2003-12-05Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 1 Föreläsning 11: Funktionella språk Funktioner och variabler i matematiken Funktionella.

Slides:



Advertisements
Liknande presentationer
F. Drewes, Inst. f. datavetenskap1 Föreläsning 13: Resolution •Resolution i satslogiken •Resolution i predikatlogiken.
Advertisements

Visual Basic - Genomgång
Talföljder formler och summor
Interface.  Interface är en datatyp och har alltså egen syntax och en hel del egna regler för vad arv från interface innebär.  Interface är renodlad.
© Anders Broberg, Ulrika Hägglund, Lena Kallin Westin, 2003 Datastrukturer och algoritmer Föreläsning
Funktioner och programorganisation
1 Logikprogrammering ons 11/9 David Hjelm. 2 Repetition Listor är sammansatta termer. De består av en ordnad mängd element. Elementen i en lista kan vara.
2D1311 Programmeringsteknik med PBL
Logikprogrammering, Mån 23/9 Rebecca Jonson. Repetition P :- Q, R. Deklarativ syn: –P är sann om Q och R är sanna. –Av Q och R följer P Procedurell syn:
Nya typer Konstruerare, selektorer och predikat Rekursiva datatyper
2D1311 Programmeringsteknik med PBL Föreläsning 7 Skolan för Datavetenskap och kommunikation.
Logikprogrammering Ons, 25/9
Operatorer.
Datastrukturer och algoritmer Föreläsning 11. Datastrukturer och algoritmer VT08 Innehåll  Mängd  Lexikon  Heap  Kapitel , , 14.4.
Några standardalgoritmer
Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 1 Föreläsning 10: Objektorientering Objektorientering och abstrakta datatyper Dynamisk bindning.
Algoritmer och datastrukturer
Att programmera i språket Java
Tar fram v ur kön v = R(true,0,Null) och q = (). d = 0 Leta sedan fram grannarna = {A, B} För granne A: newDist = 0+4 = 4. Ej besökt. q = (A(true,4,R))
Grundläggande programmering
Föreläsning 2 Datalogi för E1 2D1343
i olika programmeringsspråk
Sid period2CD5250 OOP med C++ Mats Medin MDH/IDT Objektbaserad programmering –Grundläggande om klasser och objekt – (Arv får vänta)  Iden med klasser.
© Anders Broberg, Ulrika Hägglund, Lena Kallin Westin, 2004 Datastrukturer och algoritmer Föreläsning 3.
Programmering B PHP Lektion 2
1 Funktioner Nr 3 Funktionstyper, högre ordningens funktioner och polymorfism.
Jonny Karlsson INTRODUKTION TILL PROGRAMMERING Föreläsning 6 ( ) INNEHÅLL: -Mera om tabeller.
Programmeringsbegrepp
Programmering B PHP Lektion 2
Programmering B PHP Lektion 3
Föreläsning 2 Kort Översikt Över Javaspråket. Källkodsformat Unicode används åäöμψζ tillåtna Inte alla miljöer klarar av det Källkod Bytekod Java VM för.
1 ITK:P1 Föreläsning 7 Algoritmer och datastrukturer DSV Marie Olsson.
Mer om arv - Polymorfism Kursbok: “Objects First with Java - A Practical Introduction using BlueJ”, David J. Barnes & Michael Kölling Fredric Ragnar
Felkalkyl Ofta mäter man inte direkt den storhet som är den intressanta, utan en grundläggande variabel som sedan används för att beräkna det som man är.
1 Programmeringsmetodik, 8p ML-delen Programmering Programmeringsmetodik Programspråk NR 1.
Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 1 Föreläsning 6: Semantik Statisk semantik Attributgrammatiker Dynamisk semantik Axiomatisk.
Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 1 Föreläsning 8: Underprogram Underprogram Räckvidd Parameteröverföring.
F. Drewes, Inst. f. datavetenskap1 Föreläsning 10: Objektorientering Objektorientering och abstrakta datatyper Dynamisk bindning Singel mot multipelt.
Funktioner, styrstrukturer, manipulering av matriser
1 Föreläsning 3 programmeringsteknik och Matlab 2D1312/ 2D1305 Matlab fortsättning Funkioner, styrstrukturer, manipulering av matriser.
Grundläggande programmering
