wip
[lambda.git] / topics / _manipulating_trees_with_monads.mdwn
1 [[!toc]]
2
3 Manipulating trees with monads
4 ------------------------------
5
6 This topic develops an idea based on a suggestion of Ken Shan's.
7 We'll build a series of functions that operate on trees, doing various
8 things, including updating leaves with a Reader monad, counting nodes
9 with a State monad, copying the tree with a List monad, and converting
10 a tree into a list of leaves with a Continuation monad.  It will turn
11 out that the continuation monad can simulate the behavior of each of
12 the other monads.
13
14 From an engineering standpoint, we'll build a tree machine that
15 deals in monads.  We can modify the behavior of the system by swapping
16 one monad for another.  We've already seen how adding a monad can add
17 a layer of funtionality without disturbing the underlying system, for
18 instance, in the way that the Reader monad allowed us to add a layer
19 of intensionality to an extensional grammar. But we have not yet seen
20 the utility of replacing one monad with other.
21
22 First, we'll be needing a lot of trees for the remainder of the
23 course.  Here again is a type constructor for leaf-labeled, binary trees:
24
25     type 'a tree = Leaf of 'a | Node of ('a tree * 'a tree);;
26
27 [How would you adjust the type constructor to allow for labels on the
28 internal nodes?]
29
30 We'll be using trees where the nodes are integers, e.g.,
31
32
33         let t1 = Node (Node (Leaf 2, Leaf 3),
34                        Node (Leaf 5, Node (Leaf 7,
35                                            Leaf 11)))
36             .
37          ___|___
38          |     |
39          .     .
40         _|_   _|__
41         |  |  |  |
42         2  3  5  .
43                 _|__
44                 |  |
45                 7  11
46
47 Our first task will be to replace each leaf with its double:
48
49         let rec tree_map (leaf_modifier : 'a -> 'b) (t : 'a tree) : 'b tree =
50           match t with
51             | Leaf i -> Leaf (leaf_modifier i)
52             | Node (l, r) -> Node (tree_map leaf_modifier l,
53                                    tree_map leaf_modifier r);;
54
55 `tree_map` takes a tree and a function that transforms old leaves into
56 new leaves, and maps that function over all the leaves in the tree,
57 leaving the structure of the tree unchanged.  For instance:
58
59         let double i = i + i;;
60         tree_map double t1;;
61         - : int tree =
62         Node (Node (Leaf 4, Leaf 6), Node (Leaf 10, Node (Leaf 14, Leaf 22)))
63         
64             .
65          ___|____
66          |      |
67          .      .
68         _|__  __|__
69         |  |  |   |
70         4  6  10  .
71                 __|___
72                 |    |
73                 14   22
74
75 We could have built the doubling operation right into the `tree_map`
76 code.  However, because we've made what to do to each leaf a
77 parameter, we can decide to do something else to the leaves without
78 needing to rewrite `tree_map`.  For instance, we can easily square
79 each leaf instead, by supplying the appropriate `int -> int` operation
80 in place of `double`:
81
82         let square i = i * i;;
83         tree_map square t1;;
84         - : int tree =
85         Node (Node (Leaf 4, Leaf 9), Node (Leaf 25, Node (Leaf 49, Leaf 121)))
86
87 Note that what `tree_map` does is take some unchanging contextual
88 information---what to do to each leaf---and supplies that information
89 to each subpart of the computation.  In other words, `tree_map` has the
90 behavior of a Reader monad.  Let's make that explicit.
91
92 In general, we're on a journey of making our `tree_map` function more and
93 more flexible.  So the next step---combining the tree transformer with
94 a Reader monad---is to have the `tree_map` function return a (monadized)
95 tree that is ready to accept any `int -> int` function and produce the
96 updated tree.
97
98         fun e ->    .
99                _____|____
100                |        |
101                .        .
102              __|___   __|___
103              |    |   |    |
104             e 2  e 3  e 5  .
105                          __|___
106                          |    |
107                         e 7  e 11
108
109 That is, we want to transform the ordinary tree `t1` (of type `int
110 tree`) into a reader monadic object of type `(int -> int) -> int
111 tree`: something that, when you apply it to an `int -> int` function
112 `e` returns an `int tree` in which each leaf `i` has been replaced
113 with `e i`.
114
115 [Application note: this kind of reader object could provide a model
116 for Kaplan's characters.  It turns an ordinary tree into one that
117 expects contextual information (here, the `e`) that can be
118 used to compute the content of indexicals embedded arbitrarily deeply
119 in the tree.]
120
121 With our previous applications of the Reader monad, we always knew
122 which kind of environment to expect: either an assignment function, as
123 in the original calculator simulation; a world, as in the
124 intensionality monad; an individual, as in the Jacobson-inspired link
125 monad; etc.  In the present case, we expect that our "environment"
126 will be some function of type `int -> int`. "Looking up" some `int` in
127 the environment will return us the `int` that comes out the other side
128 of that function.
