[TaPL] 06 Nameless Representation of Terms

Variable Representations

Represent variables symbolically, with variable renaming mechanism to avoid capture
Represent variables symbolically, with bound variables and free variables are all different (Barendregt convention)
Some “canonical” representation of variables and terms that does not require renaming
Avoid substitution by mechanisms such as explicit substitutions
Avoid variables (Combinatory Logic)

下面讲的是第三种，可以避免 alpha-conversion。

Terms and Contexts

De Bruijn 的做法是用自然数来表示变量，其中当前层对应的 bound variables 的编号为 $0$；使用外层 bound variables 时，从内到外的 binder 依次加一。

这样的项被称为 De Bruijn terms，变量被称为 De Bruijn indices。例如：

\begin{aligned} \mathtt{fix} &= \lambda f. (\lambda x. f\ (\lambda y. x\ x\ y))\ (\lambda x. f\ (\lambda y. x\ x\ y))\\ &= \lambda.(\lambda. 1\ (\lambda. (1\ 1)\ 0))(\lambda. 1\ (\lambda. (1\ 1)\ 0)); \\ \mathtt{f} &= (\lambda x. x\ y\ (\lambda y. y\ x\ z)) \\ &= (\lambda. 0\ 1\ (\lambda. 0\ 1\ 2)); \end{aligned}

下面定义了 De Bruijn terms。在 de Bruijn 表示方法下，abstraction 就写作 $\lambda. t$ 而非 $\lambda x. t$。

(Terms)

Let $\mathcal{T}$ be the smallest family of sets $\{\mathcal{T}_0, \mathcal{T}_1, \mathcal{T}_2, \dots\}$ such that

$k \in \mathcal{T}_n$ whenever $0 \le k < n$
if $t_1 \in \mathcal{T}_n$ and $n > 0$, then $\lambda. t_1 \in \mathcal{T}_{n-1}$
if $t_1 \in \mathcal{T}_n$ and $t_2 \in \mathcal{T}_n$, then $(t_1\ t_2) \in \mathcal{T}_n$

其中，$T_n$ 集合中的项被称为 $n$-terms，其中的项包含了不超过 $n$ 个自由变量，编号为 $0 \dots n-1$。当 $t \in T_0$，$t$ 是一个封闭项。

在 $\lambda . t$ 中的 term $t$ 里，$0$ 就恰好代表当前这层的 binder，其他的 indices 都可以看作 free variables。

Naming context

对于包含自由变量的 terms，其中的自由变量需要用到 naming context。

(Naming context)

Suppose $x_0 \dots x_n$ are variable names from $\mathcal{V}$ . The naming context $\Gamma = x_n, x_{n−1}, \dots, x_1, x_0$ assigns to each $x_i$ the de Bruijn index $i$.

Note that the rightmost variable in the sequence is given the index $0$; this matches the way we count λ binders — from right to left — when converting a named term to nameless form. We write $dom(Γ)$ for the set $\{x_n, \dots ,x_0\}$ of variable names mentioned in $\Gamma$.

对于自由变量，用一个 naming context $\Gamma$ 记录变量和其对应的编号。两个不同的变量（包括 binder 和自由变量）对应的编号应当不同。Naming context 中所有的变量直接线性排列为 $x_n, \dots, x_0$，且 $x_i \mapsto i$。其中当前层所对应的 binder 恰好为 $x_0$，对应 $0$。

对于 context $\Gamma = x \rightarrow 4; y \rightarrow 3; z \rightarrow 2; a \rightarrow 1; b \rightarrow 0$，

$\lambda w. y\ w$ 可以表示成 $\lambda . 4\ 0$。在 $w$ 这层的 naming context 为 $x : 5, y : 4, z : 3, a : 2, b : 1, w : 0$。其中 $x, y, z, a, b$ 均为自由变量。

如果现在处于从外到内第 $i\ (i \ge 0)$ 层的 abstraction，且自由变量 $x$ 对应的编号为 $j\ (j \ge 0)$，则 $x$ 对应的编号为 $j + i + 1$。

