国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

基于CPS變換的尾遞歸轉換算法

supernavy / 2544人閱讀

摘要:一個解決的辦法是從算法上解決,把遞歸算法改良成只依賴于少數狀態的迭代算法,然而此事知易行難,線性遞歸還容易,樹狀遞歸就難以轉化了,而且并不是所有遞歸算法都有非遞歸實現。

前言

眾所周知,遞歸函數容易爆棧,究其原因,便是函數調用前需要先將參數、運行狀態壓棧,而遞歸則會導致函數的多次無返回調用,參數、狀態積壓在棧上,最終耗盡棧空間

一個解決的辦法是從算法上解決,把遞歸算法改良成只依賴于少數狀態的迭代算法,然而此事知易行難,線性遞歸還容易,樹狀遞歸就難以轉化了,而且并不是所有遞歸算法都有非遞歸實現。

在這里,我介紹一種方法,利用CPS變換,把任意遞歸函數改寫成尾調用形式,以continuation鏈的形式,將遞歸占用的棧空間轉移到堆上,避免爆棧的悲劇
需要注意的是,這種方法并不能降低算法的時間復雜度,若是指望此法縮短運行時間無異于白日做夢

下文先引入尾調用、尾遞歸、CPS等概念,然后介紹Trampoline技法,將尾遞歸轉化為循環形式(無尾調用優化語言的必需品),再sumFibonacci為例子講解CPS變換過程(雖然這兩個例子可以輕易寫成迭代算法,沒必要搞這么復雜,但是最為常見好懂,因此拿來做例子,免得說題目都得說半天),最后講通用的CPS變換法則

看完這篇文章,大家可以去看看Essentials of Programming Languages相關章節,可以有更深的認識

文中代碼皆用JavaScript實現

尾調用 && 尾遞歸

先來探討下在什么情況下函數調用才需要保存狀態

Add(1, 2)MUL(1, 2)這種明顯不需要保存狀態,

Add(1, MUL(1, 2))這種呢?計算完MUL(1, 2)后需要返回結果接著計算Add,因此計算MUL前需要保存狀態

由此,可以得到一個結論,只有函數調用處于參數位置上,調用后需要返回的函數調用才需要保存狀態,上面的例子中,Add是不需要保存狀態,MUL需要保存

尾調用指的就是,無需返回的函數調用,即函數調用不處于參數位置上,上面的例子中,Add是尾調用,MUL則不是
寫成尾調用形式有助于編譯器對函數調用進行優化,對于有尾調用優化的語言,只要編譯器判斷為尾調用,就不會保存狀態

尾遞歸則是指,寫成尾調用形式的遞歸函數,下面是一例

fact_iter = (x, r) => x == 1 ? 1 : fact_iter(x-1, x*r)

而下面的例子則不是尾遞歸,因為fact_rec(x-1)處于*的第二個參數位置上

fact_rec = x => x == 1 ? 1 : x * fact_rec(x-1)

因為尾遞歸無需返回,結果只跟傳入參數有關,因此只需用少量變量記錄其參數變化,便能輕易改寫成循環形式,因此尾遞歸和循環是等價的,下面把fact_iter改寫成循環:

function fact_loop(x)
{
    var r = 1
    
    while(x >= 1)
    {
        r *= x
        x--;
    }
    
    return r;
}
CPS ( Continuation Passing Style )

要解釋CPS,便先要解釋continuation
continuation是程序控制流的抽象,表示后面將要進行的計算步驟

比如下面這段階乘函數

fact_rec = x => x == 1 ? 1 : x * fact_rec(x-1)

顯然,計算fact_rec(4)之前要先計算fact_rec(3),計算fact_rec(3)之前要先計算fact_rec(2),...
于是,可以得到下面的計算鏈:

1 ---> fact_rec(1) ---> fact_rec(2) ---> fact_rec(3) ---> fact_rec(4) ---> print

展開計算鏈后,再從前往后執行,就可以得到最終結果。

對于鏈上的任意一個步驟,在其之前的是歷史步驟,之后的是將要進行的計算,因此之后的都是continuation
比如,對于fact_rec(3),其continuationfact_rec(4) ---> print
對于fact(1),其continuationfact_rec(2) ---> fact_rec(3) ---> fact_rec(4) ---> print

