如何找出GHC对数据类型的内存表示？

Question

最近，一些博客文章（例如计算哈希映射大小）讲解了如何推断常用容器类型的空间复杂度。现在我的问题是如何“看到”我的 GHC 版本选择哪种内存布局（取决于编译标志和目标架构）适用于奇怪的数据类型（构造函数），例如：

data BitVec257 = BitVec257 {-# UNPACK #-} !Word64
                           {-# UNPACK #-} !Word64
                           {-# UNPACK #-} !Bool
                           {-# UNPACK #-} !Word64
                           {-# UNPACK #-} !Word64

data BitVec514 = BitVec514 {-# UNPACK #-} !BitVec257
                           {-# UNPACK #-} !BitVec257

C语言中有sizeof和offsetof操作符，它们可以让我“看到”C结构体字段的大小和对齐方式。

我尝试查看GHC Core以寻找一些提示，但不知道该查找什么内容。有人能指点我正确的方向吗？

- hvr

---

你的动机是什么？纯粹出于好奇，还是你想要与另一种语言进行接口，或者其他原因？ - dave4420

是的，主要是出于好奇心。我想验证 GHC 是否真正做到了我所期望/假设的...或者我需要修正我的假设... :-) - hvr

Answer 1

我的第一个想法是使用这个非常聪明的小函数，由Simon Marlow创建：

{-# LANGUAGE MagicHash,UnboxedTuples #-}
module Size where

import GHC.Exts
import Foreign

unsafeSizeof :: a -> Int
unsafeSizeof a =
  case unpackClosure# a of
    (# x, ptrs, nptrs #) ->
      sizeOf (undefined::Int) + -- one word for the header
        I# (sizeofByteArray# (unsafeCoerce# ptrs)
             +# sizeofByteArray# nptrs)

使用它：

Prelude> :!ghc -c Size.hs

Size.hs:15:18:
    Warning: Ignoring unusable UNPACK pragma on the
             third argument of `BitVec257'
    In the definition of data constructor `BitVec257'
    In the data type declaration for `BitVec257'
Prelude Size> unsafeSizeof $! BitVec514 (BitVec257 1 2 True 3 4) (BitVec257 1 2 True 3 4)
74

（请注意， GHC 告诉你它无法将 Bool 进行非装箱化处理，因为它是一个总和类型。）

上述函数声称您的数据类型在 64 位机器上使用了 74 字节。我很难相信。我期望该数据类型使用 11 个字 = 88 字节，每个字段一个字。即使是布尔值也占用一个字，因为它们是指向（静态分配的）构造函数的指针。我不确定这里发生了什么。

至于对齐，我认为每个字段都应该按字对齐。

- tibbe

---

哦，我认为这个函数存在一个错误，因为我们改变了ByteArray#的表示方式（现在它的长度是以字节而不是字为单位），所以 sizeOfByteArray＃ 不会乘以字大小。您需要将第一个 sizeOfByteArray＃ 的结果乘以字大小。 - Simon Marlow

顺便问一下，ptrs和nptrs实际上代表什么？ - hvr