Functional programming 冈崎'中的溪流章节；s纯功能数据结构

在关于流的介绍性章节中，Okasaki为流上的

drop

提供了两个实现

---

他明确提到第二种方法更有效（并且两者具有相同的语义），但我似乎无法理解为什么一种方法比另一种更有效。任何洞察都将不胜感激。

如果非要我猜的话，我会说这是因为第二个版本没有像第一个版本那样使用太多的惰性，但是不管上下文如何，如果你强制任何一点结果，那么你就强制整个计算。例如，假设我想做：

val x = hd ($drop(10, l))

对于第一个版本，我们需要经历所有10次迭代，然后才能得到cons单元（假设流有10个以上的元素）。这与在第二个版本中执行的计算量相同，但是，我们不必处理在每次迭代中创建thunk并强制执行的开销

某些编译器，比如GHC，实际上会执行一种称为严格性分析的方法，在这种方法中，您可以尝试并确定某个特定术语是否将被强制，如果是，则无需创建一个thunk，然后强制它，可以找到有关该术语的更多详细信息

另一方面，对于

则采用

val x = hd ($take(10, l))

在完全延迟版本下，我们只需要评估
take
的第一次迭代，直到我们可以停止为止，而第二个版本的模拟将评估所有10次迭代。在本例中，懒惰可以为您节省一些开支。
谢谢您的解释