【问题标题】:Name that technique (it may be called 'piggybacking')命名该技术(它可能被称为“piggybacking”)
【发布时间】:2011-01-23 22:03:01
【问题描述】:

以下方法/技术的名称是什么(我将尽我所能描述,可能需要“记忆化”的背景知识才能理解为什么这种技术非常有用) :

您开始了一些可能很长的异步计算,并且您意识到已经开始了相同的计算但尚未完成,并且您“搭载”了第一次计算。然后当第一个计算结束时,它发出的不是一个而是两个回调。

目标是不要不必要地开始第二次计算,因为您知道已经有相同的计算正在运行。

请注意,尽管并非完全不同,但我并不是在寻找“记忆化”是缓存的特殊情况:记忆化是当您开始计算并找到相同计算的缓存(记忆化)结果时 已经完成,您可以重复使用。

在这里,我正在寻找与记忆化有点相似的技术的名称(因为记忆化是一种有用的技术的某些相同原因,它可能很有用),除了它重用第一次计算的结果即使第一次计算尚未完成在您发出第二次计算时。

我一直把这种技术称为“捎带”,但我不知道这是否正确。

我实际上不止一次使用它作为某种“类固醇记忆”,它非常方便。

我只是不知道这种(高级?)技术的名称是什么。

编辑

该死,我想评论 epatel 的答案,但它消失了。 epatel 的回答给了我一个想法,这种技术可以称为 "lazy memoization" :)

【问题讨论】:

  • @Robert Harvey: 谷歌搜索“线程取消”:) 嗯...我认为的问题是线程取消有很多意义,而且这里取决于实现你甚至可能没有开始完全是第二个长异步线程,因为您直接在另一个线程上。
  • 我看到“piggybacking”在不同的上下文中使用,但出于相同的想法:新来者利用了已经(或正在)由其他人支付的开销。不要让这妨碍您找到或定义特定于您的上下文的作品。
  • @Pascal Cuoq:在不同的上下文中,但在软件编程中你是指?我知道我在某个地方看到过这个,但很久以前。我只是不记得我在哪里学到的。
  • 一个惰性求值的同步未来缓存!
  • 会是部分记忆吗?你可以通过google搜索找到一些引用它的技术论文

标签: algorithm language-agnostic nomenclature


【解决方案1】:

这只是期货的记忆。

正常的“急切”记忆是这样工作的:

f_memo(x):
  critical_section:
    if (exists answers(f,x))
      return answers(f,x)
    else
      a = f(x)
      answers(f,x) = a
      return a

现在,如果 f(x) 返回 futures 而不是实际结果,则上述代码按原样工作。你会得到搭载效应,即像这样:

  1. 第一个线程调用 f(3)
  2. 没有存储 f(3) 的答案,因此在临界区中有对 f(3) 的调用。 f(3) 实现为返回未​​来,因此“答案”立即准备就绪;上面代码中的“a”设置为未来 F,未来 F 存储在答案表中
  3. 未来的 F 作为调用 f(3) 的“结果”返回,这可能仍在进行中
  4. 另一个线程调用 f(3)
  5. 从表中找到未来的F,立即返回
  6. 现在两个线程都有计算结果的句柄;当他们尝试读取它时,他们会阻塞,直到计算准备好——在帖子中提到这种通信机制是由回调实现的,大概是在期货不太常见的情况下

【讨论】:

  • 正是我在阅读这个问题时的想法。 Futures 并没有被太多使用,但它们很有前途(如果你得到像 go coroutines 这样的廉价线程)。
  • @antti.huima:我想这取决于你喜欢什么:让两个线程(或更多)在等待未来时阻塞(这是 Matthieu M 暗示:你需要便宜的线程)或轮询未来的“完成”或在完成后使用即时回调通知。我同意当它使用未来实现时,它是“期货的记忆”,但未来并不是唯一的方法。我正在使用更像“ProgressOrResultHandable”回调的东西,从消息传递的角度来看,恕我直言,它比未来干净得多。没有阻塞,没有超时,没有轮询。只是即时回调通知。
  • @cocotwo 回调确实更干净,如果您以事件驱动的方式进行编程。当线程和并行性很常见时使用期货,否则它们无用。例如,考虑:for(i=0;i
【解决方案2】:

【讨论】:

  • @ergosys:它比 Future 更复杂。未来很有用,例如,显示进度条或计算结果。这是第二次计算“搭载”第一次计算的未来。
【解决方案3】:

在某些情况下,我听说这称为“请求合并”。

【讨论】:

    【解决方案4】:

    听起来有点像Lazy Evaluation,但不完全是……

    【讨论】:

      猜你喜欢
      • 2019-12-04
      • 2016-09-26
      • 2011-10-22
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2013-05-24
      • 1970-01-01
      相关资源
      最近更新 更多