haskell - 为什么添加 INLINE 会减慢我的程序

Question

我正在考虑制作 foldl适用于无限列表，适用于您无法获得 protected 递归但根据第一个参数可能不会使用第二个参数的情况。

例如乘法，通常你需要两个参数并且保护递归不起作用，但是如果第一个参数是 0 你可以短路。

所以我写了以下函数:

foldlp :: (b -> a -> b) -> (b -> Bool) -> b -> [a] -> b
foldlp f p = go where
    go b [] = b
    go b (x : xs) 
        | p b = go (f b x) xs
        | otherwise = b

并使用我的自定义短路乘法功能对其进行了测试:

 mult :: Integer -> Integer -> Integer
 mult 0 _ = 0
 mult x y = x * y

 main :: IO ()
 main = print . <test_function>

我用 -prof -fprof-auto -O2 得到的结果, +RTS -p是:

foldlp mult (/= 0) 1 $ replicate (10 ^ 7) 1
total time = 0.40 secs
total alloc = 480,049,336 bytes

foldlp mult (`seq` True) 1 $ replicate (10 ^ 7) 1
total time = 0.37 secs
total alloc = 480,049,336 bytes

foldl' mult 1 $ replicate (10 ^ 7) 1
total time = 0.37 secs
total alloc = 480,049,352 bytes

foldl mult 1 $ replicate (10 ^ 7) 1
total time = 0.74 secs
total alloc = 880,049,352 bytes

foldr mult 1 $ replicate (10 ^ 7) 1
total time = 0.87 secs
total alloc = 880,049,336 bytes

这是非常有前途的，因为我的自定义函数允许灵活的严格类型，并且也适用于无限列表

第一个示例会在遇到 0 时立即终止, 也一样 foldr ，但是 foldr慢得多。

它避免了诸如元组中的 thunk 之类的问题，如 ((1 + 2) + 3, (10 + 20) + 30)技术上在 WHNF，打破 foldl' .

您可以重新获取 foldl与 flip foldl (const True)和 foldl'与 flip foldl (序列 True) .而原来受限功能的性能特征似乎是通过这样做重新获得的。

所以作为旁注，我认为 foldlp将是对 Foldable 的一个有值(value)的补充.

但我的实际问题是为什么当我添加 {-# INLINE foldlp #-} 时功能性能显着下降，给我:

foldlp mult (/= 0) 1 $ replicate (10 ^ 7) 1
total time = 0.67 secs
total alloc = 800,049,336 bytes

所以我真正的问题是为什么会发生这种情况。我认为内联的缺点是代码膨胀，对运行时性能和内存使用量的增加没有显着的负面影响。

Answer 1

根据 the GHC docs INLINE pragma 会阻止其他编译器优化，以便仍然让重写规则生效。

所以我的猜测是，通过使用 INLINE您删除了一些优化，GHC 会应用这些优化来使您的代码更快。

在内核中进行一些探索(在编译中使用 -ddump-simpl)后，我找到了 GHC 执行的优化。为此，我查看了 foldlp 的核心。有内联和无内联:

内联:

foldlp =
  \ (@ b_a10N)
    (@ a_a10O)
    (eta_B2 :: b_a10N -> a_a10O -> b_a10N)
    (eta1_B1 :: b_a10N -> Bool)
    (eta2_X3 :: b_a10N)
    (eta3_X5 :: [a_a10O]) ->
    letrec {
      go_s1Ao [Occ=LoopBreaker] :: b_a10N -> [a_a10O] -> b_a10N
      [LclId, Arity=2, Str=DmdType <L,U><S,1*U>]
      go_s1Ao =
        \ (b1_avT :: b_a10N) (ds_d1xQ :: [a_a10O]) ->
        -- Removed the actual definition of go for brevity,
        -- it's the same in both cases
          }; } in
    go_s1Ao eta2_X3 eta3_X5

非内联:

foldlp =
  \ (@ b_a10N)
    (@ a_a10O)
    (f_avQ :: b_a10N -> a_a10O -> b_a10N)
    (p_avR :: b_a10N -> Bool) ->
    letrec {
      go_s1Am [Occ=LoopBreaker] :: b_a10N -> [a_a10O] -> b_a10N
      [LclId, Arity=2, Str=DmdType <L,U><S,1*U>]
      go_s1Am =
        \ (b1_avT :: b_a10N) (ds_d1xQ :: [a_a10O]) ->
        -- Removed the actual definition of go for brevity,
        -- it's the same in both cases
          }; } in
    go_s1Am

相关的区别在最后一行。优化器取消了实际必须调用 foldlp 的步骤。调用 go并且只是从 foldlp 中创建一个带有两个参数的函数，该函数返回一个带有两个参数的函数。内联不会执行此优化，并且核心看起来与您编写的代码完全相同。

我通过编写 foldlp 的三个变体来验证这一点。 :

module Main where

foldlp :: (b -> a -> b) -> (b -> Bool) -> b -> [a] -> b
foldlp f p = go where
      go b [] = b
      go b (x : xs)
        | p b = go (f b x) xs
        | otherwise = b

{-# INLINE foldlpInline #-}
foldlpInline :: (b -> a -> b) -> (b -> Bool) -> b -> [a] -> b
foldlpInline f p = go where
      go b [] = b
      go b (x : xs)
        | p b = go (f b x) xs
        | otherwise = b


{-# INLINE foldlp' #-} -- So that the code is not optimized
foldlp' b [] = b
foldlp' b (x : xs)
        | (/= 0) b = foldlp' (mult b x) xs
        | otherwise = b

mult :: Integer -> Integer -> Integer
mult 0 _ = 0
mult x y = x * y

--main = print $ foldlp mult (/= 0) 1 $ replicate (10 ^ 7) 1
--main = print $ foldlpInline mult (/= 0) 1 $ replicate (10 ^ 7) 1
main = print $ foldlp' 1 $ replicate (10 ^ 7) 1

结果是:

第一种情况(正常的非内联):

./test  0,42s user 0,01s system 96% cpu 0,446 total

第二种情况(内联):

./test  0,83s user 0,02s system 98% cpu 0,862 total

第三种情况(编译器为非内联生成什么)

./test  0,42s user 0,01s system 99% cpu 0,432 total