129
130         type 'a reader = (int -> int) -> 'a;;
131         let reader_unit (a : 'a) : 'a reader = fun _ -> a;;
132         let reader_bind (u: 'a reader) (f : 'a -> 'b reader) : 'b reader =
133           fun e -> f (u e) e;;
134
135 It would be a simple matter to turn an *integer* into an `int reader`:
136
137         let asker : int -> int reader =
138           fun (a : int) ->
139             fun (modifier : int -> int) -> modifier a;;
140         asker 2 (fun i -> i + i);;
141         - : int = 4
142
143 `asker a` is a monadic box that waits for an an environment (here, the argument `modifier`) and returns what that environment maps `a` to.
144
145 How do we do the analagous transformation when our `int`s are scattered over the leaves of a tree? How do we turn an `int tree` into a reader?
146 A tree is not the kind of thing that we can apply a
147 function of type `int -> int` to.
148
149 But we can do this:
150
151         let rec tree_monadize (f : 'a -> 'b reader) (t : 'a tree) : 'b tree reader =
152             match t with
153             | Leaf a -> reader_bind (f a) (fun b -> reader_unit (Leaf b))
154             | Node (l, r) -> reader_bind (tree_monadize f l) (fun l' ->
155                                reader_bind (tree_monadize f r) (fun r' ->
156                                  reader_unit (Node (l', r'))));;
157
158 This function says: give me a function `f` that knows how to turn
159 something of type `'a` into an `'b reader`---this is a function of the same type that you could bind an `'a reader` to, such as `asker` or `reader_unit`---and I'll show you how to
160 turn an `'a tree` into an `'b tree reader`.  That is, if you show me how to do this:
161
162                       ------------
163           1     --->  |    1     |
164                       ------------
165
166 then I'll give you back the ability to do this:
167
168                       ____________
169           .           |    .     |
170         __|___  --->  |  __|___  |
171         |    |        |  |    |  |
172         1    2        |  1    2  |
173                       ------------
174
175 And how will that boxed tree behave? Whatever actions you perform on it will be transmitted down to corresponding operations on its leaves. For instance, our `int reader` expects an `int -> int` environment. If supplying environment `e` to our `int reader` doubles the contained `int`:
176
177                       ------------
178           1     --->  |    1     |  applied to e  ~~>  2
179                       ------------
180
181 Then we can expect that supplying it to our `int tree reader` will double all the leaves:
182
183                       ____________
184           .           |    .     |                      .
185         __|___  --->  |  __|___  | applied to e  ~~>  __|___
186         |    |        |  |    |  |                    |    |
187         1    2        |  1    2  |                    2    4
188                       ------------
189
190 In more fanciful terms, the `tree_monadize` function builds plumbing that connects all of the leaves of a tree into one connected monadic network; it threads the
191 `'b reader` monad through the original tree's leaves.
192
193         # tree_monadize asker t1 double;;
194         - : int tree =
195         Node (Node (Leaf 4, Leaf 6), Node (Leaf 10, Node (Leaf 14, Leaf 22)))
196
197 Here, our environment is the doubling function (`fun i -> i + i`).  If
198 we apply the very same `int tree reader` (namely, `tree_monadize
199 asker t1`) to a different `int -> int` function---say, the
200 squaring function, `fun i -> i * i`---we get an entirely different
201 result:
202
203         # tree_monadize asker t1 square;;
204         - : int tree =
205         Node (Node (Leaf 4, Leaf 9), Node (Leaf 25, Node (Leaf 49, Leaf 121)))
206
207 Now that we have a tree transformer that accepts a *reader* monad as a
208 parameter, we can see what it would take to swap in a different monad.
209
210 For instance, we can use a State monad to count the number of leaves in
211 the tree.
212
213         type 'a state = int -> 'a * int;;
214         let state_unit a = fun s -> (a, s);;
215         let state_bind u f = fun s -> let (a, s') = u s in f a s';;
216
217 Gratifyingly, we can use the `tree_monadize` function without any
218 modification whatsoever, except for replacing the (parametric) type
219 `'b reader` with `'b state`, and substituting in the appropriate unit and bind:
220
221         let rec tree_monadize (f : 'a -> 'b state) (t : 'a tree) : 'b tree state =
222             match t with
223             | Leaf a -> state_bind (f a) (fun b -> state_unit (Leaf b))
224             | Node (l, r) -> state_bind (tree_monadize f l) (fun l' ->
225                                state_bind (tree_monadize f r) (fun r' ->
226                                  state_unit (Node (l', r'))));;
227
228 Then we can count the number of leaves in the tree:
229
230         # let incrementer = fun a ->
231             fun s -> (a, s+1);;
232         
233         # tree_monadize incrementer t1 0;;
234         - : int tree * int =
235         (Node (Node (Leaf 2, Leaf 3), Node (Leaf 5, Node (Leaf 7, Leaf 11))), 5)
236         
237                 .