當然,上面的計算鏈不需要我們手工展開和運行,程序的控制流已經由語法規定好,我們只需要按語法寫好程序,解釋器自動會幫我們分解計算步驟并按部就班地計算

然而,當現有語法無法滿足我們的控制流需求怎么辦?比如我們想從一個函數跳轉至另一個函數的某處執行,語言并沒有提供這樣的跳轉機制,那便需要手工傳遞控制流了。

CPS是一種顯式地把continuation作為對象傳遞的coding風格,以便能更自由地操控程序的控制流

既然是一種風格,自然需要有約定,CPS約定:每個函數都需要有一個參數kontkontcontinuation的簡寫,表示對計算結果的后續處理

比如上面的fact_rec(x)就需要改寫為fact_rec(x, kont),讀作 “計算出x階乘后,用kont對階乘結果做處理”

kont同樣需要有約定,因為continuation是對某計算階段結果做處理的,因此規定kont為一個單參數輸入,單參數輸出的函數,即kont的類型是a->b

因此,按CPS約定改寫后的fact_rec如下:

fact_rec = (x, kont) => x == 1 ? kont(1) : fact_rec(x-1, res => kont(x*res))

當我們運行fact_rec(4, r=>r),就可以得到結果24

模擬一下fact_rec(3, r=>r)的執行過程,就會發現,解釋器會先將計算鏈分解展開

fact_rec(3, r=>r)
fact_rec(2, res => (r=>r)(3*res))
fact_rec(1, res => (res => (r=>r)(3*res))(2*res))
(res => (res => (r=>r)(3*res))(2*res))(1)

當然,這種風格非常反人類,因為內層函數被外層函數的參數分在兩端包裹住,不符合人類的線性思維

我們寫成下面這種符合直覺的形式

1 ---> res => 2*res ---> res => 3*res ---> res => res

鏈上每一個步驟的輸出作為下一步驟的輸入

當解釋器展開成上面的計算鏈后,便開始從左往右的計算,直到運行完所有的計算步驟

需要注意到的是,因為kont承擔了函數后續所有的計算流程,因此不需要返回,所以對kont的調用便是尾調用
當我們把程序中所有的函數都按CPS約定改寫以后,程序中所有的函數調用就都變成了尾調用了,而這正是本文的目的
這個改寫的過程就稱為CPS變換

需要警惕的是,CPS變換并非沒有狀態保存這個過程,它只是把狀態保存到continuation對象中,然后一級一級地往下傳,因此空間復雜度并沒有降低,只是不需要由函數棧幀來承受保存狀態的負擔而已

CPS約定簡約,卻可顯式地控制程序的執行,程序里各種形式的控制流都可以用它來表達(比如協程、循環、選擇等)
所以很多函數式語言的實現都采用了CPS形式,將語句的執行分解成一個小步驟一次執行,
當然,也因為CPS形式過于簡潔,表達起來過于繁瑣,可以看成一種高級的匯編語言

Trampoline技法

經過CPS變換后,遞歸函數已經轉化成一條長長的continuation

尾調用函數層層嵌套,永不返回,然而在缺乏尾調用優化的語言中,并不知曉函數不會返回,狀態、參數壓棧依舊會發生,因此需要手動強制彈出下一層調用的函數,禁止解釋器的壓棧行為,這就是所謂的Trampoline

因為continuation只接受一個結果參數,然后調用另一個continuation處理結果,因此我們需要顯式地用變量vkont分別表示上一次的結果、下一個continuation,然后在一個循環里不斷地計算continuation,直到處理完整條continuation鏈,然后返回結果

function trampoline(kont_v)  // kont_v = { kont: ..., v: ... }
{
    while(kont_v.kont)
        kont_v = kont_v.kont(kont_v.v);
    
    return kont_v.v;
}

kont_v.kont是一個bounce,每次執行kont_v.kont(kont_v.v)時,都會根據上次結果計算出本次結果,然后彈出下一級continuation,然后保存在對象{v: ..., kont: ...}

當然,在bounce中用bind的話,就不需要構造對象顯式保存v了,因為bind會將v保存到閉包中,此時,trampoline變成:

function trampoline(kont)
{
    while(typeof kont == "function")
        kont = kont();
    return kont.val;
}

bind改寫會更簡潔,然而,因為想要求的值有可能是個function,我們需要在bounce里用對象{val: ...}把結果包裝起來

具體應用可看下面的例子

線性遞歸的CPS變換:求和

求和的遞歸實現:

sum = x => { if(x == 0) return 0; else return x + sum(x-1) }

當參數過大,比如sum(4000000),提示Uncaught RangeError: Maximum call stack size exceeded,爆棧了!

現在,我們通過CPS變換,將上面的函數改寫成尾遞歸形式:

首先,sum多添加一個參數表示continuation,表示對計算結果進行的后續處理,

sum = (x, kont) => ...

其中,kont是一個單參數函數,形如 res => ...,表示對結果res的后續處理

然后逐情況考慮

x == 0時,計算結果直接為0,并將kont應用到結果上,

sum = (x, kont) => { if(x == 0) return kont(0); else ... }

x != 0時,需要先計算x-1的求和,然后將計算結果與x相加,然后把相加結果輸入kont中,

sum = (x, kont) => { 
       if(x == 0) return kont(0); 
       else return sum( x - 1, res => kont(res + x) ) };
}

好了,現在我們已經完成了sumCPS變換,大家仔細看看,上面的函數已經是尾遞歸形式啦。

現在還有最后的問題,怎么去調用?比如要算4的求和sum(4, kont),這里的kont應該是什么呢?

