[TaPL] 05 The Untyped Lambda-Calculus

Lambda caluclus 是一种描述语言机制的 core language。除此之外，还有其他 calculi：

• pi-calculus: a popular core language for defining the semantics of message-based concurrent languages
• object calculus: distills the core features of object-oriented languages

传统的 Lambda Calculus 是一个 core language，可以给它添加其他特性构成新的语言。

• the pure untyped lambda-calculus：λ
• the lambda-calculus extended with booleans and arithmetic operations：λNB

Basics

在 λ 演算中一切都是函数，包括函数的输入值和返回值都可以用函数表示。

λ 演算的中的 term 指的是任意的 term，而其中以 λ 开头的 term 被称为 lambda-abstractions。

在 λ 演算中，其语法由三种形式组成：

• 变量：x
• 抽象：一个 term t 中抽象出一个变量 x，记作 \(\lambda x.t\)
• 应用：将一个 term t2 作为参数传入另一个 term t1，记作 t1 t2

\begin{aligned} t \Coloneqq & & (\text{terms}) \\ & x & (\text{variable}) \\ & \lambda x.t & (\text{abstraction}) \\ & t\ t & (\text{application}) \\ \end{aligned}

Abstract and Concrete Syntax

编程语言的语法有两种方式可以表示：一种是通常看到的字符串形式的代码，称为 concrete syntax（surface syntax）；另一种是编译器或者解释器中用树结构（AST）表示的语法，称为 abstract syntax。后者有利于对代码的结构进行操作，因此常在编译器和解释器中使用。

将 concrete syntax 转换为 abstract syntax 的过程共分为两步：

1. 通过 lexer 将字符串解析成一个 token 序列，token 表示最小的语法单元，删除空格、注释等内容，并进行简单的转换（如数字数制、字符串等）
2. 通过 parser 将 token 序列转换成 AST，这个阶段要处理运算符的结合性等问题

除此之外，一些语言还有其他的解析过程。例如将语言的一些特性定义成更基本的特性的 derived forms。然后定义 internal language（IL）表示一门仅包含了必要的 derived forms 的 core language，同时定义 external language（EL）表示包含了所有 derived forms 的 full language。并且在 parse 的阶段后，将 EL 转换成 IL，从而使得语言的核心更简单。

为了减少冗余括号，本书书写 λ 表达式时会遵从两个规则：

• application 采用左结合，即 s t u 表示 (s t) u
• abstraction 的 body 部分尽可能得长，如 \(\lambda x. \lambda y. x y x\) 表示 \((\lambda x. (\lambda y. (x y) x))\)

Variables and Metavariables

出于习惯，t 表示任意的 term，xyz 表示任意的 metavariables。

Scope

当变量 x 出现在 abstraction \(\lambda x.t\) 的 body 部分时，称其是被约束的（bound），\(\lambda x\) 被称为 binder。反之，如果变量不被约束，在称为是自由的（free）。例如 \((\lambda x.x)x\) 中第一次出现的 x 表示一个 binder，第二次出现的 x 是 bound 的，第三次出现的 x 是 free 的。

如果一个 term 没有自由变量，则称为封闭的（closed）。封闭的 term 又被称为组合子（combinators），例如 identify function：

\[ \mathtt{id} = \lambda x.x; \]

Static-scoping and Dynamic-scoping

在编程语言中，scope 一般分为 static-scoping 和 dynamic-scoping：

• 在 static-scoping 中，一个变量的作用域是由它在源代码中的位置决定的。因此编译器或解释器可以仅通过分析代码结构（而不是实际执行代码）来确定变量的作用域。
• 与之相对的是 dynamic-scoping，变量的作用域由程序的运行时调用顺序决定。

下面是一个例子：

let x = 10 in
  let f = (lambda y. x + y) in
    let x = 20 in
      f 5

在 static-scoping 中，这个表达式的值是 15，因为 f 的作用域是整个 let 表达式，所以 f 中的 x 是第一个 x，而不是第二个；而在 dynamic-scoping 中，这个表达式的值是 25，因为 f 中的 x 是第二个 x。

Operational Semantics

在 pure lambda calculus 中不包含任何数字、运算符等，唯一的运算只有 application。

Application 的步骤为将左侧的 abstraction 中的约束变量替换成右侧的组件。记作

\[ (\lambda x.t_{12}) t_2 \rightarrow [x \mapsto t_2] t_{12} \]

其中 \([x \mapsto t_2] t_{12}\) 表示将 \(t_{12}\) 中所有的自由出现的 \(x\) 替换成 \(t_2\)。例如 \((\lambda x.x) = y\)，\((\lambda x.x(\lambda x.x))(u r) => u r (λx.x)\)。

类似于 \((\lambda x.t_{12}) t_2\) 的表达式被称为 redex（reducible expressions）。Redex 可以用 beta-reduction 进行重写。

Evaluation strategies

例子：

\[ (\lambda x.x)\ ((\lambda x. x))\ (\lambda z. (\lambda x.x))\ z)) = \mathtt{id}\ (\mathtt{id}\ (\lambda z. \mathtt{id}\ z)) \]

