Immutable解读

[Miracle]

Immutable解读

什么是Immutable

Immutable实现的原理是Persistent Data Structur（持久化数据结构），对Immutable对象的任何修改或添加删除操作都会返回一个新的Immutable对象。在用旧数据创建新数据时，保证旧数据同时可以且不可变。

为了提升性能，Immutable不会复制所有节点，而是使用Structural Sharing，如果对象树中一个节点发生变化，只修改这个节点和受它影响的父节点，其他节点则进行共享。如下图所示：

Vector Trie

Immutable参考了Vector Trie这种数据结构

Vector Trie 是这样一种数据结构：

假如我们有一个 map ，key 全都是数字 {0: ‘banana’, 1: ‘grape’, 2: ‘lemon’, 3: ‘orange’, 4: ‘apple’}，为了构造一棵二叉Vector Trie，我们可以先把所有的key转换为二进制的形式：{‘000’: ‘banana’, ‘001’: ‘grape’, ‘010’: ‘lemon’, ‘011’: ‘orange’, ‘100’: ‘apple’}，这样就可以构建如下图Vector Trie

在树中，Vector Trie的每个节点是一个数组，数组里有0和1两个数，表示一个二进制数，所有值都存在叶子节点上，比如我们要找001的值时，只需顺着0 0 1找下来，即可得到grape。那么想实现持久化数据结构当然也不难了，比如我们想添加一个5: ‘watermelon’，添加之后的结构会变成如下：

蓝色的部分是新增的部分，黑色的部分直接引用之前的节点。这样添加一个元素，只会改变很少的节点，大部分节点都可以直接复用。这就大大提高了创建节点的效率。

时间复杂度

因为采用了结构共享，在修改时不需要将map中所有值都拷贝一遍，提升了效率。

但是查询的速度却变慢了，因为在map中，查询的时间复杂度是O(1)，但在这里变成了一棵树，查询的时间复杂度变成了O(logN)。

树高压缩

假设有这么一个2叉Vector Trie，现在存了一个值，key为110，它是按如下图的方式存放的：

如果现在只存了这一个值，其实中间的节点都可以被忽略掉，其实就是如下所示：

当我们要添加新的节点时，再增加或减少中间的节点，如下所示：

节点内部压缩——Bitmap

在前面说的Trie树中，每个节点数组长度是32，但大部分情况下是用不到这么多节点的，这个时候我们可以使用bitmap对数组进行压缩，拿长度为8的数组举例：

其中只用到了2个节点，其实我们只需要指明数组中的哪些节点有值就好了

这样就更进一步地压缩了代码