【发布时间】：2014-09-27 14:42:41
【问题描述】：
我有一个简单的玩具示例，它似乎与垃圾收集器不同意可以回收哪些数据结构（也称为内存泄漏）。我并不是想提出这个算法的内存效率更高的版本（这里有一组更好的算法：Haskell Wiki - Prime numbers，而是解释为什么垃圾收集器没有识别旧的、超出范围和未使用的部分列表以回收该内存。
代码在这里：
import Data.List (foldl')
erat' :: (Integer, Bool) -> [(Integer,Integer)] -> [(Integer,Integer)]
erat' (c,b) ((x,y):xs)
| c < x = (x,y) : erat' (c,b) xs
| c == x = (x+y,y) : erat' (c,True) xs
| c > x = (x+y,y) : erat' (c,b) xs
erat' (c,b) []
| b = []
| otherwise = [(c,c)]
erat :: [Integer] -> [(Integer,Integer)]
erat = foldl' (\a c -> erat' (c,False) a) []
primes :: Integer -> [Integer]
primes n = map snd $ erat [2..n]
本质上，使用正整数调用素数将返回一个包含该数之前的所有素数的列表。素数对及其高水位标记倍数的列表被传递给 erat'，以及一对包括候选和布尔值（素数为假，非素数为真）。每个对 erat' 的非递归调用都会传递一个新列表，我希望输出最多包含从列表开头到第一次更改点的某些共享单元。
一旦列表中的已修改单元格传递给 erat' 超出范围，内存应该被标记为恢复，但是当您尝试调用具有足够大数量（例如 1,000,000）的素数时可以看到)，内存利用率会迅速飙升至数十 GB。
现在，问题是：为什么会发生这种情况？分代垃圾收集器不应该检测取消引用的列表单元来回收它们吗？而且，它是否应该很容易检测到它们没有引用，因为：
a) 没有任何东西可以从比它自己更早的数据结构中引用； b) 不能有更新的引用，因为这些单元格/片段甚至不再是可引用数据结构的一部分，因为它超出了范围？
当然，可变数据结构可以解决这个问题，但我觉得在这种情况下诉诸可变性会使 Haskell 的一些理论原则落空。
感谢评论的人（尤其是 Carl），我稍微修改了算法以增加严格性（以及开始穿过新素数的平方的优化，因为低倍数也会被低素数的倍数穿过）。
这是新版本：
import Data.List (foldl')
erat' :: (Integer, Bool) -> [(Integer,Integer)] -> [(Integer,Integer)]
erat' (c,b) ((x,y):xs)
| c < x = x `seq` (x,y) : erat' (c,b) xs
| c == x = x `seq` (x+y,y) : erat' (c,True) xs
| c > x = x `seq` (x+y,y) : erat' (c,b) xs
erat' (c,b) []
| b = []
| otherwise = [(c*c,c)] -- lower multiples would be covered by multiples of lower primes
erat :: [Integer] -> [(Integer,Integer)]
erat = foldl' (\a c -> erat' (c,False) a) []
primes :: Integer -> [Integer]
primes n = map snd $ erat [2..n]
内存消耗似乎仍然相当大。此算法是否有任何其他更改可以帮助降低总内存利用率？
由于 Will 指出我没有提供完整的统计数据，因此这些是上面列出的更新版本的素数运行的数字，参数为 100000：
在应用 Will 提出的更改后，内存使用量现在大幅下降。例如，再次查看 100000 的素数运行：
最后，这是合并提议的更改后的最终代码：
import Data.List (foldl')
erat'' :: (Integer, Bool) -> [(Integer,Integer)] -> [(Integer,Integer)]
erat'' (c,b) ((x,y):xs)
| c < x = (x, y) : if x==y*y then (if b then xs
else xs++[(c*c,c)])
else erat'' (c,b) xs
| c == x = (x+y,y) : if x==y*y then xs
else erat'' (c,True) xs
| c > x = (x+y,y) : erat'' (c,b) xs
erat'' (c,True) [] = []
erat'' (c,False) [] = [(c*c,c)]
primes'' :: Integer -> [Integer]
primes'' n = map snd $ foldl' (\a c -> (if null a then 0 else
case last a of (x,y) -> y) `seq` erat'' (c,False) a) [] [2..n]
最后是跑 1,000,000 来感受一下这个新版本的性能：
【问题讨论】：
-
如果 Haskell 是一种严格的语言，你的分析是正确的，但事实并非如此。
-
我尝试使用 seq 和 deepseq 更改为严格，结果相似。我不认为非严格在这里起作用，但我可能错了。您愿意详细说明吗？
-
乍一看，这似乎对
foldl'的使用非常糟糕。你试过foldr吗？ -
我当然可以试试 foldr。理想情况下，为了清楚起见，我更愿意从左侧解析列表，这是我最初使用显式递归所做的，然后为了简洁起见将其转换为 foldl。
-
Ghci，最初。但是后来用 ghc 编译了可执行文件并从命令行运行它，因为我想把 ghci 从图片中删除。我使用 -O2 作为编译器优化标志。
标签： algorithm haskell garbage-collection primes sieve-of-eratosthenes