Haskell 严格的数据定义

我看过很多对话/阅读的博客文章，你应该在

数据中有严格的字段，以避免各种性能问题，例如：

data Person = Person
    { personName     :: !Text
    , personBirthday :: !UTCTime
    }

这对我来说完全有道理。由于对该数据的操作函数是惰性的，所以不会牺牲可组合性

但是，如果我添加一个
字段，则可能
字段：

data Person = Person
    { personName     :: !Text
    , personBirthday :: !UTCTime
    , personAddress  :: !(Maybe Address)
    }

我将懒散引入到数据结构中，毕竟
可能是一种控制结构。不能将未计算的thunk隐藏在
构造函数后面吗

然而，在或通过。但是根据反向依赖（，）的说法，它们并没有被广泛使用

所以问题是：为什么在非控制数据定义中应该或不应该使用strict
Maybe


如果您分析代码并注意到空间泄漏，这可能是堵塞泄漏的方法

严格的数据类型被广泛认为是高性能代码的有用工具

其他人也在这么做（那些严格的软件包可能不受欢迎，但它们的存在是有原因的——你也可以说，你需要这些严格软件包的应用程序可能不会上传到Hackage）


理由不包括：


不是在序曲中，所以它是一个额外的包

您可能没有编写高性能代码

您的程序可能不会因为将爆炸向内推一级而变得更快

如果您正在编写高性能代码，您可以


总的来说，我不认为教条会这样或那样。这只是一个方便的问题。
这并不像“严格是快，懒惰是慢”那么简单
懒惰和严格都有助于提高绩效；让我们来看看懒惰是怎样的：


显然，
sum$take 10$[1..]
如果列表是严格的，则需要无限的时间和无限的内存；如果列表是惰性的，则需要有限的时间和恒定的内存

函数数据结构通常不允许良好的摊销界限。“摊销”界限是什么？当你只在O（n）个完全不相关的步骤之后才支付O（f（n））的成本时，我们可以想象地将其重新定义为为为每个步骤支付O（f（n）/n：因此，如果你向列表中添加n个元素，然后在n个logn时间内对其排序一次，那么你可以重新定义为每次添加都需要logn时间。（如果你用一个自平衡的二叉搜索树而不是一个列表来支持它，它就会这样做，但我们可以说，即使有一个列表，成本也是对数n摊销的。）

将其与函数式编程相结合的问题是，有一个普遍的承诺，即当我给你一个新的数据结构时，旧的数据结构不会被修改，因此作为一般理论的观点，如果转换某些X需要花费很多成本，那么就存在一个有效的使用模式，它像以前一样花费n个精力构建X，但随后以不同的方式使用它m次（因为它没有被修改！），每次都会产生O（f（n））成本：所以现在当你尝试摊销时，你只得到O（m f（n）/n，如果m与n成比例，您已经从对整个结构产生一次成本，转变为对数据结构的每次添加基本上产生一次成本。在创建数据结构时，不能说“哦，那不是我的用例”：即使它不是你的，说到底也可能是别人的

Okasaki指出（在中）惰性（通过记忆）实际上正是我们需要填补这一差距的原因：假设X将其后处理版本存储为惰性值，那么对transform X的每次调用都将命中相同的惰性值并产生相同的记忆答案。所以：如果你能巧妙地将这些东西移到thunks中，那么Haskell不重新计算thunks的事实就可以用来进行记忆化的论证

例如，Haskell中的
++
是一个O（1）操作；对于严格列表，将大小为n的列表附加到大小为m的列表的末尾需要预先分配O（m）内存，因为前面的列表需要完全重建；流串联将此转换为O（m）条件操作（幸运的是，在处理器中使用分支预测器时，这非常好！），并在每次读取列表时分配此开销

若你们并没有使用一堆数据，但你们不知道自己在用或不在用什么东西，那个么懒惰是很有潜力的。举一个简单的例子，如果你不得不反复地反转一些昂贵的单调函数，而这些函数在某个有界区间上很难预测，那么你可能没有一个闭合的逆形式，或者没有一个函数或其导数的快速表达式（以便使用）。相反，您可以构建一个具有恒定深度的大型二叉搜索树，其节点用f（x）注释，其叶子表示x；然后，通过计算f（x）并对x进行二进制搜索，对一些输入x求逆f。然后，每个查询都会被自动记忆，因此，由于相同的缓存，搜索其他查询附近的值会得到渐进的加速（以不断增加内存的潜在成本为代价）


那么，什么时候严格有帮助呢？
您希望消除惰性的实际情况是递归数据结构，即使如此，这也只适用于您希望整个数据结构在内存中可用的情况（即，您将使用所有数据结构）。此类数据结构通常是严格的：例如，一个列表包含实际值的thunk，但指向其他列表节点的指针都是100%严格的

当这些条件都为真时，将惰性放在每个节点上就没有实际意义了，因为它为评估所有这些thunk提供了额外的O（n）成本，如果不使用严格性注释来抑制它，可能会将调用堆栈扩大到递归限制。如果你不是100%清楚的话，我看到的最好的解释是