问Raku列表理解

EN

这很慢，因为你想要还原一组物品。作为另一种选择，您可以构造一个序列：(5, 10 … 1000000000).sum，但这仍然在大量元素周围进行整合和保持，所以它仍然很慢。您可以做一个C风格的循环，并为每个增量添加和，但这并不有趣(对于足够大的数字，这仍然缓慢)。

你可以用数学来解决这个问题:可以被N整除的数字是它的倍数，如果我们把N从这个序列中剔除，我们会发现你要寻找的所有数字的和都是N * (1 + 2 + ... + floor 1000000000/N)。因为这是一个连续的范围在那里，我们可以使用它的Range.sum (它知道如何快速完成)来计算该部分。因此，我们得到：

sub sum-of-stuff (\n, \d) { d * sum 1..n div d; }
say sum-of-stuff 1000000000, 5 # OUTPUT: 100000000500000000

因此，这是最快和最明智的方法来计算你的问题，但这不是最有趣的！

您提到了并发性，所以让我们来讨论一下这个方法。我们的问题是将物质重新化，所以我们需要想出一种方法，用我们现有的核数来把我们原来的数字范围分块，然后再对每个单独的核心进行放大和寻找乘法器的工作。然后我们将总结每个核心中每个块中的内容，然后回到主线程，总结各块的总和，以得到最终的答案。在代码中，应该是这样的：

constant N = 10000;
constant DIV = 5;
constant CORES = 32;
constant batch = N div CORES;

(0, batch … N, N).rotor(2 => -1).flat.map({$^a^..$^b})
    .race(:batch :degree(CORES)).map(*.grep(* %% DIV).sum).sum.say;

batch是每个核心需要处理的块的大小，下面是为每一位完成所有工作的一行代码的解释：

我们使用序列操作符来创建一个0, batch, 2*batch, 3*batch序列，等等，直到N。由于我们希望N成为它的一部分，所以我们第二次将它包括在内：

(0, batch … N, N)

我们现在想要的是使用该序列来创建一组Range对象，我们希望重用序列中的元素，所以我们使用批处理2和后退1的.rotor，然后扁平子列表并使用.map来创建范围对象(.map: *^..*看起来好多了，但是遗憾的是，无论星体不想在这种安排中得到什么)：

.rotor(2 => -1).flat.map({$^a^..$^b})

现在是有趣的地方，我们使用.race方法来创建一个HyperSeq，以便使用我们所有的核心来评估它。它的:batch命名参数允许您指定每个批处理多少个元素，它的:degree指定要使用多少个线程。我们已经对数据进行了批量处理，因此对于:batch，我们使用了1。对于:degree，我们使用我们的核数。为什么我们不让它把我们的东西分批？因为具体化是我们的敌人，我们想要在不同的线上具体化。让它分批处理会使所有的内容在一个线程中具体化，而不是：

.race(:batch :degree(CORES))

所以现在我们已经掌握了我们的HyperSeq，我们可以在上面绘制地图。每个项目都是我们的Range对象大小为一批，召回。所以我们在上面调用.grep，寻找可以被我们想要的除数整除的数字，然后调用.sum

.map(*.grep(* %% DIV).sum)

在顶部的最后一个樱桃，我们想要总结每个块的和，并打印结果，所以我们调用

.sum.say;

塔达！

您也可以用这种方式重写有趣的部分，并使用承诺而不是.race。

say sum await (0, batch … N, N).rotor(2 => -1).flat.map:
    { start sum grep * %% DIV, $^a^..$^b }

很相似，也有点短。以前为我们创建Range的映射现在也激发了一个承诺(使用start关键字)，它对块进行打招呼和求和。在行的开头，我们添加了await，等待所有承诺的结果，然后总结结果。

这仍然是缓慢的地狱，不会帮助你原来的问题，因此，为什么你应该使用一个好的阿尔戈;)

干杯。

我怎样才能克服它？

通过选择更好的算法：

让my \N = 1_000_000_000。你对这个价值感兴趣

[+] grep * %% 5, 1..N

这和

[+] map * * 5, 1..N/5

这反过来

5 * [+] 1..N/5

Rakudo足够聪明，可以在固定时间内将一个范围相加，您将立即得到结果(几乎)。

1_000_000_000说，这需要多长时间才能得到比1_000_000低的值？在我的机器上大约需要3秒。由此推断，1000倍的值需要检查，这意味着大约需要3000秒。

为了使事情更快，您可以使用%% (可以被)运算符，而不是%(模块化)：

($_ if $_ %% 5 for 1..1000000000).sum

我还以为这会更快呢。我会考虑使%%更快，但我担心你仍然会看你的算法的小时规模的时间。