Programming languages 懒惰作为一种内置语言特性的实际用途是什么？

很明显，为什么一种想要懒惰的函数式编程语言需要纯粹。我在看一个相反的问题：如果一门语言想要纯粹，那么懒惰有很大的优势吗？Haskell的一位设计师提出的一个论点是，它消除了诱惑；也许吧，但我正在努力权衡更具体的优势

如果你想做函数式编程，那么内置的惰性可以让你更清楚、简单或简洁地表达什么样的用例呢

简单地说：为什么懒惰如此重要，以至于你想把它融入语言中？

---

（我正在寻找更面向应用程序而不是演示的用例——我知道你可以通过过滤无限自然数列表来生成无限素数列表，但谁在午餐前写了十遍…）

Mac OS X的核心映像是惰性评估的一个很好的实际例子

基本上，Core Image允许您创建图像生成器和过滤器的有向无环图。直到过程的最后一步：物化，才真正进行评估。当您请求具体化核心图像图形时，最终图像帧将通过图形的变换向后传播，从而最大限度地减少需要计算的实际像素值的数量。

“在其他位置需要之前，不会计算任何内容。”是一个简化的隐喻，它没有涵盖懒惰评估的所有方面（例如，它没有提到严格现象）

从理论角度来看，设计纯语言时有三种方法（当然，如果它是基于某种lambda演算，而不是基于更奇特的评估模型的话）：严格、非严格和总体

它们各有优缺点，所以你需要阅读相应的研究论文

三种语言中，所有语言都是最纯粹的。在另外两种情况下，不终止可以看作是一种副作用，因此必须构建严格性和总体性分析器以保持实现效率。这两种分析都是不可判定的，因此分析仪永远不可能完成

然而，总体语言的表达能力最低：总体语言不可能是图灵完备的。要获得足够好的表达能力，一个常见的方法是为基础良好的递归建立一个内置的证明系统，这与非总体语言的分析器相比并不容易构建

从实用的角度来看，非严格语义使您能够更容易地定义控件抽象，因为控件结构本质上是非严格的。在严格的语言中，您仍然需要一些具有非严格语义的地方。例如，

if

构造即使在严格的语言中也具有非严格的语义

因此，如果您的语言是严格的，那么控制结构就是一个特例。相反，非严格的语言可以是一致的非严格的-它在严格的构造中没有内在的需要

至于“谁在午餐前写了十次”—任何使用Haskell进行项目的人都会写。我认为使用一种语言（在你的例子中是一种非严格的语言）开发一个非玩具项目是掌握其优缺点的最好方法

下面是一些非玩具示例所说明的懒惰的通用用例：

控制流难以预测的情况。如果没有惰性，您必须对属性执行拓扑排序以解决依赖关系，请考虑属性语法。每次更改依赖关系图时重新排序代码是不实际的。在Haskell中，您可以实现属性语法形式主义，而无需显式排序，在Hackage上至少有两个实际实现。属性文法在编译器构造中有着广泛的应用

“生成和搜索”方法可以解决许多优化问题。在严格的语言中，您必须交错生成和搜索，在Haskell中，您只需编写单独的生成和搜索函数，代码在语法上保持模块化，但在运行时交错。想想旅行商问题（TSP），当您生成所有可能的旅行，然后使用分支定界算法搜索它们时。请注意，分支定界算法只检查旅游的某些第一个城市，只生成路线的必要部分。即使在最纯的配方中，TSP也有多种应用，如规划、物流和微芯片制造。稍加修改后，它在许多领域，如DNA测序，似乎是一个子问题

惰性代码具有非模块化的控制流，因此单个函数可以具有许多可能的控制流，这取决于它在其中执行的环境。这种现象可以看作是某种“控制流多态性”，因此惰性控制流抽象比严格的抽象更通用，并且高阶函数的标准库在惰性语言中更有用。想想Python生成器、循环和列表迭代器：在Haskell中，列表函数涵盖了所有三种用例，控制流由于惰性而适应不同的使用场景。它不仅限于列表——想想数据。Arrow和iteratees，State monad的惰性和严格版本等。还注意到非模块化控制流是一个优点和缺点，因为它使性能推理变得更加困难

除了玩具示例之外，懒惰的可能无限的数据结构非常有用。参见Conal Elliott关于使用tries记忆高阶函数的著作。在Python意义上，无限的数据结构表现为无限的搜索空间（见2）、无限的循环和永不耗尽的生成器（见3）

---

休斯的经典著作中对这一点进行了广泛的讨论。其中，休斯认为懒惰允许改进模块化，usin