如何让GHC运行时对近似输入的Haskell函数启用缓存？

GHC本身没有内置支持误差范围的缓存机制——不管是原生的惰性求值缓存，还是常见的memoization工具，都是基于键的精确相等性工作的。要实现你需要的「±1ppm范围内复用缓存」的需求，得自己动手做一层封装，下面是几种可行的方案：

方案1：自定义带误差判断的缓存键类型 #

你可以定义一个专门的键类型，为它实现符合误差要求的Eq和Hashable实例，以此作为缓存的判断依据。

比如针对相对误差1ppm的场景：

import Data.Hashable (Hashable(..))

newtype PPMKey = PPMKey Double deriving (Show)

-- 基于相对误差1ppm判断相等
instance Eq PPMKey where
  (PPMKey a) == (PPMKey b) = 
    let maxAbs = max (abs a) (abs b)
        tolerance = 1e-6 * maxAbs
    in abs (a - b) <= tolerance

-- 哈希时把数映射到ppm区间的代表值，保证同一区间的数哈希一致
instance Hashable PPMKey where
  hashWithSalt salt (PPMKey x) = 
    let scaled = x * 1e6
        rounded = if scaled >= 0 then floor (scaled + 0.5) else ceiling (scaled - 0.5)
    in hashWithSalt salt rounded

之后你可以用这个类型结合哈希表（比如Data.HashMap.Strict）或有序映射（Data.Map）手动实现缓存，再搭配MVar保证线程安全：

import Control.Concurrent.MVar
import Data.HashMap.Strict (HashMap)
import qualified Data.HashMap.Strict as HM

-- 假设你的原函数返回类型是ResultType
type Cache = HashMap [PPMKey] ResultType

-- 初始化全局缓存
cache :: MVar Cache
cache = unsafePerformIO $ newMVar HM.empty
{-# NOINLINE cache #-}

-- 包装后的缓存函数
cachedExpensiveFunc :: [Double] -> ResultType
cachedExpensiveFunc inputs = unsafePerformIO $ do
  let key = map PPMKey inputs
  modifyMVar cache $ \currentCache ->
    case HM.lookup key currentCache of
      Just res -> return (currentCache, res)
      Nothing -> do
        let res = expensiveFunc inputs -- 你的原开销高的函数
        return (HM.insert key res currentCache, res)
{-# NOINLINE cachedExpensiveFunc #-}

方案2：改进你原本的区间映射包装器 #

你之前想到的1E-6 * floor(x * 1E6)思路是可行的，只要优化一下边界处理（比如用四舍五入代替floor，避免正负值的不对称），就能保证同一ppm区间的数映射到同一个值，天然满足精确相等的缓存要求：

-- 将浮点数映射到±1ppm范围内的代表值
toPPMRepresentative :: Double -> Double
toPPMRepresentative x = 
  let scaled = x * 1e6
      -- 四舍五入处理，避免正负值偏差
      rounded = if scaled >= 0 then floor (scaled + 0.5) else ceiling (scaled - 0.5)
  in rounded * 1e-6

之后直接用map toPPMRepresentative inputs作为缓存键即可，这种方法比自定义类型更简洁，而且因为是映射到精确的Double值，不需要额外实现Eq或Hashable实例。

注意事项 #

• 误差类型的选择：要明确是用相对误差（±1ppm相对于输入值的大小）还是绝对误差（固定±1e-6），上面的例子用的是相对误差，更符合「ppm」的定义；如果是绝对误差，直接把判断条件改成abs(a - b) <= 1e-6即可。
• 等价关系合法性：如果直接用误差范围判断相等（方案1的Eq实例），可能会破坏等价关系的传递性（比如a和b在1ppm内，b和c在1ppm内，但a和c可能超过2ppm），导致缓存逻辑出现不一致。这种情况下，方案2的区间映射法更可靠——因为它把每个数映射到唯一的代表值，天然满足自反、对称、传递的等价关系。

内容的提问来源于stack exchange，提问作者James Strieter