Jonny Karlsson INTRODUKTION TILL PROGRAMMERING Föreläsning 8 ( ) INNEHÅLL:Klasser: -Konstruktorer -Klassvariabler -Instansmetoder -Privata.
1 Föreläsning 6 Programmeringsteknik och Matlab 2D1312/2D1305 Metoder & parametrar Array API och klassen ArrayList.
Namnrum, räckvidd och rekursion Linda Mannila
F. Drewes, Inst. f. datavetenskap1 Föreläsning 11: Funktionella språk Funktioner och variabler i matematiken Funktionella språk LISP, ML och.
En mycket vanlig frågeställning gäller om två storheter har ett samband eller inte, många gånger är det helt klart: y x För en mätserie som denna är det.
F. Drewes, Inst. f. datavetenskap1 Föreläsning 1: Inledning administrativt o dyl kursens mål varför programspråksteori? språkkategorier användningsområden.
1 Programmera med strängar nr 9 Tal till sträng Sträng till tal Grep Sträng till lista av ord.
Jonny Karlsson INTRODUKTION TILL PROGRAMMERING Föreläsning 2 ( ) INNEHÅLL: -Variabler och datatyper -Tilldelning av variabler -Aritmetiska.
Problemlösningsmetodik
F4 - Funktioner & parametrar 1 Programmeringsteknik, 4p vt-00 Modularisering ”svarta lådor” Väl definierade arbetsuppgifter Enklare validering Enklare.
F. Drewes, Inst. f. datavetenskap1 Föreläsning 8: Underprogram Underprogram Räckvidd Parameteröverföring.
Föreläsning 7 Fysikexperiment 5p Poissonfördelningen Poissonfördelningen är en sannolikhetsfördelning för diskreta variabler som är mycket.
F. Drewes, Inst. f. datavetenskap1 Föreläsning 4: Syntaxdefinition Formell syntaxdefinition Lexikalisk och kontextfri syntax Flertydighet i kontextfri.
F. Drewes, Inst. f. datavetenskap1 Föreläsning 2: Variabler och datatyper Variabler Bindning Typkontroll Några viktiga datatyper.
F. Drewes, Inst. f. datavetenskap1 Föreläsning 7: Uttryck och sidoeffekter Uttryck Sidoeffekter Överladdning Tilldelningar i uttryck.
1 Mönstermatchning och rekursion Nr 4. 2 Förenklad notation val fnname = fn name => expression Förenklas till fun fnname name = expression Exempel fun.
1 Mjukvaru-utveckling av interaktiva system God utveckling av interaktiva system kräver abstrakt funktionell beskrivning noggrann utvecklingsmetod Slutanvändare.
OOP F13:1 Marie Olsson OOP Objekt-orienterad programmering Föreläsning 13 Repetition variabler, selektion och iteration.
Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 1 Föreläsning 12: -kalkylen allmänt om -kalkylen syntax semantik att programmera i -kalkylen.
Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 1 Föreläsning 15: Parallella subrutiner Parallellitet Processer och trådar Semaforer, monitorer.
Program. Symboliska samband Symboliska beteenden Matematisk kausalitet (orsak – verkan) 2x = y, y = x^2, y = kx + l.
Lennart Edblom & Frank Drewes, Inst. f. datavetenskap 1 Föreläsning 2: Variabler och datatyper Variabler Bindning Typkontroll Några viktiga datatyper.
F. Drewes, Inst. f. datavetenskap1 Föreläsning 12: -kalkylen allmänt om -kalkylen syntax semantik att programmera i -kalkylen.
1 Matlab, föreläsning 1 Oktober MATLAB Perspektiv på materialdesign Lina Kjellqvist Rum: K324 Telefon:
Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 1 Föreläsning 4: Syntaxdefinition Formell syntaxdefinition Lexikalisk och kontextfri syntax.
Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 1 Föreläsning 3: Abstrakta datatyper Algebror Abstrakta datatyper Inkapsling och informationsmaskering.
Selektion jämförande och logiska operatorer
Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 1 Föreläsning 13: Resolution Resolution i satslogiken Resolution i predikatlogiken.
Anders Sjögren Operatorer. Anders Sjögren Operand(er)
Presentationens avskrift:

