डेटा-फ्लो विश्लेषण, सार व्याख्या और प्रकार के अनुमान की समानता?


9

@ बाबू के हालिया प्रश्न का उत्तर मुझे याद दिलाता है कि एक समय पर मुझे लगता है कि मैं डेटा के प्रवाह विश्लेषण के समानता के बारे में एक कागज (दोनों तथ्यों के बारे में जो अनुमान लगाया जा सकता है या सिद्ध किया जा सकता है और इंट्रेंस एल्गोरिदम चलाने का समय जटिलता है) , अमूर्त व्याख्या , और प्रकार निष्कर्ष

कुछ उप-मामलों में (जैसे कि आगे के संदर्भ-संवेदनशील अंतरप्रांतीय डेटा-प्रवाह विश्लेषण और अमूर्त व्याख्या) समतुल्यता मेरे लिए अपेक्षाकृत स्पष्ट है, लेकिन यह सवाल अन्य तुलनाओं के लिए अधिक सूक्ष्म लगता है। उदाहरण के लिए, मैं यह पता नहीं लगा सकता कि हिंडले-मिलनर प्रकार के आविष्कार का उपयोग कैसे किया जा सकता है ताकि कुछ गुण प्रवाह-संवेदनशील डेटा-प्रवाह विश्लेषण के साथ साबित हो सकें ।

डेटा-फ्लो विश्लेषण, अमूर्त व्याख्या और प्रकार के अनुमान के बीच समतुल्य (या मतभेद) पर चर्चा करने वाले सेमिनल संदर्भ क्या हैं?

जवाबों:


4

डेटा प्रवाह विश्लेषण और प्रकार का अनुमान अमूर्त व्याख्या के विशिष्ट उदाहरण हैं।

डेटा प्रवाह विश्लेषण और अमूर्त व्याख्या समान दिखती है क्योंकि वे दोनों एक फिक्स बिंदु की गणना के बारे में हैं। डेटा प्रवाह विश्लेषण में आमतौर पर परिमित ऊंचाई वाले डोमेन होते हैं जो समाप्ति सुनिश्चित करते हैं। सामान्य तौर पर, अमूर्त व्याख्या ऐसे अमूर्त डोमेन को नहीं मानती है; अनंत ऊंचाई डोमेन से निपटने के लिए अमूर्त व्याख्या व्यापक और संकीर्णता की तकनीकों का उपयोग करती है।

यह पता चला है कि प्रकार का अनुमान भी फिक्स-पॉइंट कम्प्यूटेशन के बारे में है, हालांकि यह स्पष्ट, ईएमओ से बहुत दूर है। यहां एक पेपर है जो स्पष्ट रूप से दिखाता है कि प्रकार सार व्याख्याएं हैं: पेपर । मूल रूप से, प्रकारों को प्रोग्राम कंक्रीट शब्दार्थ के अमूर्त के रूप में देखा जाता है। उदाहरण के लिए, हिंडले-मिलनर प्रकार प्रणाली में, प्रकार का सार डोमेन अनंत ऊंचाई का है और एकीकरण का उपयोग करते हुए (सबसे सामान्य) प्रकार की गणना अनिवार्य रूप से एक (बहुत अभेद्य) चौड़ीकरण ऑपरेशन कर रही है।


4

इन तीन तरीकों के बारे में जानने के लिए एक अच्छी जगह है और रिलेल्स, नील्सन, नील्सन और हैंकिन द्वारा प्रोग्राम एनालिसिस की पुस्तक सिद्धांत है

मुझे नहीं लगता कि यह कहना सही है कि डेटा-फ्लो विश्लेषण, अमूर्त व्याख्या और प्रकार का अनुमान एक ही बात है। जबकि कई समानताएं हैं, और शायद इससे अधिक की अपेक्षा होगी, यह देखते हुए कि तीनों विभिन्न समुदायों में उत्पन्न हुए हैं, कई अंतर भी हैं।


3

मैं उन्हें मूल रूप से एक ही मानता हूं। उनके पास शुरू में अलग-अलग लक्ष्य थे और विभिन्न कंप्यूटर विज्ञान गुटों द्वारा गढ़ा गया था।

डेटा प्रवाह विश्लेषण कंपाइलर इंजीनियरिंग गुट से आता है, उनके अनुकूलन एल्गोरिदम के बारे में बात करने की कोशिश कर रहा है और उनकी जटिलता पर ऊपरी सीमा का प्रमाण देता है।

सार व्याख्या कंप्यूटर विज्ञान के औपचारिक, गणितीय क्षेत्र से आती है। यह वास्तविक संकलक बनाने में शुद्धता में कम और अधिक रुचि के साथ और भी अधिक औपचारिक संस्करण है।

कार्यात्मक प्रोग्रामिंग के अकादमिक क्षेत्र से टाइप इंट्रेंस आता है, जहां शुरू में यह कंपाइलर के साथ ठंडा सामान करने के लिए एक उपकरण था। तब यह विचार आया, कि एक प्रकार "इंट" या "फ्लोट" की तुलना में बहुत अधिक हो सकता है, लेकिन अन्य सामान भी जैसे क्लासिक डेटा प्रवाह विश्लेषण में।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.