目录
- SICP第三章题解
- ex3-17
- ex3-18
- ex3-19
- 队列
- ex3-21
- ex3-22
- ex3-24
- ex3-25
- 3.4 并发:时间是一个本质问题
- ex3-38
- 3.4.2 控制并发的机制
- ex3-39
- ex3-41
- ex3-42
- 串行化、序列化
- ex3-44
- 串行化的实现
- ex3-47
- 死锁
- 3.5 流
- ex3-50
- 序列加速器
SICP第三章题解
标签(空格分隔): SICP
ex3-17
统计一个表结构中的序对个数
(define (count-pairs x)(count-helper x '()))(define (count-helper x seq)(if (memq? x seq)(count-helper (cdr x) seq)(count-helper (cdr x) (list x seq)))
)
ex3-18
判断一个表中是否包含环。
我的思路:还是用memq去判断。
(define (judge-cycle x)(judge-cycle-helper x '()))(define (judge-cycle-helper x seq)(cond ((null? x) #f)((memq? (car x) seq) #t)(else(judge-cycle-helper (cdr x) (list x seq))))
)
ex3-19
重做ex3-18,采用一种只需要常量空间的做法。
我的思路:难道是用套圈的方式吗?相当于两个人跑步,一个人速度为v,另一个速度为2v,如果某人遇到nil就结束,如果两人除了开始节点外还有同样的节点就是套圈了。
(define (judge-cycle x)(cond ((null? (cdr x)) #f)((null? (cddr x)) #f)(judge-cycle-helper (cdr x) (cddr x)))
)(define (judge-cycle-helper x y)(cond ((null? (cdr x)) #f)((null? (cddr y)) #f)((eq? (car x) (car y)) #t)(elsejudge-cycle-helper (cdr x) (cddr y)))
)
队列
设定一个queue,是cons序对,用来在O(1)时间内访问front和rear。这方法确实不错。
;;构造队列,默认为空队列
(define (make-queue) (cons '() '()));;队首指针
(define (front-ptr queue) (car queue))
;;队尾指针
(define (rear-ptr queue) (cdr queue));;队列判空。这里发现中文译文不是很准确。英文原文:
;;We will consider a queue to be empty if its front pointer is the empty list
(define (empty-queue? queue) (null? (front-ptr queue)));;队首元素
(define (front-queue queue)(if (empty-queue? queue)(error "FRONT called with an empty queue" queue)(car (front-ptr queue)))
)
ex3-21
原因在于,把queue中用来指引头指针和为指针的q的cdr也打印了。不打印cdr,只打印car即可。
(define (print-queue q)(car q)
)
ex3-22
将队列构造成一个带有局部状态的过程
(define (make-queue)(let ( (front-ptr '())(rear-ptr '()))(define (dispatch m)(cond ((eq? m 'insert-queue!) inserrt-queue!)((eq? m 'delete-queue!) delete-queue!)((eq? m 'empty-queue?) empty-queue?)(else(error "Unknown operation -- DISPATCH" m))))dispatch)
)
ex3-24
我认为本题重写assoc过程即可。
(define (make-table same-key?)(let ((local-table (list '*table*)))(define (lookup key-1 key2)(let ((subtable (assoc key-1 (cdr local-table))))(if subtable(let ((record (assoc key-2 (cdr subtable))))(if record(cdr record)#f))#f)))(define (assoc key records)(cond ((null? records) false)((same-key? key (caar records)) (car records))(else (assoc key (cdr records)))))(define (dispatch m)(cond ((eq? m 'lookup-proc) lookup)((eq? m 'insert-proc!) insert!)(else (error "Unknown operation -- TABLE" m))))dispatch)
)
ex3-25
用递归做。
(define (lookup key-list table)(if (list? key-list)(let ((record (assoc ((cdr key-list) (cdr table)))))(if record(if (null? (cdr key-list))(cdr record)(lookup (cdr key-list) record))#f));;else#f)
)(define (insert! key-list value table)(if (list? key-list)(let ((record (assoc (car key-list) (cdr table))))(if record(if (null? (cdr key-list))(set-cdr! record value)(insert! (cdr key-list) value (cdr table)))(set-cdr! table(cons (list (key-list value)) (cdr table)))));;else#f)
)
3.4 并发:时间是一个本质问题
为什么Erlang适合高并发?我猜测是,Erlang中局部变量非常少,基本上没有内部变量,因此不会涉及太多访问顺序的问题。
对一个表达式求值的结果不仅依赖于该表达式本身,还依赖于求值发生在这些时刻之前还是之后:时间(顺序)是一个本质问题。
比如两个人都能操作同一个银行账户,同时取钱就可能产生错误:只要取钱过程不是原子操作(比如没有被锁住),就可能使内部变量的值算错。但是,怎样实现原子操作?
