求值策略:Applicative Order vs Normal Order

栏目: 编程语言 · 发布时间: 5年前

内容简介:举个例子:

举个例子:

(test 0 (p)) ,如果 test 的定义是

(define test (x y)
 (if (= x 0) 0 y)
)

p 的定义是 (define p (p))

  • Applicative order执行到test的参数时,会立即对 0和p进行求值。0求值得到0, p 求值得到 pp 继续求值得到 p ,所以会 陷入无线循环
  • Normal order执行到test的参数时,不会立即对参数进行求值,而是把函数进行展开,上面的表达式会被展开成
(if (= 0 0) 0 (p))

然后开始执行, (= 0 0) 为true,直接取值为0。因此不会陷入循环。Normal order会将表达式进行展开,递归的将函数体替换 原表达式中的引用。当到达无法展开时才会开始求值。这种玩法也叫 lazy evaluation,Haskell就是这么玩的。所以如果你看Haskell 相关的书,他们一定会鼓吹说Haskell是惰性求值的,可以避免多余的计算。


以上所述就是小编给大家介绍的《求值策略:Applicative Order vs Normal Order》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

图解深度学习

图解深度学习

[日] 山下隆义 / 张弥 / 人民邮电出版社 / 2018-5 / 59.00元

本书从深度学习的发展历程讲起,以丰富的图例从理论和实践两个层面介绍了深度学习的各种方法,以及深度学习在图像识别等领域的应用案例。内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高等。此外,还介绍了包括Theano、Pylearn2、Caffe、DIGITS、Chainer 和TensorFlow 在内的深度学习工具的安装和使用方法。 本书图例丰富,清晰直观,适合所有对深......一起来看看 《图解深度学习》 这本书的介绍吧!

随机密码生成器
随机密码生成器

多种字符组合密码

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换