，L1 ++ L2会遍历 L1，如果一定要使用就把短的list放左边

3）lists:subtract/2

实现为subtract(L1, L2) -> L1 -- L2. 其中，--的复杂度和它的操作数的长度的乘积成正比，替代方案如下：

[plain] view plain copy

do_flatten([H|T], Tail) when is_list(H) ->

do_flatten(H, do_flatten(T, Tail));

do_flatten([H|T], Tail) ->

[H|do_flatten(T, Tail)];

do_flatten([], Tail) ->

Tail.

5）lists中非尾递归实现的函数：

带匿名函数的lists函数

lists有很多函数都带有匿名函数的参数项，有以下几个函数：

lists:foldl/3, lists:foldr/3, lists:foreach/2, lists:sort/2, lists:usort/2, lists:merge/3, lists:umerge/3, lists:keymap/3, lists:flatmap/2

匿名函数的使用有什么问题呢？

对lists匿名函数的处理的优化：

1）函数赋值

第一个问题就是不要在循环中写这样的代码：

[plain] view plain copy

14> [lists:foldl(fun(X, Sum) -> X + Sum end, 0, [1,2,3,4,5]) || X <- lists:seq(1,5)].

[15,15,15,15,15]

以上代码中，每次循环匿名函数都会重新生成，可以如下修改：

17> Fun = fun(X, Sum) -> X + Sum end.

#Fun<erl_eval.12.82930912>

18> [lists:foldl(Fun, 0, [1,2,3,4,5]) || X <- lists:seq(1,5)].

[15,15,15,15,15]

匿名函数Fun只要生成一次，作为参数放到lists函数即可

2）函数实体化

所谓实体化就是把匿名函数写成本地函数，然后再作为参数传给lists函数，如下：

[plain] view plain copy

说到lists，不得不说列表解析，在之前的文章也谈过列表解析。列表解析的基本形式如下：

[plain] view plain copy

使用列表解析注意以下问题就好：

[plain] view plain copy