Functional programming “的实际应用和最新进展”；高效、安全的空间封闭转换”；阿佩尔和邵

将函数程序编译为机器语言时，编译器必须选择如何实现闭包。在下面的示例（方案语法）中，函数

f

返回过程

（lambda（y）（+x y））

，其机器表示（其闭包）必须包括一个代码指针和一个

x

值

(lambda (f x)
  (lambda (y) (+ x y))

闭包转换是为这种机器表示选择布局的过程。两种典型的策略是链表或平面闭包。虽然平面闭包可能涉及额外的值复制，但简单的链表在空间上通常是不安全的（变量在最后一次使用后保持活动状态）

Keep、Hearn和Dybvig在他们的论文中描述了一种优化平面闭合策略的算法。当编译策略是基于堆栈的时，该算法给出了良好的结果。对于在堆上分配激活记录的基于CPS的编译器（参见Appel），Keep等人的算法似乎无法给出最佳结果

另一方面，Appel和Shao在他们的论文中提出了一个非常复杂的闭包转换算法，其中闭包被实现为平面闭包和纯链表之间的某种东西，这对于空间是安全的，并且适合于使用CPS并显式传递连续性的编译器。文中的算例表明，该算法具有很好的效果

鉴于Appel和Shao的论文已经有20年的历史了，我想知道在CPS中对函数语言执行闭包转换是否仍然是最先进的

他们在论文中提到，该算法已在SML/NJ（1.03z）版本中成功实现；不过，我还没有成功地在当前版本的SML/NJ中找到该算法的实现

该算法是否在实际编译器中使用？或者，当在堆上分配激活记录时，是否存在已知的用于闭包转换的优化或其他算法，这些优化或算法在空间上既安全又高效（这反过来又允许对

调用/cc

进行O（1）实现）？这些算法是否曾经被实现过，或者它们的理由是否与它们的效率背道而驰

---

为了允许对各种策略进行实验，如果答案包括（对）（开源）算法实现的引用，或者至少包括对现有编译器的引用，那就更好了。这也可能暗示这些算法在实践中是如何证明的。

该论文的最后一部分说，该算法是在SML/NJ和FLINT中实现的，参考了网站。您可以浏览该网站，或者直接转到“这是我在发布此问题之前尝试过的”。：-）不幸的是，我没有成功地找到那段代码。然后我建议给论文作者发一封电子邮件。独立的实现也很有意义。或者SML/NJ是唯一使用这种闭包转换形式的编译器吗？我不知道，但我敢打赌邵博士对谁可能在使用他的算法有更好的把握。