北京
八年前，Jane Street開源了一個叫Incremental的庫。它做的事情聽起來很抽象：讓程序像Excel表格那樣"聰明地"只重算變化的部分，但比Excel更靈活——計算圖的結構本身也能隨數據變化。
Excel的優化邏輯很簡單。每個單元格存數據或公式，公式引用其他單元格，形成一張計算圖。關鍵優化是：當某些單元格變了，Excel只重算依賴這些單元格的部分。Incremental把這個思路搬到通用編程里，但加了一個Excel沒有的能力：運行時動態改圖結構。
這個動態性打開了幾個應用場景。
第一是在線組合算法。Incremental基于Umut Acar等人的自調整計算研究。他們的核心發現是：很多離線算法簡單改造后，能達到專門設計的在線算法的漸進復雜度。不用從頭寫復雜的在線版本，增量化改造就行。
第二是GUI構建。把界面看成"從數據模型生成視圖"的函數，每次都從頭生成太慢。寫成增量計算，既保持代碼簡潔，又獲得性能。Jane Street自己在多個UI里用過這個技術。
這和Elm等語言里的函數式響應編程（FRP）有點像，但語義不同。FRP關注時間流，SAC優化有向無環圖計算。實現層面倒是密切相關。
第三是配置化計算。Jane Street自己的例子是風險計算。投資組合的風險度量要組合大量互相關聯的模型，每個模型依賴市場實時數據和用戶配置。配置變化可能只是調個系數，也可能改變計算結構——比如換一組因子。Incremental能同時高效處理這兩種更新。
庫的接口設計圍繞幾個核心抽象：可變的輸入節點、能構建和組合計算的算子、以及觸發和傳播變化的機制。mli文件里的注釋詳細說明了每個部分的契約和性能特征。
一個值得注意的設計選擇是顯式區分"穩定"和"不穩定"階段。變化批量收集，然后在穩定階段統一傳播，避免中間狀態的冗余計算。這對高頻更新的場景很關鍵。
開源八年，Incremental在OCaml生態里成了一個基礎設施級的存在。它的價值不在于某個具體算法，而在于提供了一種組織計算的通用模式：聲明式描述依賴關系，運行時自動處理增量更新。對于數據流復雜、更新頻繁的系統，這個模式能顯著降低心智負擔。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
![中老年人同居要記?。簺]有生理上的需求，就不要搭伙了。](https://nimg.ws.126.net/?url=http://bjnewsrec-cv.ws.126.net/little5102894e521j00tf6i7h0010d000h600myg.jpg&thumbnail=140y88&quality=90&type=jpg)