• Full beta-reduction：随便选一个 redex 进行 reduce

  \begin{aligned} & \mathtt{id}\ (\mathtt{id}\ (\lambda z. \underline{\mathtt{id}\ z})) \\ \rightarrow {}& \mathtt{id}\ (\underline{\mathtt{id}\ (\lambda z. z)}) \\ \rightarrow {}& \mathtt{id}\ (\lambda z.z) \\ \rightarrow {}& \lambda z.z \end{aligned}

  由 Church-Rosser property，λ 演算在 full beta-reduction 下是 confluent 的。（求值顺序不影响结果）

• Normal order strategy：先 reduce 最外面、最左边的 redex

  \begin{aligned} & \underline{\mathtt{id}\ (\mathtt{id}\ (\lambda z. \mathtt{id}\ z))} \\ \rightarrow {}& \underline{\mathtt{id}\ (\lambda z. \mathtt{id}\ z)} \\ \rightarrow {}& \lambda z.\ \underline{\mathtt{id}\ z} \\ \rightarrow {}& \lambda z.z \end{aligned}

• Call by name strategy：call by name 和 normal order strategy 类似，但是它不允许在 abstraction 内部进行 reduces

  Call by name 在调用的时候不计算值，而是直接传入对应的位置，用到的时候再调用

  \begin{aligned} & \underline{\mathtt{id}\ (\mathtt{id}\ (\lambda z. \mathtt{id}\ z))} \\ \rightarrow {}& \underline{\mathtt{id}\ (\lambda z. \mathtt{id}\ z)} \\ \rightarrow {}& \lambda z.\ \underline{\mathtt{id}\ z} \\ \end{aligned}

  Call-by-name 被很多语言都实现了，比如 Algol60 和 Haskell。

  Haskell 的更加特殊，使用了一个优化过的形式 call by need：即当使用的时候才进行 reduce 和 substitute。这样的 reduce 方法使得运行时环境要记录下这个 term 出现的位置（方便实时替换），因此这种 reduction relation 是基于 syntax graph 的，而非 AST。

• Call by value strategy (Applicative-order)：最常用的 redex 策略。reduce 外层，且一个 redex 会被 reduce 仅当它的参数已经是一个 value。value 即一个不能被 reduce 的形式，包括 lambda abstractions，numbers，booleans 等。

  \begin{aligned} & \mathtt{id}\ \underline{(\mathtt{id}\ (\lambda z. \mathtt{id}\ z))} \\ \rightarrow {}& \underline{\mathtt{id}\ (\lambda z. \mathtt{id}\ z)} \\ \rightarrow {}& \lambda z.\ \underline{\mathtt{id}\ z} \\ \end{aligned}

其中，normal order strategy 和 call by name 都是 partial evaluation。它们在 reduce 的时候可能函数还没有被 apply。

Call by value 是 strict 的，即无论参数有没有用到，都会被 evaluate；反之 call by name 和 call by need 则只有在用到某个参数的时候才计算。

本书后面都使用 call by value。因为这样实现 exceptions 和 reference 会更简单。

Programming in the Lambda-Calculus

Multiple Arguments

λ 演算中的多参数函数是通过高阶函数（higher-order functions）实现的。

假设 \(s\) 是一个包含自由变量 x、y 的 term，f 是一个参数为 x、y 的函数：

\[ f = \lambda x. \lambda y. s \]

\begin{aligned} f v w & = (f\ v) w \\ & \rightarrow (\lambda y.[x \mapsto v]s)\ w \\ & \rightarrow [y \mapsto w][x \mapsto v]s \end{aligned}

这种参数一个个被 apply 的过程称为 currying。

Church Boolean

λ 演算中的 boolean 也可以用 λ 表达式表示。其中 true 和 false 分别是一个接受两个参数的函数，true 返回第一个参数，false 返回第二个参数。这种表示可以看作是 testing the truth of a boolean value。

true & false

\begin{aligned} \mathtt{tru} &= \lambda t. \lambda f. t; \\ \mathtt{fls} &= \lambda t. \lambda f. f; \end{aligned}

if

定义一个类似 if 的 combinator test。在 test b v w 中，当 b 为 true 时返回 v，反之返回 w。

\[ \mathtt{test} = \lambda l. \lambda m. \lambda n. l\ m\ n; \]

\begin{aligned} &\mathtt{test}\ \mathtt{tru}\ v\ w \\ = {}& \underline{(\lambda l. \lambda m. \lambda n. l\ m\ n)\ \mathtt{tru}}\ v\ w \\ \rightarrow {}& \underline{(\lambda m. \lambda n. \mathtt{tru}\ m\ n)\ v}\ w \\ \rightarrow {}& \underline{(\lambda n. \mathtt{tru}\ v\ n)}\ w \\ \rightarrow {}& \mathtt{tru}\ v\ w \\ = {}& \underline{(\lambda t. \lambda f. t)\ v}\ w \\ \rightarrow {}& \underline{(\lambda f. v)\ w} \\ \rightarrow {}& v \end{aligned}

and & or & not

• and：如果第一个数是 tru，则看第二个数；否则直接返回 fls

  \begin{alignat*}{2} &\mathtt{and} && = \lambda b.\lambda c.b\ c\ \mathtt{fls}; \\ &\mathtt{and2} && = \lambda b.\lambda c.b\ c\ b; \end{alignat*}