P.S.终于看到书的一半了!(经典的书值得慢慢读)
ex3-38
mary->peter->paul 40
mary->paul->peter 40
peter->mary->paul 35
peter->paul->mary 45
paul->mary->peter 50
paul->peter->mary 45
3.4.2 控制并发的机制
串行访问:进程能并发执行,但过程不能并发执行。
具体说就是:串行化操作会创建若干“过程集”,每个“过程集”中的过程只能串行执行,如果一个进程要执行一个“过程集”的一个过程,就要等到这个“过程集”当前执行的过程执行完毕才可以执行。
用串行化能控制共享变量的访问。比如,修改变量S的操作依赖于S原有的值,那么我们把读取S和给S赋值的操作放到同一个过程。并且还要设法保证,其他任何给S赋值的过程,能和这个过程并发执行;具体做法是:把其他为S赋值的操作与这个操作(读取S再修改S这个过程)放到一个串行化集合(即“过程集”)里面。
ex3-39
一个思路是把(set!)表达式抽象出来看作一个整体。因为 ((s (lambda () (* x x)))) 和 ((s (lambda () (set! x (+ x 1))))) 都是串行化操作,因此可以将它们看作是一个单独的执行单位 sa 和 sb ,并将题目给出的表达式转换成以下表示:
(parallel-execute (lambda () (set! x sa))sb)
以上表达式可能的执行序列有以下这些( ? 符号表示执行过程被其他操作打断):
sb –> (set! x sa)
(set! x ?) –> sb –> (set! x sa)
(set! x sa) –> sb
这些执行序列会产生以下结果:
(set! x (+ 10 1)) => x = 11 => (set! x (* 11 11)) => x = 121
[计算 sa=100] => (set! x (+ 10 1) => x = 11 => (set! x sa) => x = 100
(set! x (* 10 10)) => x = 100 => (set! x (+ 100 1)) => x = 101
ex3-41
Ben的做法没有必要。读取balance变量的值,这一操作本身就是原子的。
ex3-42
和上面一题应该是一致的效果,是安全的。不同点在于,ex-3.41是调用deposit或withdraw时产生响应的串行过程,而ex-3.42是在调用make-account的时候返回的过程中就包含了withdraw和deposit对应的串行过程。
虽然ex-3.42使用的是same serializer(同一个串行化过程),但是因为串行化过程本身就是一个原子操作,同一个make-account生成的对象的并发调用withdraw或deposit的操作,还是会被正确执行。
串行化、序列化
java里有关键字Serializable,意思是(对象)序列化。
稍微搜了下java Serializable,排名靠前的文章都没有提到并发问题。think in java中似乎也没有提到serializable和并发是相关的。
但读SICP的P214时候,明显感觉到,串行化(序列化)就是使进程可以并发执行的一种解决办法。大家都没有注意到吗?
ex3-44
Louis多虑了,并不需要更复杂精细的方法。交换操作要求交换的双方都处于空闲状态。
串行化的实现
终于到讨论Serializable的实现的时候了:用mutex实现。
mutex是mutual exclusion的缩写:互斥量,是信号量机制的一种简化形式。信号量来自THE操作系统,由Dijkstra提出,主要是经典的PV操作。
在我们的实现里,每个串行化组关联着一个互斥元;给了一个过程P,串行化组将返回一个过程,该过程将获取相应互斥元,而后运行P,而后释放该互斥元。这样就保证,由这个串行化组产生的所有过程中,一次只能运行一个,这就是需要保证的串行化性质。
P.S. P219提到:在当前的多处理器系统里,串行化方式正在被并发制的各种新技术取代
(define (make-serializer)(let ((mutex (make-mutex)))(lambda (p)(define (serialized-p . args)(mutex 'acquire)(let ((val (apply p args)))(mutex 'release)val))serialized-p))
)
看到LISP的代码被我写成这个样子,我才发现,Python用缩进(indent)是多么正确的一件事:各种反括号都不用写了!