可以這樣想,當我們計算出結果,后續的處理就是把結果簡單地輸出,因此kont應為res => res

sum(4, res => res)

把上面的代碼復制到Console,運行就能得到結果10

下面我們模擬一下sum(3, res => res)的運作,以對其有個直觀的認識

sum( 3, res => res )
sum( 2, res => ( (res => res)(res+3) ) )
sum( 1, res => ( res => ( (res => res)(res+3) ) )(res+2) ) )
sum( 0, res => ( res => ( res => ( (res => res)(res+3) ) )(res+2) ) )(res+1) )

// 展開continuation鏈
( res => ( res => ( res => ( (res => res)(res+3) ) )(res+2) ) )(res+1) )(0)

// 收縮continuation鏈
( res => ( res => ( (res => res)(res+3) ) )(res+2) )(0+1)
( res => ( (res => res)(res+3) ) )(0+1+2)
(res => res)(0+1+2+3)
6

從上面的展開過程可以看到,sum(x, kont)分為兩個步驟

展開continuation,尾調用函數層層嵌套,先做的continuation在外層,后做的continuation放內層,這也是CPS反人類的原因人類思考閱讀都是線性的(從上往下,從左往右),而CPS則是從外到內,而且外層函數和參數包裹著內層,閱讀時還需要眼睛在左右兩端不斷游離

收縮continuation,不斷將外層continuation計算的結果往內層傳

當然,現在運行sum(4000000, res => res),依然會爆棧,因為js默認并沒有對尾調用做優化,我們需要利用上面的Trampoline技法將其改成循環形式(上文已經提過,尾遞歸和循環等價)

可是等等,上面說的Trampoline技法只針對于收縮continuation鏈過程,可是sum(x, kont)還包括展開過程啊?別擔心,可以看到展開過程也是尾遞歸形式,我們只需稍作修改,就可以將其改成continuation的形式

( r => sum( x - 1, res => kont(res + x) )(null)

如此便可把continuation鏈的展開和收縮過程統一起來,寫成以下的循環形式

function trampoline(kont_v)
{
    while(kont_v.kont)
        kont_v = kont_v.kont(kont_v.v);
    
    return kont_v.v;
}

function sum_bounce(x, kont)
{    
    if(x == 0) return {kont: kont, v: 0};
    else return { kont: r => sum_bounce(x - 1, res => {
                                                 return { kont: kont, 
                                                          v: res + x }
                                               } ),
                  v: null };
}

var sum = x => trampoline( sum_bounce(x, res => 
                                            {return { kont: null, 
                                                      v: res } }) )

OK,以上便是改成循環形式的尾遞歸寫法
sum(4000000)輸入Console,稍等片刻,便能得到答案8000002000000

當然,用bind的話可以改寫成更簡約的形式:

function trampoline(kont)
{
    while(typeof kont == "function")
        kont = kont();
    return kont.val;
}

function sum_bounce(x, kont)
{    
    if(x == 0) return kont.bind(null, {val: 0});
    else return sum_bounce.bind( null, x - 1, res => kont.bind(null, {val: res.val + x}) );
}

var sum = x => trampoline( sum_bounce(x, res => res) )

也能起到同樣的效果

樹狀遞歸的CPS變換:Fibonacci

因為Fibonacci樹狀遞歸,轉換起來要比線性遞歸的sum麻煩一些,先寫出普通的遞歸算法

fib = x => x == 0 ? 1 : ( x == 1 ? 1 : fib(x-1) + fib(x-2) )

同樣,當參數過大,比如fib(40000),就會爆棧

開始做CPS變換,有前面例子鋪墊,下面只講關鍵點

添加kont參數,則fib = (x, kont) => ...

分情況考慮

x == 0 or 1fib = (x, kont) => x == 0 ? kont(1) : ( x == 1 ? kont(1) ...

x != 1 or 1,需要先計算x-1fib,再計算出x-2fib,然后將兩個結果相加,然后將kont應用到相加結果上

fib = (x, kont) => 
      x == 0 ? kont(1) : 
      x == 1 ? kont(1) : 
               fib( x - 1, res1 => fib(x - 2, res2 => kont(res1 + res2) ) )