Shifting and Substitution

为了实现 substitution，需要一个叫 shifting 的操作来改变自由变量的编码。例如下面的式子进行替换时，$s$ 的 λ 的深度多了一层，因此自由变量的编码都要增加 $1$。

\begin{aligned} {}& [x \mapsto s](\lambda y. x) \quad \text{where $s = z\ (\lambda w.w)$} \\ ={}& \lambda y. z\ (\lambda w.w) \end{aligned}

Shifting 函数 $\uparrow^d_c$ 包括两个参数：

$d$ 表示自由变量编号的变化量
$c$ 是 cutoff 参数，用来识别自由变量。该参数以 $0$ 为起点，并且每次遇到一个 binder 就加一。对于 $\uparrow^d_c(t)$ 内部有 $c$ 个 binders，则 $0 \dots c-1$ 是 bound variables，$k \ge c$ 则是需要被 shift 的自由变量。

(Shifting)

The $d$-place shift of a term $t$ above cutoff $c$, written $\uparrow^d_c (t)$, is defined as follows:

\begin{alignat*}{2} &\uparrow^d_c(k) &&= \begin{cases} k & \text{if $k < c$} \\ k+d & \text{if $k \ge c$} \end{cases}\\ &\uparrow^d_c(\lambda. t_1) &&= \lambda. \uparrow^d_{c+1} (t_1) \\ &\uparrow^d_c(\lambda. t_1\ t_2) &&={} \uparrow^d_c(\lambda. t_1)\ \uparrow^d_c(\lambda. t_2) \end{alignat*}

$\uparrow^d_0 (t)$ 可以记作 $\uparrow^d (t)$

if $t$ is an $n$-term, then $\uparrow^d_c (t)$ is an $(n+d)$-term.

进行替换的时候，如果是 $[0 \mapsto s]t$，显然直接将 $0$ 替换成 $s$ 即可，否则每遇到一个 binder，意味着进入了下一层 abstraction，所以对应的数字要减一。

(Substitution)

The substitution of a term $s$ for variable number $j$ in a term $t$, written $[j \mapsto s]t$, is defined as follows:

\begin{aligned} &[j \mapsto s]k &&= \begin{cases} s & \text{if $k = j$} \\ k & \text{otherwise} \end{cases}\\ &[j \mapsto s](\lambda. t_1) &&= \lambda. [j+1 \mapsto \uparrow^1 (s)] (t) \\ &[j \mapsto s](t_1\ t_2) &&= ([j \mapsto s]t_1\ [j \mapsto s]t_2) \end{aligned}

令 $\Gamma = \{b:0, a:1\}$

\begin{aligned} [b \mapsto a\ (\lambda z. a)]\ (b\ (\lambda x. b)) &= [0 \mapsto 1\ (\lambda. 2)]\ (0\ (\lambda. 1)) \\ &= (1\ (\lambda. 2))\ (\lambda. (2\ (\lambda. 3))) \\ &= (a\ (\lambda z. a))\ (\lambda x. (a\ (\lambda z.a))) \end{aligned}

if $s$ and $t$ are $n$-terms and $j \le n$, then $[j \mapsto s]t$ is an $n$-term.

Evaluation

进行 evaluation 时会消耗 bound variables，此时必须对变量进行重新编号：

\[ (\lambda. 1\ 0\ 2)\ (\lambda. 0) \rightarrow 0\ (\lambda. 0)\ 1 \qquad \text{not $1\ (\lambda.0)\ 2$} \]

对于 $\lambda. t$，进行 evaluation 后，$t$ 中的自由变量的编号需要减一。因此，需要一个函数 $\uparrow^{-1}$ 来进行逆操作。然而替换进去的 $v$ 并没有消耗掉任何 bound variables，因此不需要重新编号，可以提前进行 $\uparrow^{1}$ 来抵消掉 $\uparrow^{-1}$。

对应的需要改变 beta-conversion 的规则：

\[ (\lambda. t_{12})\ v_2 \rightarrow \uparrow^{-1}([0 \mapsto \uparrow^1(v_2)]t_{12}) \tag{E-AppAbs} \]

其它规则和原来相同。

de Bruijn levels

de Bruijn levels 是一种和 de Bruijn indices 同构的表示方法，与 indices 的差别在于后者是从内到外编码，而前者是从外到内编码，例如：$\lambda x. (\lambda y. x\ y)\ x = \lambda. (\lambda. 0\ 1)\ 0$。