.NET 不变集合深究

jopen 11年前

  自从我们 1 月份报道了不可变集合后,该 API 进一步发展,并公布了更多关于内部机制的内容。首先是关于最新版本中做出了哪些改变的概要:

  构造函数

  尽管不可变集合仍然不提供构造函数,但不必再使用 Empty 对象了。以前你会看到这样的代码:

  var list = ImmutableList<int>.Empty.Add (1, 2, 3);

  新版本中有一个 Create 静态工厂方法,可以使用泛型类型推断。表达式将简化为:

  var list = ImmutableList.Create (1, 2, 3);

  兼容性

  是否实现 IList<T>接口是热议的话题。该接口的支持者认为,与引入 IReadOnlyList<T>之前的库进行交互是十分必要的。而反对者则抱怨对于同样的旧库,没有必要在修改集合的值之前判断 IList.IsReadOnly 是否为 false。

  最终,BCL 小组为遗留问题做出妥协,实现了 IList<T>。尽管所有人都同意如果没有 IList.IsReadOnly ()会更好,但现在这背后已经有了太多复杂的因素。

  对于公开的不可变类和接口的完整列表,请参阅兼容性表

  相等性语义

  与其他集合类型一样,不可变集合将只支持引用相等性。BCL 小组写到

  计算集合的值相等性是十分昂贵的,并且对嵌套集合(如 ImmutableDictionary<string, ImmutableList<string>>)相等性的比较也很难定义。最终,提供这种功能在设计不同比较器时会导致更多的问题,就像客户指出的那样。

  之前这些集合覆盖了 Object.Equals 而不是 op_equals。

  还有人询问是否支持 IStructuralEquatable。由于其“很难泛化”,BCL 小组已经放弃了支持该接口。例如,在有些场景下可能需要跳过集合中的某些项(如解析器中的空格节点),如果没有特殊的实现,这几乎是不可能的。

  而且遗憾的是,为了防止使用继承来添加 IStructualEquatable,不可变类被设计为密封的。

  平台支持

  不可变集合库专为 .NET 4.5 及以后的版本而设计。它利用了新的只读接口,并且开发者不想为旧库维护一个单独的版本。它还可用于 Windows 8 和“protable-net45+win8”配置。

  序列化

  不可变集合不支持使用 Serializable 特性的旧序列化设计。目前还没有确定是否支持其他序列化设计,如 DataContractSerializer。

  本质

  不可变集合基于 AVL 树(除栈和队列外)。你可以在不重新复制整个树的情况下在列表的开头、中间或结尾执行插入操作。在维基百科关于持久数据结构这篇文章的树这一节中,有关于这种插入的示例。

  不可变散列表也使用了 AVL 树。它没有使用在散列值上执行模操作这种普通散列表的桶设计,而是根据原始散列值对树进行排序。这意味着检索操作需要执行一个平均检索时间为O(log n)的二进制搜索。

  请记住在使用多线程操作时,大O标记法会带来误导。不可变集合的一个替代方案是使用并发集合,它需要昂贵的内部锁来确保线程安全。

  不可变集合有一个有意思的特性,它的内部节点并不是不可变的。为了降低构建集合时创建的垃圾,每个节点都起始于一个可编辑的状态。这允许构造函数改变已有的 AVL 树,因为它添加了节点,而不是废弃并重新创建。当构造结束、不可变包装器返回的时候,节点将被冻结,以防止进一步修改。

  另一个令人感到意外的设计决策是枚举器使用了对象池。在 .NET 中,很多枚举器被设计为不会分配任何内存。如果从 IList<T>上获取枚举器,需要两次内存分配。但对于 List<T>,枚举器是一个结构,不需要任何内存分配。

  同样,不可变集合也使用了结构作为枚举器。但由于其内部结构是一个树,因此枚举器需要用一个栈来保存之前访问过的节点,以进行跟踪。为了减少内存分配,将很多这样的栈存储在对象池中(实际也是一个栈),并由一个锁来进行保护。实际上,这是整个不可变集合库中唯一的锁。对枚举器调用 Dispose 方法是至关重要的,否则栈将不能返回到对象池中。

  更多信息请观看 Chinnel 9 的视频不可变集合的内部工作原理

  使用建议

  在创建不可变集合时,最好是使用 Create 函数一次性创建整个集合。这将允许集合对树进行预分配并直接填充节点。第二好的方法是使用 builder,不过要调用 ToImmutable 才能冻结节点。

  在枚举不可变集合中的项时,要使用 foreach 循环。由于其内部是树形结构,因此 foreach 要比 for 快很多。(注:从 .NET 2.0 开始,即使是普通的列表,用 foreach 读取也比用 for 快很多。)

  如果集合在创建之后不会改变,那么不可变集合的性能将比用只读包装器保护的普通集合差很多。不可变集合更适用于高效创建与其他集合有少许不同的集合。

来自: InfoQ