纯函数式编程语言如何处理快速变化的数据？

您可以使用什么数据结构来删除和替换O（1）？还是在需要上述结构时如何避免出现这种情况？

有大量的数据结构利用惰性和其他技巧来实现分摊的固定时间，甚至（对于某些有限的情况，例如队列）还可以对许多问题进行固定时间更新。Chris Okasaki的博士学位论文 “ Purely Functional Data Structures”和同名的书是一个很好的例子（也许是第一个主要的例子），但是自那以后，该领域取得了进步。这些数据结构通常不仅在界面上具有纯粹的功能，而且还可以用纯Haskell和类似语言实现，并且是完全持久的。

即使没有任何这些高级工具，简单的平衡二进制搜索树也可以提供对数时间更新，因此可以模拟可变存储器，而最坏情况下，对数速度会降低。

还有其他选项可能被视为作弊，但对于实现工作和实际性能非常有效。例如，线性类型或唯一性类型允许通过防止程序保留到先前的值（将被更改的内存）来就地更新，以作为概念上纯净语言的实现策略。这比持久性数据结构的通用性要小：例如，您不能通过存储状态的所有先前版本来轻松构建撤消日志。尽管AFAIK在主要功能语言中尚不可用，但它仍然是一个强大的工具。

将可变状态安全地引入功能设置的另一种选择是STHaskell中的monad。可以实现它而无需进行任何更改，并且不添加任何unsafe*功能，它的行为就像只是一个花哨的包装，隐式地传递了持久性数据结构（参见参考资料State）。但是由于某种类型的系统欺骗会强制执行求值顺序并防止转义，因此可以通过就地突变安全地实现它，并具有所有性能优势。

一种廉价的可变结构是参数堆栈。

看一看典型的SICP风格阶乘计算：

(defn fac (n accum) 
    (if (= n 1) 
        accum 
        (fac (- n 1) (* accum n)))

(defn factorial (n) (fac n 1))

如您所见，to的第二个参数fac用作包含快速变化的乘积的可变累加器n * (n-1) * (n-2) * ...。但是，看不到可变变量，也没有办法无意间更改累加器，例如从另一个线程更改累加器。

当然，这是一个有限的例子。

您可以通过廉价地替换头节点（并且扩展为从头开始的任何部分）来获得不可变的链表：您只需将新头指向旧头所指向的下一个节点即可。这对许多列表处理算法（fold基于任何东西）都适用。

您可以从基于HAMT的关联数组中获得相当不错的性能。从逻辑上讲，您会收到一个新的关联数组，其中某些键值对已更改。该实现可以在旧对象和新创建的对象之间共享大多数公共数据。不过这不是O（1）；通常，至少在最坏的情况下，您会得到对数的东西。另一方面，与可变树相比，不可变树通常不会遭受任何性能损失。当然，这需要一些内存开销，通常远不是让人望而却步。

另一种方法基于这样的想法，即如果一棵树掉在森林中而没人听见，它就不需要发出声音。也就是说，如果您可以证明一点突变状态永远不会离开某些本地范围，则可以安全地对其内部的数据进行突变。

Clojure的瞬态是不可变数据结构的可变“影子”，不会泄漏到本地范围之外。Clean使用Uniques实现类似的目的（如果我没记错的话）。Rust通过静态检查的唯一指针来帮助做类似的事情。

您要问的内容太宽泛了。O（1）从哪个位置拆卸和更换？序列的头？尾巴？一个任意的位置？使用的数据结构取决于这些细节。就是说，2-3棵手指树似乎是最灵活的持久数据结构之一：

我们提出了2-3个手指树，这是一种持久性序列的功能性表示，支持在摊销的恒定时间内访问末端，并且在较小块的大小上按时间对数进行级联和拆分。

（...）

此外，通过以通用形式定义拆分操作，我们获得了通用数据结构，该数据结构可以用作序列，优先级队列，搜索树，优先级搜索队列等。

通常，当更改任意位置时，持久性数据结构具有对数性能。这可能是问题，也可能不是问题，因为O（1）算法中的常数可能很高，并且对数减慢可能会“吸收”到整体速度较慢的算法中。

更重要的是，持久性数据结构使对程序的推理更加容易，并且这应该始终是您的默认操作模式。您应该尽可能支持持久性数据结构，并且在分析并确定持久性数据结构是性能瓶颈之后，才应使用可变数据结构。其他一切都是过早的优化。