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 1 Föreläsning 11: Funktionella språk Funktioner och variabler i matematiken Funktionella språk LISP (Scheme), ML och HASKELL Lat evaluering

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 2 Om funktioner (välbekanta fakta!?) A är funktionens domän och B är dess värdemängd Funktionens värde för ett argument a  A noteras som f(a) och är det b som uppfyller (a,b)  f Värdet kan vara odefinierat (om b inte existerar) men inga flertydigheter kan förekomma Om f(a) alltid är definierat är f total, annars är den partiell Låt A och B vara mängder. En (partiell) funktion f:A  B är en delmängd i A  B så att det, för varje a  A, finns max ett b  B där (a,b)  f.

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 3 Matematisk funktionsdefinition Uttryck, villkor och rekursion är de vanligaste hjälpmedlen som används för att definiera funktioner I matematiken är sättet på vilket en funktion f definieras absolut irrelevant så länge definitionen är exakt (och f faktiskt är en funktion enligt den generella definitionen). fib(n) = nom n  1 fib(n  1) + fib(n  2)annars Exempel: Fibonacci-funktionens definition

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 4 Variablernas roll i matematiken En variabel som t.ex. n i fib(n) = … är en platshållare för ett godtyckligt men fast värde (dvs. n står för samma värde överallt i definitionen). Definitionen ska läsas ut "För alla n gäller fib(n) = …". (Jämför med imperativa programspråk där en variabel står för ett specifikt men föränderligt värde!)  Det finns inget begrepp som ett yttre tillstånd som kan påverka resultatet – under alla omständigheter är fib(6) lika med 8. Den här egenskapen kallas betydelsemässig genomskinlighet (eng. referential transparency)

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 5 Funktionella språk Variabler har ha samma karaktär som i matematiken Om uttryckens värde inte påverkas av kontexten är språket betydelsemässigt genomskinligt eller rent funktionellt (  inga som helst sidoeffekter) Betydelsemässig genomskinlighet förenklar språkets semantik betydligt (därför att definitionen inte behöver ta hänsyn till ett dynamiskt föränderligt tillstånd) Med funktionella språk försöker man överföra det mate- matiska funktionsbegreppet till programmeringen. Språken kallas ibland för applikativa programspråk: För att få resultat utvärderas uttryck bestående av funktionsapplikationer.

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 6 Funktionella språk (2) Viktiga ingredienser i ett funktionellt språk är ofta begreppet (och notation för) funktionsapplikation några primitiva datatyper och funktioner samt möjligheter att kombinera funktioner och datatyper till nya sådana att betrakta funktioner som vanligt data (funktioner är "first-class citizens")  funktioner kan vara in- och utdata till andra funktioner, så kallade högre ordningens funktioner (eng. higher-order function eller functional form), t.ex. komposition '  ':h = f  g  h(x) = f(g(x)) kombination '[…]':h = [f 1,…,f k ]  h(x)= (f 1 (x),…,f k (x)) iteration 'map':h = map f  h(x 1 …x k ) = f(x 1 )…f(x k )

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 7 Det äldsta funktionella språket: LISP LISP utvecklades kring 1960 av McCarthy och kan betraktas som en programspråksvariant av -kalkylen Till skillnad från imperativa språk syftar LISP inte på numeriska utan på symboliska beräkningar Listan (över symboler och listor) var den enda datatypen  uttryck, funktioner, … representeras som listor Den universella funktionen EVAL som McCarthy skrev i LISP utvärderar LISP-uttryck; dess implementation blev den första LISP-interpretatorn Interpretatorn använder sig av read-eval-print-loopen som sedan dess blivit del av många interpretatorer

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 8 Scheme Variant av Lisp med statisk räckvidd, första klassens funktioner, inga onödigheter (enkel syntax & semantik) Ex (member): ( DEFINE (member a lst) (COND ((NULL? lst) ’()) ((EQ a (CAR lst)) #T) (ELSE (member a (CDR lst))))) Som jämförelse, ML: fun member a [] = false | member a (h::t) = a=t orelse member a t;

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 9 ML och HASKELL ML och HASKELL är (betydligt) nyare och påminner syntaktiskt mer om andra programspråk Semantiska fördelar jämfört med LISP  typer och typdeklarationer  typinferens  strikt typkontroll  möjlighet att definiera (parametriserade) ADT:er Viktigaste skillnader mellan ML och HASKELL  ML tillåter programmering i imperativ stil medan HASKELL är helt betydelsemässigt genomskinligt (inga sidoeffekter)  MLs evalueringsstrategi är strikt (eng. eager evaluation) medan HASKELLs är lat (eng. lazy evaluation)

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 10 Lat evaluering Vid lat evaluering kan oändliga datastrukturer användas: Lat evaluering utvärderar endast de deluttryck vars värde behövs för att komma fram till resultatet. intsfrom n= n : intsfrom (n + 1) ints = intsfrom 1 Medlemsskap i ordnad lista. (”Guards” styr val av uttryck) memberOf (elem:rest) n | elem < n = memberOf rest n | elem == n = True | otherwise = False

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 11 Lat evaluering (2) Användbart för att separera beräkningar och kontroll. Beräkningsdel: Beräkna nödvändiga värden och stoppa in dem i t ex en lat lista. Kontrolldel: Traversera datastrukturen och ta fram önskade värden.  Ex: Beräkna kvadratroten ur x med Newton-Raphsons metod. y n+1 = 0.5 * (y n + x/y n ) (ML-notation nedan) fun apsqr x = let fun from app = app:: from(0.5 * (app + x/app)) in from 1.0 end fun diff eps (a1:: a2:: as) = if abs (a1-a2) <= eps then a2 else diff eps (a2:: as) val sqrt = diff o apsqr

Lennart Edblom, Frank Drewes, Inst. f. datavetenskap 12 Mera Haskell Typklasser ≈OO-klasser med bara funktioner, arv ”List comprehensions” Jfr mängduttryck. evens = [n|n<-ints; n mod 2 = 0] qsort [] = [] qsort (h:t) = qsort[b|b h]