增加堆栈大小只会用作临时绷带。正如其他人指出的那样,您真正想要的是消除尾部调用,而Java出于各种原因没有此功能。但是,您可以根据需要作弊。
手中有红色药丸吗?好的,请这样。
您可以通过多种方法将堆栈交换为堆。例如,不是在函数内进行递归调用,而是让它返回在评估时进行调用的惰性数据结构。然后,您可以使用Java的for-construct解散“堆栈”。我将举一个例子。考虑以下Haskell代码:
map :: (a -> b) -> [a] -> [b]
map _ [] = []
map f (x:xs) = (f x) : map f xs
请注意,此函数永远不会评估列表的末尾。因此,该函数实际上不需要进行递归调用。实际上,在Haskell中,它会为尾巴返回一个thunk,如果有需要的话会调用它。我们可以在Java中做同样的事情(这使用了Functional Java中的类):
public Stream map(final F f, final Stream as)
{return as.isEmpty()
? nil()
: cons(f.f(as.head()), new P1>()
{public Stream _1()
{return map(f, as.tail);}});}
请注意,它Stream由一个type A的值和一个type 的值组成P1,类似于thunk,当调用_1()时,thunk返回流的其余部分。虽然看起来确实像递归,但不会进行对map的递归调用,而是成为Stream数据结构的一部分。
然后可以使用常规的for-construct进行解包。
for (Stream b = bs; b.isNotEmpty(); b = b.tail()._1())
{System.out.println(b.head());}
这是另一个例子,因为您在谈论欧拉计划。该程序使用相互递归函数,即使对于数百万次调用也不会破坏堆栈:
import fj.*; import fj.data.Natural;
import static fj.data.Enumerator.naturalEnumerator;
import static fj.data.Natural.*; import static fj.pre.Ord.naturalOrd;
import fj.data.Stream; import fj.data.vector.V2;
import static fj.data.Stream.*; import static fj.pre.Show.*;
public class Primes
{public static Stream primes()
{return cons(natural(2).some(), new P1>()
{public Stream _1()
{return forever(naturalEnumerator, natural(3).some(), 2)
.filter(new F()
{public Boolean f(final Natural n)
{return primeFactors(n).length() == 1;}});}});}
public static Stream primeFactors(final Natural n)
{return factor(n, natural(2).some(), primes().tail());}
public static Stream factor(final Natural n, final Natural p,
final P1> ps)
{for (Stream ns = cons(p, ps); true; ns = ns.tail()._1())
{final Natural h = ns.head();
final P1> t = ns.tail();
if (naturalOrd.isGreaterThan(h.multiply(h), n))
return single(n);
else {final V2 dm = n.divmod(h);
if (naturalOrd.eq(dm._2(), ZERO))
return cons(h, new P1>()
{public Stream _1()
{return factor(dm._1(), h, t);}});}}}
public static void main(final String[] a)
{streamShow(naturalShow).println(primes().takeWhile
(naturalOrd.isLessThan(natural(Long.valueOf(a[0])).some())));}}
将堆栈交换为堆的另一件事是使用多个线程。这个想法是,您不是创建递归调用,而是创建一个进行调用的thunk,将此thunk传递给新线程,并让当前线程退出该函数。这就是Stackless Python之类的东西背后的想法。
以下是Java中的示例。抱歉,如果没有这些import static条款,看起来有点不透明:
public static Promise foldRight(final Strategy s,
final F> f,
final B b,
final List as)
{return as.isEmpty()
? promise(s, P.p(b))
: liftM2(f).f
(promise(s, P.p(as.head()))).f
(join(s, new P1>>()
{public Promise _1()
{return foldRight(s, f, b, as.tail());}}));}
Strategy s由线程池支持,该promise函数将一个thunk交给线程池,返回a Promise,这很像java.util.concurrent.Future,只是更好。看这里。关键是上面的方法在O(1)堆栈中向右折叠了一个右递归数据结构,这通常需要消除尾调用。因此,我们已经有效地实现了TCE,以换取一些复杂性。您可以按以下方式调用此函数:
Strategy s = Strategy.simpleThreadStrategy();
int x = foldRight(s, Integers.add, List.nil(), range(1, 10000)).claim();
System.out.println(x); // 49995000
注意,后一种技术对于非线性递归非常有效。也就是说,即使没有尾调用的算法,它也可以在恒定堆栈中运行。
您可以做的另一件事是采用一种称为蹦床的技术。蹦床是一种计算过程,可简化为数据结构,可以逐步执行。该功能的Java库包括Trampoline我写的数据类型,从而有效地让你把任何函数调用到尾调用。作为一个示例,下面是一个经过抛光处理的游标foldRightC,它以恒定的堆栈向右折叠:
public final Trampoline foldRightC(final F2 f, final B b)
{return Trampoline.suspend(new P1>()
{public Trampoline _1()
{return isEmpty()
? Trampoline.pure(b)
: tail().foldRightC(f, b).map(f.f(head()));}});}
这与使用多个线程的原理相同,不同之处在于,我们不是在自己的线程中调用每个步骤,而是在堆上构造每个步骤,就像使用a一样Stream,然后使用在一个循环中运行所有步骤Trampoline.run。