Haskell运行时如何区分指针和非固定字大小的值？

在64位平台上，由于指针标记，OCaml的

int

类型为63位。这允许在运行时取消对int的绑定，并且仍然可以与指针区分开来，从而实现精确的GC。IIRC，GHC RTS中的GC也是精确的，但GHC的INT是64位的，可以取消绑定。如果是这样，那么运行时系统如何区分int和指针？区分其他非固定字大小的值和指针似乎也会出现同样的问题。

简短的版本是：分配值时，所有指针和所有非指针都分组在一起，并包含一些元数据，以便GC知道接下来要做什么

注意，Haskell报告实际上允许

Int

为31或63位，这使得OCaml策略有效——但GHC并不是这样做的

稍微长一点的版本说“元数据”实际上是垃圾收集器使用的两个函数。要给出一个粗略的草图，您可以将Haskell中的值想象为在运行时用方法表示为OO样式的对象：

class Fn:
    # By far the most used; this evaluates the value:
    enter(...) -> ...
    # Used by the garbage collector:
    scavenge(...) -> ...
    evacuate(...) -> ...

这样做的结果是，值对自己有足够的了解，可以记账，对于一些常见的布局，GHC定义了这些函数的专门版本；垃圾收集器可能几乎不知道清理和疏散是如何工作的。指针和非指针的分离是为了在公共情况下创建和共享通用实现

请注意，即使对于不是“函数”的Haskell值，“enter”函数也存在，因为惰性意味着即使类型为Int，计算也可能涉及计算

如果您想要很长的版本，我建议您阅读：

---

这涉及到Haskell如何映射到硬件的很多细节。这是一本引人入胜的书，里面有很多精巧的东西，与大多数（严格的）函数式语言的实现方式有很大的不同。这篇文章很旧，但仍然相关。

基本上，这在GHC中有描述，它详细说明了堆对象的格式，包括头和有效负载

标头描述有效负载的哪些字是指针，以便垃圾收集可以工作

---

这意味着，对于任何堆对象，大约都有一个字的开销。

因此，对象头（比如说像

data Foo=Foo{-#UNPACK}！Int String

）包含一个偏移量，指示非指针字的数量。对象头实际上只是一个指向具有这些调用的结构（实际上称为entry）的指针/清除/疏散功能，遵循一些特定于实现的数据。通用实现将包含长度/偏移量（尽管指针部分实际上是第一个），但是对于超级通用布局，您可能只需要让函数指针指向不需要查找此信息的专用版本。另请参见我链接的论文中的第7.1节。但该节（以及您的大部分答案）是关于函数如何实现的，而我的问题主要是关于普通值（如

Foo

），而不是函数/闭包。我认为这两者在实现上有所不同，因为对于像

Foo 1“Hi”

@theindigamer这样的普通值，您不需要

进入

/

清除

/

疏散

的函数，因为懒惰，它实际上是相同的；我做了一些修改，试图在我的回答中更清楚/明确地表达这一点。