• or：如果第一个数是 tru，则返回 tru；否则看第二个数

  \begin{alignat*}{2} &\mathtt{or} &&= \lambda b.\lambda c.b\ \mathtt{tru}\ c; \\ &\mathtt{or2} &&= \lambda b.\lambda c.b\ b\ c; \end{alignat*}

• not：

  \[ \mathtt{not} = \lambda b.b\ \mathtt{fls}\ \mathtt{tru} \]

示例：

\begin{aligned} & \mathtt{and}\ \mathtt{tru}\ \mathtt{tru} \\ = {}& \underline{(\lambda b. \lambda c.b\ c\ \mathtt{fls})\ \mathtt{tru}\ \mathtt{tru}} \\ \rightarrow^* & \mathtt{tru}\ \mathtt{tru}\ \mathtt{fls} \\ = {}& \underline{(\lambda t. \lambda f.t)\ \mathtt{tru}\ \mathtt{fls}} \\ \rightarrow^* & \mathtt{tru} \end{aligned}

Pair

\begin{alignat*}{2} &\mathtt{pair} &&= \lambda f. \lambda s. \lambda b.b\ f\ s; \\ &\mathtt{fst} &&= \lambda p.p\ \mathtt{tru}; \\ &\mathtt{snd} &&= \lambda p.p\ \mathtt{fls}; \end{alignat*}

示例：

\begin{aligned} &\mathtt{fst}\ (\mathtt{pair}\ v\ w) \\ = {}& \mathtt{fst}\ (\lambda b.b\ v\ w) \\ = {}& (\lambda p.\ p\ \mathtt{tru})(\lambda b.b\ v\ w) \\ \rightarrow {}& (\lambda b.b\ v\ w)\ \mathtt{tru} \\ \rightarrow {}& \mathtt{tru}\ v\ w \\ \rightarrow^* & v \end{aligned}

Church Numerals

λ 演算中，自然数用 combinator 表示。其中，s 和 z 分别代表 succ 和 zero。 其意义为递归对于 z 调用 n 次 s，即 \(s^n(z)\)。（The number n is represented by a function that does something n times）

个人感觉在 λ 演算中，对于数据强调的不是如何存储，而是如何去使用它们。所以 tru 和 fls 对应了程序的选择结构；自然数对应了程序的归纳结构（类似于循环）。

\begin{aligned} \mathrm{c}_{0} &= \lambda s.\lambda z.\mathrm{z}; \\ \mathrm{c}_{1} &= \lambda s.\lambda z.\mathrm{s}\ \mathrm{z}; \\ \mathrm{c}_{2} &= \lambda s.\lambda z.\mathrm{s}\ (\mathrm{s}\ \mathrm{z}); \\ \mathrm{c}_{3} &= \lambda s.\lambda z.\mathrm{s}\ (\mathrm{s}\ (\mathrm{s} \mathrm{z})); \end{aligned}

不难发现，\(C_0\) 和 \(\mathtt{fls}\) 的表示形式相同！

• 求后继数：直接套上一层 s（由于是 currying 的形式，所以结果还是 \(\lambda s.\lambda z.t\)）

  \begin{alignat*}{2} & \mathtt{scc} &&= \lambda n.\lambda s.\lambda z.s\ (n\ s\ z); \\ & \mathtt{scc2} &&= \lambda n.\lambda s.\lambda z.\ n\ s\ (s\ z); \end{alignat*}

• 求和：m 的 s 不变，z 变成 n，意为在 n 上应用 m 次，即 \(s^{n+m}(z) = s^n(s^m(z))\)

  \[ \mathtt{plus} = \lambda m.\lambda n.\lambda s.\lambda z. m\ s\ (n\ s\ z); \]

• 乘法：第一个数字的 s 变成 plus n，意为在 z 上调用 m 次 plus n，即 \(s^{nm}(z) = (s^n)^m(z)\)

  \begin{alignat*}{2} & \mathtt{times} &&= \lambda m.\lambda n.m\ (\mathtt{plus}\ n)\ c_0; \\ & \mathtt{times2} &&= \lambda m.\lambda n.\lambda s.\lambda z.\lambda.m\ (n\ s)\ z; \\ & \mathtt{times3} &&= \lambda m.\lambda n.\lambda s.m\ (n\ s); \end{alignat*}

  其中 times2 比较有意思。其中 n s 的基数部分（z）接受的是上一次加法的结果，这样调用 m 次，即执行 m 次加法。times3 是 times2 的化简形式。

• 幂次：

  \begin{alignat*}{2} & \mathtt{power} &&= \lambda m.\lambda n.\lambda s.n\ (\mathtt{times}\ m)\ c_1; \\ & \mathtt{power2} &&= \lambda m.\lambda n.\lambda s.\lambda z.n\ (\lambda f.m\ f\ s)\ s\ z; \\ & \mathtt{power3} &&= \lambda m.\lambda n.n\ m; \end{alignat*}

