在编写一个探索生日悖论的程序时,我有以下工作的Haskell代码
sort :: Ord a => [a] -> [a]
-- body
hasDuplicates :: Eq a => [a] -> Bool
-- body
boolToInt :: Bool -> Int
-- body
main = do
-- stuff
repeats <- liftM sum . replicateM numTrials . liftM boolToInt .
liftM hasDuplicates . liftM sort . replicateM checkNum $
randomRIO (1::Int, 365)
-- stuff
在最后一行中,有许多liftM
一个接一个地组成。这种成分可以优化吗?
我想到了map
pingliftM
到[boolToInt, hasDuplicates, sort]
,然后compose
ing,但该列表是异构的,因此无效。CCD_ 6由于类似的原因将不起作用。
是的,您可以编写其中一些。最简单的方法是认识到liftM
实际上只是Monad
实例的fmap
的实现。(1) 因此,通常的函子定律适用:
fmap id = id
fmap f . fmap g = fmap (f . g)
因此
liftM boolToInt .
liftM hasDuplicates .
liftM sort
可以写
fmap (boolToInt . hasDuplicates . sort)
我们怎样才能做得更好?让我们结合上下文来看待这个问题。
liftM sum . replicateM numTrials .
fmap (boolToInt . hasDuplicates . sort) .
replicateM checkNum
这里似乎没有太多重复,但如果每个试验或检查中都有很多试验或检查,那么效率可能会非常低,因为在对这些列表进行汇总之前,你要在内存中建立这些列表。你可以用手把它修一下,但不会很愉快。修复它的好方法是使用流媒体包。另一件需要考虑的事情是,由于我们正在处理的唯一影响是随机性,如果出现重复,我们可以立即停止试验。我稍后会做示范。
liftM
的全部目的是能够为类型m
写入Monad
实例,然后写入instance Functor m where fmap = liftM
。一般情况下,您不应该将liftM
用于任何其他用途。例如,
fmap sum . replicateM n
可以写
sumReplications = go 0 where go !acc 0 _ = pure acc go acc n m = m >>= res -> go (acc + res) (n - 1) m
您可以liftM
整个组成,而不是liftM
单独处理每个函数。
liftM (sum . replicate numTrials . boolToInt . hasDuplicates . sort)