GHC编译二进制堆栈溢出？

Question

我正在阅读《真实世界haskell》第8章，想了解SumFile.hs程序如何处理一百万个数字：

main :: IO ()
main = do
  contents <- getContents
  print (sumFile contents)
    where sumFile = sum . map read . words

当我使用以下命令向程序提供一百万个整数时：

Runhaskell SumFile.hs <data.txt，程序给出正确的结果。

但是，当我使用GHC编译它时：

ghc SumFile.hs

二进制文件给出“堆栈空间溢出”错误：

./SumFile < data.txt 
Stack space overflow: current size 8388608 bytes.
Use `+RTS -Ksize -RTS' to increase it.

我有两个问题：

1. 是什么导致堆栈空间使用？
2. 为什么编译版本与解释版本不同，我该怎么办？

谢谢！

编辑：

好的原因是map，但这是使用惰性字节串的修改版本：

import qualified Data.ByteString.Lazy as L
import qualified Data.ByteString.Lazy.Char8 as LCHAR
import Data.Monoid
import Data.List

main :: IO ()
main = do
  contents <- L.getContents
  case sumFile contents of
    Nothing -> print "Invalid input"
    Just s -> print $ getSum s
   where sumFile = foldl' mappend (Just (Sum 0)) . map ((fmap Sum) . (fmap fst) . LCHAR.readInt) . (LCHAR.words)

结果是一样的：即使我不使用sum，二进制版本也会占用堆栈空间。

Answer 1

我在#haskell上与其他人进行了讨论，ByteString版本产生堆栈溢出错误的原因是由于嵌套的Just（总和）而未对内部部分进行严格评估。

本质上，当我们映射两个Maybe（Just Num）（例如Just（总和2）和Just（总和3））时，foldl'使用seq生成Just（（Sum 2）mappend（总和3）），即。 seq严格评估了最外面的构造函数（将两个Just（Monoid）附加到一个Just（Monoid）上）。 在这种情况下，内部Monoid不会得到严格评估，因此它们将保留为mappend连接（Sum Num）。 这样一来，Just中封装了100万个mappend连接（Sum Num）。

因此，＃haskell上的Saizan提供了此版本，该版本严格评估Maybe（Sum Num）的内部

import qualified Data.ByteString.Lazy as L
import qualified Data.ByteString.Lazy.Char8 as LCHAR
import Data.Monoid
import Data.List

forceMaybe Nothing = Nothing
forceMaybe (Just x) = x `seq` (Just x)

main :: IO ()
main = do
  contents <- L.getContents
  case sumFile contents of
    Nothing -> print "Invalid input"
    Just s -> print $ getSum s
   where sumFile = foldl' (\ x y -> forceMaybe (x `mappend` y)) (Just (Sum 0)) . map ((fmap Sum) . (fmap fst) . LCHAR.readInt) . (LCHAR.words)

Answer 2

我检查了该书的在线版本，在该程序下进行了一些讨论，并且它使用堆栈空间的原因是因为map，用foldl代替map可以解决问题。

Answer 3

首先，简单说明一下：ghc运行时中的堆栈与堆栈段无关，它是运行时的内部结构，它不是缓冲区溢出类型攻击的来源。

第二。 Haskell很懒。 惰性io（getContents）产生惰性列表。 总和产生懒惰的结果。 但是，一旦请求求和的结果，就必须递归地挖掘列表，从而迅速耗尽堆栈空间（如果需要，您可以查看源代码）

为了避免这种情况，您必须使用严格的sum版本，它应该消除问题。 标准库在这种情况下具有特殊功能，即foldl'-foldl的严格版本。 使用foldl' (+) 0代替总和可以消除问题

第三。 当使用惰性IO时，堆栈空间泄漏是非常普遍的问题。 如果切换到基于Iteratee的IO，可能会解决。 否则，应该学会在需要的地方添加严格性注释。

啊。 顺便说一下。 GHC正在优化编译器。 这并不常见，但仍然有可能在编译程序中出现内存泄漏问题，而ghci却没有问题，反之亦然。