  其中有意思的是 power2，可以从 power 化简，也可以这么理解：

  考虑现在已经有了

  \begin{aligned} g_i &= \lambda f’. \lambda z.\underbrace{f’ (f’ ( \cdots f’ (z) \cdots ))}_{m^i\ \text{times}}; \\ m &= \lambda f. \lambda z. \underbrace{f (f ( \cdots f (z) \cdots ))}_{m^i\ \text{times}}; \end{aligned}

  令 \(m\) 中的每一个 \(f\) 都变成 \(\lambda z.g_i\ s\ z\)，则得到

  \[ g_{i+1} = \lambda s. \lambda z. m\ (\lambda z’.g_i\ s\ z’)\ z; \]

  则

  \begin{aligned} g_n = {}& \lambda s. \lambda z. m\ (\lambda z’.g_{n-1}\ s\ z’)\ z \\ \rightarrow {}& \lambda s. m\ (g_{n-1}\ s) \\ = {}& \lambda s. m\ ((\lambda s.m\ (g_{n-2}\ s))\ s) \\ \rightarrow {}& \lambda s. m\ (m\ (g_{n-2}\ s)\ s) \\ = {}& \lambda s. \underbrace{m\ (m\ (\dots\ s)\ s)}_{n\ \text{times}} \\ = {}& \lambda s. n\ (\lambda f.m\ f\ s) \end{aligned}

• iszro：对于 \(\lambda s. \lambda z. z\) 返回 \(\mathtt{tru}\)；对于 \(\lambda s. \lambda z. s\ z\) 返回 \(\mathtt{fls}\)。直接令 z 返回 tru，s 返回 fls。

  \[ \mathtt{iszro} = \lambda m. m\ (\lambda x. \mathtt{fls})\ \mathtt{tru}; \]

• prd：求前置，思路比较巧妙

  \begin{alignat*}{2} &\mathtt{zz} &&= \mathtt{pair}\ \mathrm{c}_{0}\ \mathrm{c}_{0}; \\ &\mathtt{ss} &&= \lambda p. \mathtt{pair}\ (\mathtt{snd}\ p)\ (\mathtt{plus}\ \mathtt{c}_1\ (\mathtt{snd}\ p)); \\ &\mathtt{prd} &&= \lambda m. \mathtt{fst}\ (m\ ss\ zz); \end{alignat*}

  构造序列：\(\mathtt{zz} = (0,0) \underbrace{\xrightarrow{\mathtt{ss}} (0,1) \xrightarrow{\mathtt{ss}} (1,2) \xrightarrow{ss} \cdots \xrightarrow{ss}}_{n\ \text{times}}\ (n-1,n)\)，恰好执行了 \(n\) 次，此时求一个 \(\mathtt{fst}\) 即可。

  除了用 pair 外，还可以有另外一种实现：

  \[ \mathtt{prd2} = \lambda n. \lambda s.\lambda z. n\ (\lambda g. \lambda h. h\ (g\ s))\ (\lambda u. z)\ (\lambda u.u) \]

  令 \(\mathtt{const} = (\lambda u. z)\)，\(\mathtt{inc} = \lambda g. \lambda h. h\ (g\ s)\) 则有

  \begin{aligned} \mathtt{const} &= z \\ \mathtt{inc}\ \mathtt{const} &= \lambda h. h\ z \\ \mathtt{inc}\ \mathtt{inc}\ \mathtt{const} &= \lambda h. h\ s\ z \\ \mathtt{inc}\ \mathtt{inc}\ \mathtt{inc}\ \mathtt{const} &= \lambda h. h\ s\ s\ z \end{aligned}

  \begin{aligned} \mathtt{prd2} = {}& \lambda n. \lambda s.\lambda z. n\ (\lambda g. \lambda h. h\ (g\ s))\ (\lambda u. z)\ (\lambda u.u) \\ = {}& \lambda n. \lambda s. \lambda z. \underbrace{\mathtt{inc} \cdots \mathtt{inc}}_{n\ \text{times}}\ (\lambda u.z)\ (\lambda u.u) \\ = {}& \lambda n. \lambda s. \lambda z. (\lambda h. h\ (\underbrace{s\ s \cdots\ s}_{n-1\ \text{times}}\ z)) \ (\lambda u.u) \\ \rightarrow {}& \lambda n. \lambda s. \lambda z. \underbrace{s\ s \cdots\ s}_{n-1\ \text{times}}\ z\\ \end{aligned}

  复杂度均为 \(O(n)\)。

• 减法：利用 prd 实现

  \[ \mathtt{subtract1} = \lambda m. \lambda n. n\ \mathtt{prd}\ m; \]

• 相等判断

  \[ \mathtt{equal} = \lambda m. \lambda n. \mathtt{and}\ (\mathtt{iszro}\ \mathtt{prd}\ m\ n)\ (\mathtt{iszro}\ \mathtt{prd}\ n\ m); \]

