在阅读 this paper 后，我最近遇到了精确实数运算这一主题。和 this paper .
我找到了许多讨论使用有符号数字流实现精确算术的论文。对任意精度使用无限流可以在函数式语言(如 Haskell)中使用惰性列表实现很好的实际实现。但是，讨论函数式语言中此类实现的论文似乎得出的结论是性能非常差。
现在，我意识到与标准浮点表示相比，精确的非硬件实现通常具有相对较差的性能，但我有兴趣以命令式语言(特别是 C++)和运算/函数的集合(算术运算、三角函数、exp、log 等)。
我的问题:有符号数字/惰性流表示是否存在固有的缓慢导致性能不佳的问题，还是 Haskell？是什么让它变慢？是否有可能在 C++ 中使用惰性流实现有符号数字流表示，从而实现(显着)比其 Haskell 对应物更好的性能，或者这是徒劳的练习？也许重构为迭代？
我知道有两个 C++ 库 RealLib 和 iRRAM 可以实现高效的实数计算。但是，这些似乎使用区间算术，将实数表示为缩小的嵌套区间，这似乎不像无限流那样“纯”一种方法(如果您不同意，请纠正我!)。但也许只有这些方法才能实现高效率？
感谢任何输入!
最佳答案
is there something inherently slow about a signed digit/lazy stream representation that causes the bad performance, or is it Haskell? What is it that makes it slow? Would it be possible to implement a signed digit stream representation using lazy streams in C++ that achieves (significantly) better performance than its Haskell counterpart, or is this an exercise in futility? Perhaps reconstructing as iterations?
惰性流最有效地表示为具有延迟函数组件的数据。这就是 GHC 中相当高效的 Haskell 实现所使用的表示形式，无论如何您都需要在 C++ 中使用它。没有可以用 C++ 编写的特殊“快速”版本的惰性，这在 Haskell 编译器研究的 20 年中还没有尝试过，更多的可以追溯到 Algol。
有关如何最有效地实现惰性数据结构的研究的更多详细信息，请参阅 Good introductory text about GHC implementation?
现在，由于缺乏有关基准的信息，有几个可能的答案:
- 代码写得不好(更好的实现可能不会很慢)
- 将大数字表示为标记的惰性位会导致空间效率低下，从而导致各种硬件瓶颈
- 数字的惰性流表示只允许某些线性算法。更密集的表示可能会接受具有更好复杂性或绝对性能的算法。
我的猜测是后两点。 C++ 版本的惰性只会很难达到 GHC 已经在的同一点，所以为什么不玩一下文章中的代码，看看你是否可以让它更快。
关于c++ - C++/Haskell 中的精确算术和惰性列表性能，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/6236833/