Parallel processing 为什么函数式语言易于并行化？

还有另一个标题为“函数并行编程语言：F#vs Haskell”的线程，在该线程中，OP声明“函数编程具有不可变的数据结构，并且没有本质上适合并行编程的副作用。”

Jon Harrop在他的回答中指出，“并行性仅仅是关于性能的，而纯度会降低性能。因此，如果您的目标是获得良好的性能，那么纯粹的函数式编程不是一个好的起点。”

我不打算讨论函数式编程是否真的提高了性能；这似乎是一个执行问题。我感兴趣的是概念层面：

“不可变数据”和“无副作用”都是易于并行化所必需的吗？它们是充分条件还是必要条件？它们是否比保证数据独立性或交换性更为必要？请参考学术文献

“不可变数据”和“无副作用”都是易于并行化所必需的吗

可以从另一个线程观察到的数据突变是一种副作用，因此没有副作用就足够了。：）

它们是充分条件还是必要条件

什么条件

这些不是采用并行性的先决条件。所说的是，它使事情变得更容易

看，这就像有人说：Java天生适合于避免缓冲区溢出的编程，因为它没有（可操作的）指针

这并不意味着你不能用C语言编写一个不会溢出缓冲区的程序，只是这样做比较困难。

1。在另一篇文章“什么是函数式、声明式和命令式编程？”中，Shelby Moore III断言“引用透明性”是比“无副作用”更精确的术语，外部值的不变性是引用透明性要求的子集。因此，我想这可以作为并行化的一个充分条件。至于“条件”，我想到的是类似于Bernstein的条件，这些条件被建立为数据独立性的充分条件。如果两个计算是数据独立的，那么它们可以并行化。也就是说，如果程序根据条件进行并行化，Bernstein条件（以及引用透明性）可以保证程序的正确性。但由于Bernstein的检验不是必要条件，因此在不满足检验的情况下并行计算的程序可能仍然是正确的。