• 列表：不难发现列表和自然数其实是同构的，因为它们都是递归定义的。其中 cons 对应了 succ，nil 对应了 zero。

  列表可以看作一个嵌套的 \(\mathtt{pair}\)，即 \((c\ x\ (c\ y\ (c\ z\ n)))\)。其中 c 对应了 fold 函数，类似于 s，但是它接受两个参数。

  \begin{alignat*}{2} &\mathtt{nil} &&= \lambda c. \lambda n. n; \\ &\mathtt{cons} &&= \lambda h. \lambda t. \lambda c. \lambda n. c\ h\ (t\ c\ n); \\ &\mathtt{head} &&= \lambda l. l\ (\lambda h. \lambda t. h)\ \mathtt{fls} = \lambda l. l\ \mathtt{tru}\ \mathtt{fls}; \\ &\mathtt{isnil} &&= \lambda l. (\lambda h. \lambda t. \mathtt{fls})\ \mathtt{tru}; \\ &\mathtt{tail} &&= \lambda l. \mathtt{fst}\ (l\ (\lambda x. \lambda p. \mathtt{pair}\ (\mathtt{snd}\ p)\ (\mathtt{cons}\ x\ (\mathtt{snd}\ p)))\ (\mathtt{pair}\ \mathtt{nil}\ \mathtt{nil})); \end{alignat*}

  tail 的思路类似于 prd：

  \[ (\mathtt{nil}, \mathtt{nil}) \rightarrow (\mathtt{nil}, \mathtt{cons}\ a\ \mathtt{nil}) \rightarrow (\mathtt{cons}\ a\ \mathtt{nil}, \mathtt{cons}\ b\ (\mathtt{cons}\ a\ \mathtt{nil})) \rightarrow \dots \rightarrow \ (\mathtt{tail_e}, \mathtt{list_{reversed}}) \]

  除此之外，还有另一种构建方法：

  \begin{alignat*}{2} &\mathtt{nil} &&= \mathtt{pair}\ \mathtt{tru}\ \mathtt{tru}; \\ &\mathtt{cons} &&= \lambda h. \lambda t. \mathtt{pair}\ \mathtt{fls}\ (\mathtt{pair}\ h\ t); \\ &\mathtt{head} &&= \lambda z.\mathtt{fst}\ (\mathtt{snd}\ z); \\ &\mathtt{tail} &&= \lambda z.\mathtt{snd}\ (\mathtt{snd}\ z); \\ &\mathtt{isnil} &&= \mathtt{nil}; \end{alignat*}

Enriching the Calculus

前面在 λ 演算中定义了布尔型和自然数，理论上已经可以构建出所有的程序了。但是为了简洁，这里开始会使用 λNB 作为系统表述，即将前面 untyped arithmetic expression 的内容加进来，将其看作 primitive 的存在。二者可以轻松地进行转换：

\begin{alignat*}{3} &\mathtt{realbool} &&= \lambda b. \mathtt{true}\ \mathtt{false}; \\ \Leftrightarrow {}&\mathtt{churchbool} &&= \lambda b. \mathtt{if}\ b\ \mathtt{then}\ \mathtt{tru}\ \mathtt{else}\ \mathtt{fls}; \\ &\mathtt{realnat} &&= \lambda m. m\ (\lambda x. \mathtt{succ}\ x)\ 0; \\ &\mathtt{realeq} &&= \lambda m. \lambda n. (\mathtt{equal}\ m\ n\ \mathtt{true}\ \mathtt{false}); \end{alignat*}

注意 succ 本身的语法结构，不能对 church numerals 使用。

使用 λNB 的一个原因是 Church Numerals 的表示和运算太繁杂了，尽管结果和普通的运算等价，但是中间过程却很复杂，并且会影响到求值顺序。如果采用 call-by-value 的方法，那么对于 church numerals 来说不能提前化简数字（因为没有 apply s 和 z），此时 scc c1 和 c2 的形式有很大差别。

Recursion

omega

前面提到 normal forms 指的是无法继续化简的式子，但是有些 term 是没有 normal form 的，被称为 diverge。

omega 是一个 divergent combinator：

\[ \mathtt{omega} = (\lambda x.x\ x)\ (\lambda x.x\ x); \]

虽然它只有一个 redex，但是进行 reduce 后又得到了一个和原式相同的 omega。

fix

omega 有一个 generalized 的形式，被称为 fixed-point combinator，也叫 call-by-value Y-combinator 或者 Z：

\[ \mathtt{fix} = \lambda f. (\lambda x. f\ (\lambda y. x\ x\ y))\ (\lambda x. f\ (\lambda y. x\ x\ y)); \]

\[ \mathtt{fix}\ f = f\ (\lambda y. (\mathtt{fix}\ f)\ y); \]

使用方法：

\begin{alignat*}{2} &h &&= \langle \mathrm{body\ containing}\ h \rangle \\ \rightarrow {}& g &&= \lambda f. \langle \mathrm{body\ containing}\ f \rangle \\ &h &&= \mathtt{fix}\ g \end{alignat*}

