[Char]ベースの入力がHaskellの[Char]ベースの出力よりもずっと遅いのはなぜですか？

Question

ハスケルで大量のデータを読み取るのに[Char]を使用しないことはよく知られています。 1つはByteStringを使用してジョブを実行します。 これについての通常の説明は、Charが大きく、リストがオーバーヘッドを追加することです。

しかし、これは出力に何の問題も生じないようです。最初のプログラムの出力を与えた場合

import Data.List 

sum' :: [Int] -> Int 
sum' = foldl' (+) 0 

main = interact $ show . sum' . map read . words 

は3.38秒かかります。たとえば

次のプログラム：1次ながら

main = interact $ const $ unwords $ map show $ replicate 500000 38000000 

は、私のコンピュータ上で実行するだけで131ミリ秒かかります入力として！

Stringを使用した入出力パフォーマンスのこのような不一致の理由は何ですか？

Answer 1

この問題はI/Oと必ずしも関係していないと思います。それどころか、IntのReadインスタンスが非常に非効率的であることを示しています。

まず、レイジーリストを処理する次のプログラムを考えてみましょう。これは、（-O2でコンパイルされた）私のマシン上で4.1sを取りますlengthでread機能を交換

main = print $ sum' $ map read $ words 
     $ unwords $ map show $ replicate 500000 38000000 

はダウン0.48sまでの時間をドロップします。

さらに

main = print $ sum' $ map length $ words 
     $ unwords $ map show $ replicate 500000 38000000 

、手書きでread機能を置き換えますバージョンは0.52秒で表示されます。

main = print $ sum' $ map myread $ words 
     $ unwords $ map show $ replicate 500000 38000000 

myread :: String -> Int 
myread = loop 0 
    where 
    loop n [] = n 
    loop n (d:ds) = let d' = fromEnum d - fromEnum '0' :: Int 
         n' = 10 * n + d' 
        in loop n' ds 

私の推測理由はreadです非常に効率が悪いのは、モジュールの実装でText.ParserCombinators.ReadPモジュールが使用されていることです。単一の整数を読み取る単純なケースでは、これが最速の選択ではない可能性があります。