StackOverflowError与元组

Question

我已经写了一个递归函数来获取julia中较大数组中的对象。出现下列错误：

ERROR: LoadError: StackOverflowError: 
    in cat_t at abstractarray.jl:831 
    in recGetObjChar at /home/user/Desktop/program.jl:1046 
    in recGetObjChar at /home/user/Desktop/program.jl:1075 (repeats 9179 times) 
    in getImChars at /home/user/Desktop/program.jl:968 
    in main at /home/user/Desktop/program.jl:69 
    in include at ./boot.jl:261 
    in include_from_node1 at ./loading.jl:304 
    in process_options at ./client.jl:308 
    in _start at ./client.jl:411 
    while loading /home/user/Desktop/program.jl, in expression starting on line 78 

如果你想看看代码，我已经打开了一个问题（Assertion failed, process aborted）。在为julia v 0.4调试我的代码之后，更明显的是，导致问题的原因。 tupel locObj比9000个条目大得多，因为一个对象可以是例如150 x 150大。 这将导致locObj的长度为22500。 tupels有多大，我怎样才能避免stackoverflow？有另一种方法来保存我的价值观吗？

Answer 1

，因为它的评论，我认为更好的方法存在与大数据阵列的工作，而这个答案主要是属于你的问题的这部分：

有另一种方式来保存我的价值观？

我已经准备了一个测试，以显示如何与大数据阵列打交道时，下列功能使用mmap是有帮助的都做同样的事情：他们创造的3 * 10E6 float64，然后填充它，计算sum矢量和打印结果，在第一个（mmaptest()），存储器映射结构已被用于存储Vector{Float64}而第二个（ramtest()）做机压头的工作：

function mmaptest() 
    s = open("./tmp/mmap.bin","w+") # tmp folder must exists in pwd() path 
    A = Mmap.mmap(s, Vector{Float64}, 3_000_000) 
    for j=1:3_000_000 
    A[j]=j 
    end 
    println("sum = $(sum(A))") 
    close(s) 
end 

function ramtest() 
    A = Vector{Float64}(3_000_000) 
    for j=1:3_000_000 
    A[j]=j 
    end 
    println("sum = $(sum(A))") 
end 

则两个功能已被调用并计算内存分配大小：

julia> gc(); # => remove old handles to closed stream 

julia> @allocated mmaptest() 
    sum = 4.5000015e12 
    861684 

julia> @allocated ramtest() 
    sum = 4.5000015e12 
    24072791 

从这些测试中可以明显看出，使用内存映射对象时，内存分配要小得多。

julia> gc() 

julia> @time ramtest() 
    sum = 4.5000015e12 
    0.012584 seconds (29 allocations: 22.889 MB, 3.43% gc time) 

julia> @time mmaptest() 
    sum = 4.5000015e12 
    0.019602 seconds (58 allocations: 2.277 KB) 

，因为它是从@time测试清楚，使用mmap使得代码更慢，同时需要更少的存储器。

我希望它可以帮助你，问候。