例如求 church numerals 的阶乘：

\begin{aligned} & \mathtt{fac} = \lambda n. \mathtt{if}\ (\mathtt{realeq}\ n\ \mathtt{c}_0)\ \mathtt{then}\ \mathtt{c}_1\ \mathtt{else}\ \mathtt{times}\ n\ (\mathtt{fac}\ (\mathtt{prd}\ n)); \\ \rightarrow\ & g = \lambda f. \lambda n. \mathtt{if}\ (\mathtt{realeq}\ n\ \mathtt{c}_0)\ \mathtt{then}\ \mathtt{c}_1\ \mathtt{else}\ \mathtt{times}\ n\ (f\ (\mathtt{prd}\ n)); \\ & \mathtt{factorial} = \mathtt{fix}\ g; \end{aligned}

test vs if

前面的 factorial 使用的是 if 而不是 test，是因为在 call-by-value 下，如果要对 test 进行 evaluate，则必须要求出其两个分支的内容后才能进一步 reduce，而这样会导致 diverge。

比如要算出 \(\mathtt{factorial\ c_0}\)，那么就必须要求出第二个分支中的 \(\mathtt{times}\ n\ (\mathtt{f}\ (\mathtt{prd}\ n))\)，即 \(\mathtt{times}\ n\ (\mathtt{f}\ c_0)\)，就套娃了。

如果要用 test ，那么可以将两个 branch 包裹在 dummy lambda-abstraction 下。因为 abstractions 也是 values，所以 call-by-value 可以在进行求值的情况下使用 test。

此时 test 得到的还是一个 lambda-abstraction，所以要对其进行强制求值，在其后面随便 apply 一个 dummy argument 即可。

\begin{aligned} & g’ = \lambda f. \lambda n. \mathtt{test}\ (\mathtt{iszero}\ n)\ (\lambda x. c_1)\ (\lambda x. (\mathtt{times}\ n\ (f\ (\mathtt{prd}\ n))))\ c_0; \\ & \mathtt{factorial’} = \mathtt{fix}\ g’; \end{aligned}

Y

除此之外，fix 还有一种更简单的形式：

\[ Y = \lambda f. (\lambda x. f\ (x\ x))\ (\lambda x. f\ (x\ x)); \]

\[ Y\ f = f\ (Y\ f); \]

但是它无法在 call-by-value 中使用，因为 \((x\ x)\) 不是一个 value，所以会 diverge。但是 fix 中的 \((\lambda y. x\ x\ y)\) 是一个 value（lambda abstractions 也是 value）。

例子

• churchnat：将 primitive natural numbers 转换成 church numerals

  \begin{aligned} & \mathtt{cn} = \lambda f. \lambda n. \mathtt{if}\ (\mathtt{iszero}\ n)\ \mathtt{then}\ c_0\ \mathtt{else}\ \mathtt{scc}\ (f\ (\mathtt{pred}\ n)); \\ & \mathtt{churchnat} = \mathtt{fix}\ \mathtt{cn}; \end{aligned}

• sumlist：对 church numerals 的列表求和（这里的 test 可以改成 if，这样可以去掉 dummy abstractions）

  \begin{aligned} & f’ = \lambda f. \lambda l. \mathtt{test}\ (\mathtt{isnil}\ l)\ (\lambda x. c_0)\ (\lambda x. (\mathtt{plus}\ (\mathtt{head}\ l)\ (f\ (\mathtt{tail}\ l))))\ c_0); \\ & \mathtt{sumlist} = \mathtt{fix}\ f’ \\ \end{aligned}

  除了用 fix 的写法外，还可以不用 fix 实现。因为 List 本身就是一个归纳定义的结构，所以让 c 变成一个加号即可，而起点是 \(c_0\)：

  \[ \mathtt{sumlist’} = \lambda l. l\ \mathtt{plus}\ c_0; \]