互斥元的实现
(define (make-mutex)(let ((cell (list false)))(define (the-mutex m)(cond ((eq? m 'acquire);;注意:if语句不写else分支也是ok的(if (test-and-set! cell)(the-mutex 'acquire)))((eq? m 'release) (clear! cell))))the-mutex)
)(define (clear! cell)(set-car! cell false)
)(define (test-and-set! cell)(if (car cell)true(begin (set-car! cell true)false))
)
这里的一个细节是:需要保证test-and-set!
过程的原子性:显然,一旦cell的值为false,那么测试cell的值和修改cell的值这两个过程就要一气呵成。
对于单处理器,如果是分时系统,只要保证在检查和设置cell值之间禁止进行时间分片,就能保证原子性。
对于多处理器,硬件中已经支持原子操作了。
ex3-47
实现信号量。
- 基于互斥元的实现
(define (make-semaphore n)(let ((mutex (make-mutex)))(define (acquire)(mutex 'acquire)(if (> n 0) (begin (set! n (- n 1))(mutex 'release))(begin(mutex 'release)(acquire))))(define (release)(mutex 'acquire)(set! n (+ n 1) )(mutex 'release))(define (dispatch m)(cond ((eq? m 'acquire) (acquire))((eq? m 'release) (release))(else (error "Unknown mode MAKE-SEMAPHORE" mode))))dispatch)
)
- 基于原子的
test-and-set!
操作
(define (make-semaphore n)(let ((cell (list #f))) ;;modified(define (request m)(cond ((eq? m 'acquire)(if (test-and-set! cell)(request m)(cond ((= n 0)(clear! cell)(request m))(else(begin (set! n (- n 1))(clear! cell))))))((eq? m 'release)(if (test-and-set! cell)(request m)(begin(set! n (+ n 1))(clear! cell))))(else (error "Unknown request" m))))request)
)
但是其实这里内部变量cell仍然是一个mutex(信号量)。。
死锁
有了前面“过程集”的概念作为铺垫,这里理解死锁就很容易了:比如当前并发进程P1和P2涉及到两个过程集S1和S2,每个进程都需要两个过程集里面的操作,但是由于一个过程集里同一时刻只能有一个过程被执行,一旦两个进程分别执行S1,S2中的过程,并且还要求执行另一个进程集里的过程,就产生了死锁。
小结一下:
并发问题==>用“串行化”解决==》但会产生“死锁”||||\/用mutex(互斥量)实现
3.5 流
用delay
和force
实现延迟和强制求值,能实现流操作。
最简单的实现:
(define (delay exp)(lambda () exp)
)(define (force delayed-object)(delayed-object)
)
带记忆功能的实现:
(define (memo-proc)(let ((already-run? false) (result false))(if (not already-run?)(begin (set! result (proc))(set! already-run? true)result)))
)(define (dalay exp)(memo-proc (lambda () exp))
)
ex3-50
实现推广的stream-map
(define (stream-map proc . argstreams)(if (null? (car argstreams))'()(cons-stream(apply proc (map (lambda (s) (stream-car s))argstreams))(apply stream-map(cons proc (map (lambda (s) (stream-cdr s))argstreams)))))
)
Henderson图,递归地表示了信号处理流程。
序列加速器
欧拉提出的方法,对于交错级数的部分和十分有效。比如S(n)表示前n项和,那么S(n+1)-(S(n+1)-S(n))^2/(S(n-1)-2S(n)+S(n+1))就是加速序列
用这种方法逼近π,只需要8次计算,就能算到14位精度,而如果不使用加速,那么需要10^13数量级的项才能算到同样的精度。
欧拉真猛!