在我正在进行的功能编程课程的当前练习作业中,我们必须制作一个给定函数的memoized版本。为了解释memoization,给出了以下示例:
fiblist = [ fibm x | x <- [0..]]
fibm 0 = 0
fibm 1 = 1
fibm n = fiblist !! (n-1) + fiblist !! (n-2)
但我不完全明白这是如何运作的。
我们打电话给fibm 3
。
fibm 3
--> fiblist !! 2 + fibList 1
--> [fibm 0, fibm 1, fibm 2] !! 2 + [fibm 0, fibm 1] !! 1
--> fibm 2 + fibm 1
--> (fiblist !! 1 + fiblist 0) + 1
--> ([fibm 0, fibm 1] !! 1 + [fibm 0] !! 0) + 1
--> (fibm 1 + fibm 0) + 1
--> 1 + 0 + 1
--> 2
从其他问题/答案和谷歌搜索我了解到,不知何故,评估的fiblist在调用之间共享。
这是否意味着,例如,对于fiblist !! 2 + fiblist !! 1
,列表值仅针对fiblist !! 2
计算一次,然后仅用于fiblist !! 1
?
然后每次调用只计算两次斐波纳契数,因此没有指数的调用。但是fiblist
函数中调用的“较低”级别呢?他们如何从原始fiblist
电话中的计算fibm
中受益?
答案 0 :(得分:8)
这里的关键部分是列表被懒惰地评估,这意味着直到第一次请求时才计算该元素。然而,一旦进行了评估,就可以查找其他任何内容了。因此,在您的示例中,您说的是fiblist !! 2
只计算一次值,然后重新用于fiblist !! 1
。
fiblist功能的“较低级别”以相同的方式工作。第一次调用fiblist !! 1
时,将通过调用fibm 1
(仅为1)来评估它,然后此值将保留在列表中。当您尝试提高斐波那契数字时,fiblist
会调用fibm
,这会在fiblist
的较低位置(可能已经评估过的位置)查找这些值。
答案 1 :(得分:5)
让我们一步一步地完成评估。除了显示当前表达式之外,我们还在内存中显示fiblist
的当前评估状态。在那里,我写<expr>
来表示未评估的表达式(通常称为thunk),>expr<
表示当前正在评估的未评估表达式。你可以看到懒惰的评估。只有在需要时才会对列表进行评估,并且将共享完成的子计算以供将来重用。
Current expression Current evaluation state of fiblist
fibm 3 <[ fibm x | x <- [0..] ]>
-> (simple expansion of the definition)
fiblist !! (3-1) + fiblist !! (3-2) <[ fibm x | x <- [0..] ]>
-> ((+) has to evaluate both its arguments to make progress, let's assume
it starts with the left argument; (!!) traverses the list up to the given
element and returns the element it finds)
fibm 2 + fiblist !! (3-2) <fibm 0> : <fibm 1> : >fibm 2< : <[ fibm x | x <- [3..] ]>
-> (simple expansion of the definition)
(fiblist !! (2-1) + fiblist !! (2-2)) + fiblist !! (3-2)
<fibm 0> : <fibm 1> : >fibm 2< : <[ fibm x | x <- [3..] ]>
-> (we again start with the first argument to (+),
computing the result of (!!) does not cause any
further evaluation of fiblist)
(fibm 1 + fiblist !! (2-2)) + fiblist !! (3-2)
<fibm 0> : >fibm 1< : >fibm 2< : <[ fibm x | x <- [3..] ]>
-> (expanding fibm 1 returns a result immediately;
this concludes the computation of fibm 1,
and the thunk is updated with the result)
(1 + fiblist !! (2-2)) + fiblist !! (3-2)
<fibm 0> : 1 : >fibm 2< : <[ fibm x | x <- [3..] ]>
-> (now we compute fiblist !! (2-2))
(1 + fibm 0) + fiblist !! (3-2) >fibm 0< : 1 : >fibm 2< : <[ fibm x | x <- [3..] ]>
-> (expanding fibm 0 returns 0 immediately, and the
corresponding thunk can be updated)
(1 + 0) + fiblist !! (3-2) 0 : 1 : >fibm 2< : <[fibm x | x <- [3..] ]>
-> (we can compute the (+), yielding the result of
fibm 2; the corresponding thunk is updated)
1 + fiblist !! (3-2) 0 : 1 : 1 : <[fibm x | x <- [3..] ]>
-> (now the right argument of (+) has to be evaluated, but (!!)
will return the already evaluated list element directly)
1 + 1 0 : 1 : 1 : <[fibm x | x <- [3..] ]>
-> (arithmetic; note that as we called fibm 3 directly in the
beginning, instead of fiblist !! 3, the list is unaffected
by this final result)
2 0 : 1 : 1 : <[fibm x | x <- [3..] ]>
由于fiblist
是一个全局常量(通常称为CAF,用于&#34;常量应用形式&#34;),列表的部分评估状态将持续存在,将来对fibm
的调用将会重用已经评估的列表元素。不过,该列表最终会变得越来越大,消耗的内存越来越多。