这是一个关于 APL 解释器的项目总结，主要内容如下：

• APL 简介：APL 是一种数组编程语言，其唯一数据类型是数组。作者被其语法吸引，代码简洁且表达力强。学习 APL 编程需要不同的思维方式，它类似于函数式编程，但更鼓励依赖全局属性和泛操作。
• 选择 Haskell 的原因：作者原本计划深入研究 APL，学习 Haskell 只是附带任务，但最终发现学习使用 Haskell 是项目中最困难的部分。Haskell 对于数组语言解释器来说可能不是理想的工具，虽然它使函数的解析和组合更优雅，但牺牲了处理状态、数据结构和性能的便利性。
• 整体架构：程序的工作方式类似于一般的解释器，包括读取输入文本、转换为标记、构建语法树、评估语法树、打印结果等步骤，解释器状态在整个过程中被读取和更新。

• 解析过程：

  • 版本 1（上下文无关）：核心逻辑单元是MatchFn，它接受一个标记列表作为输入，可能返回匹配的内容和新的标记列表。通过一系列辅助函数（如matchOne、matchAll等）来组合MatchFn，实现对非终端的解析。
  • 版本 2（添加上下文）：由于 APL 没有上下文无关语法，MatchFn需要添加全局状态（IdMap）作为参数，只有终端匹配函数和辅助函数需要更改，非终端解析函数不需要直接接触MatchFn的参数。
  • 版本 3（添加 monads）：在编写和重构解析器的过程中，作者发现了一些不便之处，通过将MatchFn改为一个 monad，使用通用的 monadic 函数代替chFst和mchFst，解决了这些问题。
  • 版本 4（添加 Applicative）：Haskell 中的所有 Monads 也是 Applicative Functors，使用<*>、<*>和(*>)等函数可以去除MatchT函数和大部分 lambda 表达式，使代码更简洁。
• 评估过程：项目范围较大，语法树的评估有很多细微之处。例如，APL 中函数作为数据很自然，在 Haskell 中也可以将函数存储为正常数据。评估使用 monads 来处理状态，通过定义SubEvalM类型类来处理不同的函数类型。APL 还有“选择性赋值”的特性，可以通过替换数组和应用选择函数来实现。处理高维数组需要一些核心函数，如alongAxis、alongRank和arrReorderAxes，它们主要用于索引算术和形状操作。
• 模仿 Dyalog：该项目基于 Dyalog APL，语法和符号直接来自 Dyalog，但在打印数组、函数树等方面与 Dyalog 存在差异，作者在实现过程中做出了很多妥协。

• Haskell 的优缺点：

  • 优点：编译器提供了很多保证，减少了运行时错误；标准库中有很多有用的函数，使用标准函数可以避免编写大量样板代码；Currying、Combinators 和 Tacit 等特性很有趣。
  • 缺点：学习曲线陡峭，对于不熟悉函数式编程和类型系统的人来说很难理解；某些库（如 System.Random）过于通用，理解和使用起来困难；在性能方面表现不佳，优化 Haskell 代码可能是徒劳的；懒求值使得调试更加困难，错误的出现时间不确定，捕捉错误也很困难。

总的来说，APL 解释器的实现过程涉及到很多复杂的技术和概念，Haskell 的特性既带来了便利，也带来了挑战。