Haskell中"hello"是thunk还是范式？为何GHCi显示其为thunk？

问题重现 #

按语义定义，1（Int类型）和"hello"（String类型）都属于范式（normal form），但在GHCi中执行:sprint命令时，两者的表现截然不同：

ghci> x = 1::Int
ghci> :sprint x
x = 1

ghci> x = "hello"::String
ghci> :sprint x
x = _

这里的_代表未求值的thunk，这和我们对范式值的预期存在矛盾。

核心原因 #

Haskell语言标准并没有对“什么是thunk”“什么是范式”做硬性定义，它只规范了函数调用的严格性语义。在没有触发强制求值的场景下，GHC（包括GHCi）会基于启发式规则决定是否将值保留为thunk：

• 对于Int这类小型、不可拆分的基本类型，保留thunk不会带来任何收益，反而会增加内存开销，因此GHC会直接将其求值为范式。
• 对于String（本质是[Char]链表结构），延迟求值可以避免不必要的内存分配——比如如果后续代码只需要取字符串的前几个字符，完全不需要求值整个链表。因此GHC会默认将其保留为thunk，直到实际需要访问内容时才会触发求值。

之前看到的Stack Overflow评论也印证了这一点：

Haskell-the-language (or -standard) doesn't really define what value is a thunk, what's in normal form, etc.. All it defines are strictness semantics of functions you might call on such values. In your examples, that doesn't happen so basically the compiler is free to do anything, possibly involving heuristics that for such and such type a thunk is likely to achieve nothing but higher memory overhead.

深入学习资源 #

• 《Real World Haskell》：书中专门章节讲解惰性求值、thunk与严格性，结合实际代码示例剖析GHC运行时的行为逻辑。
• GHC官方用户指南（Strictness and Evaluation部分）：详细说明GHC在求值策略上的实现细节，包括启发式求值的规则、严格性优化的触发条件。
• 《Haskell Programming from First Principles》：从底层原理出发解析惰性求值，对比不同数据类型在运行时的求值差异，帮助建立系统的认知框架。

内容的提问来源于stack exchange，提问作者Trung Do