以上便是fibCPS變換后的尾遞歸形式,可見難點在于kont的轉化,這里需要好好揣摩

最后利用Trampoline技法將尾遞歸轉換成循環形式

function trampoline(kont_v)
{
    while(kont_v.kont)
        kont_v = kont_v.kont(kont_v.v);
    
    return kont_v.v;
}

function fib_bounce(x, kont)
{    
    if(x == 0 || x == 1) return {kont: kont, v: 1};
    else return { 
                  kont: r => fib_bounce( x - 1, 
                                         res1 => 
                                         {
                                            return { 
                                             kont: r => fib_bounce(x - 2,
                                                                   res2 =>
                                                                   { 
                                                                     return  { 
                                                                       kont: kont,
                                                                       v: res1 + res2
                                                                     }
                                                                   }), 
                                             v: null 
                                           }
                                         } ),
                  v: null 
                };
}

var fib = x => trampoline( fib_bounce(x, res => 
                                            {return { kont: null, 
                                                      v: res } }) )

OK,以上便是改成循環形式的尾遞歸寫法
console中輸入fib(5)fib(6)fib(7)可以驗證其正確性,

當然,當你運行fib(40000)時,發現的確沒有提示爆棧了,但是程序卻卡死了,何也?

正如我在前言說過,這種方法并不會降低樹狀遞歸算法的時間復雜度,只是將占用的棧空間以閉包鏈的形式轉移至堆上,免去爆棧的可能,但是當參數過大時,運行復雜度過高,continuation鏈過長也導致大量內存被占用,因此,優化算法才是王道

當然,用bind的話可以改寫成更簡約的形式:

function trampoline(kont)
{
    while(typeof kont == "function")
        kont = kont();
    return kont.val;
}

fib_bounce = (x, kont) =>
 x == 0 ? kont.bind(null, {val: 1}) : 
 x == 1 ? kont.bind(null, {val: 1}) : 
          fib_bounce.bind( null, x - 1, 
                           res1 => fib_bounce.bind(null, x - 2,
                                                   res2 => kont.bind(null, {val: res1.val + res2.val}) ) )

var fib = x => trampoline( fib_bounce(x, res => res) )

也能起到同樣的效果

CPS變換法則

對于基本表達式如數字、變量、函數對象、參數是基本表達式的內建函數(如四則運算等)等,不需要進行變換,

若是函數定義,則需要添加一個參數kont,然后對函數體做CPS變換

若是參數位置有函數調用的函數調用,fn(simpleExp1, exp2, ..., expn),如exp2就是第一個是函數調用的參數
則過程比較復雜,用偽代碼表述如下:(<<...>>內表示表達式, <<...@exp...>表示對exp求值后再代回<<...>>中):

cpsOfExp(<< fn(simpleExp1, exp2, ..., expn) >>, kont)
= cpsOfExp(exp2, << r2 => @cpsOfExp(<< fn(simpleExp1, r2, ..., expn) >>, kont) >>)

順序表達式的變換亦與上類似

當然這個問題不是這么容易講清楚,首先你需要對你想要變換的語言了如指掌,知道其表達式類型、求值策略等,
JavaScript語法較為繁雜,解釋起來不太方便,
之前我用C++模板寫過一個CPS風格的Lisp解釋器,日后有時間以此為例詳細講講

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/81764.html

相關文章

  • 翻譯連載 | 第 9 章:遞歸(下)-《JavaScript輕量級函數式編程》 |《你不知道的JS》

    摘要:每個函數調用都將開辟出一小塊稱為堆棧幀的內存。當第二個函數開始執行,堆棧幀增加到個。當這個函數調用結束后,它的幀會從堆棧中退出。保持堆棧幀跟蹤函數調用的狀態,并將其分派給下一個遞歸調用迭。 原文地址:Functional-Light-JS 原文作者:Kyle Simpson-《You-Dont-Know-JS》作者 關于譯者:這是一個流淌著滬江血液的純粹工程:認真,是 HTM...

    LeviDing 評論0 收藏0
  • 重磅:前端 MVVM 與 FRP 的升階實踐 —— ReRest 可視化編程

    摘要:是前端開發領域新興的方法論體系,它繼承了與編程理念,在技術上有不少創新。但專利與開源協議是平行的兩個世界,改底層也不大容易解決問題。此外,要求在中結合各屬性的是否變化,判斷是否該觸發更新。 ReRest (Reactive Resource State Transfer) 是前端開發領域新興的方法論體系,它繼承了 MVVM 與 FRP 編程理念,在技術上有不少創新。本文從專利稿修改而來...

    Cciradih 評論0 收藏0
  • Javascript Generator - 函數式編程 - Javascript核心

    摘要:中的的引入,極大程度上改變了程序員對迭代器的看法,并為解決提供了新方法。被稱為,也有些人把的返回值稱為一個。其中屬性包含實際返回的數值,屬性為布爾值,標記迭代器是否完成迭代。 原文: http://pij.robinqu.me/JavaScript_Core/Functional_JavaScript/JavaScript_Generator.html 源代碼: htt...

    yearsj 評論0 收藏0

發表評論

0條評論

最新活動
閱讀需要支付1元查看
<