求解 fix 举例：factiorial

\begin{aligned} & \mathtt{factorial}\ \mathtt{c}_3 \\ = {}& \mathtt{fix}\ g\ \mathtt{c}_3 \\ \rightarrow {}& (\lambda x. g\ (\lambda y. x\ x\ y))\ (\lambda x. g\ (\lambda y. x\ x\ y))\ \mathtt{c}_3\ \\ \rightarrow {}& g\ (\lambda x. g\ (\lambda y. x\ x\ y))\ (\lambda x. g\ (\lambda y. x\ x\ y))\ \mathtt{c}_3\ \\ \rightarrow {}& g\ \mathtt{fct}\ \mathtt{c}_3 \\ & \text{where} \quad \mathtt{fct} = \lambda y. (\lambda x. g\ (\lambda y. x\ x\ y))\ (\lambda x. g\ (\lambda y. x\ x\ y))\ y \\ \rightarrow^* & (\lambda n. \mathtt{if}\ (\mathtt{realeq}\ n\ \mathtt{c}_0)\ \mathtt{then}\ \mathtt{c}_1\ \mathtt{else}\ \mathtt{times}\ \mathtt{c}_3\ (\mathtt{fct}\ (\mathtt{prd}\ \mathtt{c}_3)))\ \mathtt{c}_3 \\ \rightarrow {}& \mathtt{if}\ (\mathtt{realeq}\ \mathtt{c}_3\ \mathtt{c}_0)\ \mathtt{then}\ \mathtt{c}_1\ \mathtt{else}\ \mathtt{times}\ \mathtt{c}_3\ (\mathtt{fct}\ (\mathtt{prd}\ \mathtt{c}_3)) \\ \rightarrow^*& \mathtt{times}\ \mathtt{c}_3\ (\mathtt{fct}\ (\mathtt{prd}\ \mathtt{c}_3)) \\ \rightarrow^*& \mathtt{times}\ \mathtt{c}_3\ (\mathtt{fct}\ \mathtt{c}_2’) \\ & \text{note: not valid in call-by-value, $\mathtt{power}\ \mathtt{c}_3$ should be reduced first} \\ \rightarrow^*& \mathtt{times}\ \mathtt{c}_3\ (g\ \mathtt{fct}\ \mathtt{c}_2’) \\ \rightarrow^*& \dots \\ \rightarrow^*& \mathtt{times}\ \mathtt{c}_3\ (\mathtt{times}\ \mathtt{c}_2’\ (\mathtt{c_1}’\ \mathtt{c}_1)) \\ \rightarrow^*& \mathtt{c}_6' \end{aligned}

上面的 \(\mathtt{c}_n’\) 是 behavior equivalent 的 \(c_n\)。因为 pred 之类的求出来的和 \(c_{n-1}\) 形式并不相同，但是行为是相同的。

观察化简过程，不难发现重点在于 \(\mathtt{fct}\ n \rightarrow^*\ g\ \mathtt{fct}\ n\)。fct 是一种 self-replicator，可以复制自身，并将自己作为参数传递给 g（when applied to an argument, supplies itself and n as arguments to g）。而 g 就可以选择要不要继续用 fct，用了就能继续递归。

Representation

首先定义所谓的 ordinary numbers（有很多等价定义，这里选取 untyped arithmetic expressions 中的定义）：

• a constant 0
• an operation iszero mapping numbers to booleans, and
• two operations, succ and pred, mapping numbers to numbers.

同样，church numerals 也可以做这些事：

• The term \(c_0\) represents the number 0（包括 non-canonical representations，例如 \(\lambda s. \lambda z. (\lambda x. x)\ z\)）
• The terms scc and prd represent the arithmetic operations succ and pred
• The term iszro represents the operation iszero（严格来说 iszro 返回的是 tru，但是这里先将其看作等价）

假设有一个程序对数字进行复杂的运算，并返回一个 boolean（或者其他非数字），那么如果将其中所有的 real numbers 和 arithmetic operations 换成对应的 lambda-terms，并且求解程序，则可以得到和原来完全相同的答案。即如果把程序看成一个黑盒，那么 real numbers 和 Church-numerals representation 没有任何区别。

\(\beta\)-equivalance

上面在推导的时候用的都是 \(\rightarrow\)，因为到目前为止的 \(=\) 都是按照定义展开。这里也可以定义 \(\beta\)-equivalance，定义 beta-reduction 下的等价关系：

Formalities

Syntax

仿照之前的做法可以定义 \(\operatorname{size}\) 等函数。

Substitution

Substitution 是一个比较 tricky 的操作。这里会介绍一种比较直观的做法，可以用数学定义和证明。在 Chapter 6 会介绍一种 heavier 的做法，其依赖于 de Bruijn presentation，但是更容易用 ML 来实现。

The names of bound variables do not matter

下面是三个比较特殊的 substitution 的例子：

\begin{alignat*}{3} & [x \mapsto y](\lambda x. x) &&= \cancel{\lambda x. y} \quad \lambda x.x & \text{($y \neq x$ in rule 3)} \\ & [x \mapsto z](\lambda z. x) &&= \cancel{\lambda z.z} \quad \lambda z. x & \text{($y \notin FV(s)$ in rule 3)} \\ & [x \mapsto y\ z](\lambda y. x\ y) &&= \cancel{\lambda y. y\ z\ y} \quad \lambda w. y\ z\ w & \text{(alpha-conversion)} & \end{alignat*}

其中第二种错误称为 variable capture，而避免了这种错误的 substitution 称为 capture-avoiding substitution。

第三种错误导致 substitution 失败，需要通过 alpha-conversion 解决：

\begin{aligned} & [x \mapsto y\ z](\lambda y. x\ y) \\ = {}& [x \mapsto y\ z](\lambda w. x\ w) & \text{(alpha-conversion)} \\ = {}& \lambda w. y\ z\ w \end{aligned}

Operational Semantics

Untyped lambda-calculus 的 evaluation 有两类规则：

• E-App1、E-App2：the congruence rules
• E-AppAbs：the computation rules

这个规则仅仅是对 call by values 使用的。观察 evaluation relations 可以发现，一般先用 E-App1 化简 \(t_1\)，接着用 E-App2 化简 \(t_2\)，最后使用 E-AppAbs 进行 reduce。

由于 pure lambda calculus 中的 values 只有 lambda abstractions，所以化简得到的结果一定也是 lambda abstractions。

Rules for other evaluation strategies

• full beta-reduction

  \[ \dfrac{t_1 \rightarrow t_1’}{t_1\ t_2 \rightarrow t_1’\ t_2} \tag{E-App1} \]

  \[ \dfrac{t_2 \rightarrow t_2’}{t_1\ t_2 \rightarrow t_1\ t_2’} \tag{E-App1} \]

  \[ (\lambda x. t_{12})\ t_2 \rightarrow [x \mapsto t_2] t_{12} \tag{E-AppAbs} \]

  注意这里没有用到 value

• normal-order strategy

  \[ \dfrac{\operatorname{\mathrm{na}}_1 \rightarrow \operatorname{\mathrm{na}}_1’}{\operatorname{\mathrm{na}}_1\ t_2 \rightarrow \operatorname{\mathrm{na}}_1’\ t_2} \tag{E-App1} \]

  \[ \dfrac{t_2 \rightarrow t_2’}{\operatorname{\mathrm{nanf}}_1\ t_2 \rightarrow \operatorname{\mathrm{nanf}}_1\ t_2’} \tag{E-App2} \]

  \[ \dfrac{t_1 \rightarrow t_1’}{\lambda x.t_1 \rightarrow \lambda x.t_1’} \tag{E-Abs} \]

  \[ (\lambda x. t_{12})\ t_2 \rightarrow [x \mapsto t_2] t_{12} \tag{E-AppAbs} \]

  其中用到的三种 term 定义如下：

  \begin{aligned} \operatorname{\mathrm{nf}} \Coloneqq && (\text{normal forms}) \\ & \lambda x.\operatorname{\mathrm{nf}} \\ & \operatorname{\mathrm{nanf}} \\ \operatorname{\mathrm{nanf}} \Coloneqq && (\text{non-abstraction normal forms}) \\ & x \\ & \operatorname{\mathrm{nanf}}\ \operatorname{\mathrm{nf}} \\ \operatorname{\mathrm{na}} \Coloneqq && (\text{non-abstraction}) \\ & x \\ & t_1\ t_2 \\ \end{aligned}

• dynamic-scoping

  Dynamic-scoping 需要在运行期进行替换，因此需要在 contexts（\(\Gamma\)）中记录变量对应的值：

  \begin{aligned} \operatorname{\mathrm{v}} \Coloneqq && (\text{values}) \\ & \lambda x. e \end{aligned}

  \begin{aligned} \Gamma \Coloneqq && (\text{contexts}) \\ & \emptyset \\ & \Gamma, x = t \end{aligned}

  \[\dfrac{x = t \in \Gamma}{\Gamma \vdash x \rightarrow t} \tag{D-Var}\]

  \[\dfrac{e_{\operatorname{\mathrm{body}}} \rightarrow e_{\operatorname{\mathrm{body}}}’}{e_{\operatorname{\mathrm{body}}}\ e_{\operatorname{\mathrm{arg}}} \rightarrow e_{\operatorname{\mathrm{body}}}’\ e_{\operatorname{\mathrm{arg}}}} \tag{D-App-Lam}\]

  \[\dfrac{\Gamma, x = e_{\operatorname{\mathrm{arg}}} \vdash e_{\operatorname{\mathrm{body}}} \rightarrow e_{\operatorname{\mathrm{body}}}’}{\Gamma \vdash (\lambda x. e_{\operatorname{\mathrm{body}}})\ e_{\operatorname{\mathrm{arg}}} \rightarrow (\lambda x. e_{\operatorname{\mathrm{body}}}’)\ e_{\operatorname{\mathrm{arg}}}} \tag{D-App-Body}\]

  \[\dfrac{}{\Gamma \vdash (\lambda x. v_{\operatorname{\mathrm{body}}})\ e_{\operatorname{\mathrm{arg}}} \rightarrow v_{\operatorname{\mathrm{body}}}} \tag{D-App-Done}\]

  这里的关键在于 D-App-Body，它在运行时会将参数加入到 runtime contexts 中，然后对 body 进行 reduce；完成后使用 D-App-Done 去掉参数。

• lazy strategy

  和 call by name 几乎完全一样，但是是 lazy 的。

  \[ \dfrac{t_1 \rightarrow t_1’}{t_1\ t_2 \rightarrow t_1’\ t_2} \tag{E-App1} \]

  \[ (\lambda x. t_{12})\ t_2 \rightarrow [x \mapsto t_2] t_{12} \tag{E-AppAbs} \]

Big-step style relations

\[ \lambda x. t \Downarrow \lambda x.t \tag{B-Value} \]

\[ \dfrac{ t_1 \Downarrow \lambda x. t_{12} \qquad t_2 \Downarrow v_2 \qquad [x \mapsto v_2] t_{12} \Downarrow v } { t_1\ t_2 \Downarrow v } \tag{B-AppAbs} \]

• Previous
  [TaPL] 03 Untyped Arithmetic Expressions
• Next
  [TaPL] 06 Nameless Representation of Terms