238              ___|___
239              |     |
240              .     .
241          (  _|__  _|__     ,   5 )
242             |  |  |  |
243             2  3  5  .
244                     _|__
245                     |  |
246                     7  11
247
248 Note that the value returned is a pair consisting of a tree and an
249 integer, 5, which represents the count of the leaves in the tree.
250
251 Why does this work? Because the operation `incrementer`
252 takes an argument `a` and wraps it in an State monadic box that
253 increments the store and leaves behind a wrapped `a`. When we give that same operations to our
254 `tree_monadize` function, it then wraps an `int tree` in a box, one
255 that does the same store-incrementing for each of its leaves.
256
257 We can use the state monad to annotate leaves with a number
258 corresponding to that leave's ordinal position.  When we do so, we
259 reveal the order in which the monadic tree forces evaluation:
260
261         # tree_monadize (fun a -> fun s -> ((a,s+1), s+1)) t1 0;;
262         - : int tree * int =
263           (Node
264             (Node (Leaf (2, 1), Leaf (3, 2)),
265              Node
266               (Leaf (5, 3),
267                Node (Leaf (7, 4), Leaf (11, 5)))),
268           5)
269
270 The key thing to notice is that instead of just wrapping `a` in the
271 monadic box, we wrap a pair of `a` and the current store.
272
273 Reversing the annotation order requires reversing the order of the `state_bind`
274 operations.  It's not obvious that this will type correctly, so think
275 it through:
276
277         let rec tree_monadize_rev (f : 'a -> 'b state) (t : 'a tree) : 'b tree state =
278           match t with
279             | Leaf a -> state_bind (f a) (fun b -> state_unit (Leaf b))
280             | Node (l, r) -> state_bind (tree_monadize f r) (fun r' ->     (* R first *)
281                                state_bind (tree_monadize f l) (fun l'->    (* Then L  *)
282                                  state_unit (Node (l', r'))));;
283         
284         # tree_monadize_rev (fun a -> fun s -> ((a,s+1), s+1)) t1 0;;
285         - : int tree * int =
286           (Node
287             (Node (Leaf (2, 5), Leaf (3, 4)),
288              Node
289               (Leaf (5, 3),
290                Node (Leaf (7, 2), Leaf (11, 1)))),
291           5)
292
293 Later, we will talk more about controlling the order in which nodes are visited.
294
295 One more revealing example before getting down to business: replacing
296 `state` everywhere in `tree_monadize` with `list` lets us do:
297
298         # let decider i = if i = 2 then [20; 21] else [i];;
299         # tree_monadize decider t1;;
300         - : int tree List_monad.m =
301         [
302           Node (Node (Leaf 20, Leaf 3), Node (Leaf 5, Node (Leaf 7, Leaf 11)));
303           Node (Node (Leaf 21, Leaf 3), Node (Leaf 5, Node (Leaf 7, Leaf 11)))
304         ]
305
306
307 Unlike the previous cases, instead of turning a tree into a function
308 from some input to a result, this monadized tree gives us back a list of trees,
309 one for each choice of `int`s for its leaves.
310
311 Now for the main point.  What if we wanted to convert a tree to a list
312 of leaves?
313
314         type ('r,'a) continuation = ('a -> 'r) -> 'r;;
315         let continuation_unit a = fun k -> k a;;
316         let continuation_bind u f = fun k -> u (fun a -> f a k);;
317         
318         let rec tree_monadize (f : 'a -> ('r,'b) continuation) (t : 'a tree) : ('r,'b tree) continuation =
319             match t with
320             | Leaf a -> continuation_bind (f a) (fun b -> continuation_unit (Leaf b))
321             | Node (l, r) -> continuation_bind (tree_monadize f l) (fun l' ->
322                                continuation_bind (tree_monadize f r) (fun r' ->
323                                  continuation_unit (Node (l', r'))));;
324
325 We use the Continuation monad described above, and insert the
326 `continuation` type in the appropriate place in the `tree_monadize` code. Then if we give the `tree_monadize` function an operation that converts `int`s into `'b`-wrapping Continuation monads, it will give us back a way to turn `int tree`s into corresponding `'b tree`-wrapping Continuation monads.
327
328 So for example, we compute:
329
330         # tree_monadize (fun a k -> a :: k ()) t1 (fun _ -> []);;
331         - : int list = [2; 3; 5; 7; 11]
332
333 We have found a way of collapsing a tree into a list of its
334 leaves. Can you trace how this is working? Think first about what the
335 operation `fun a k -> a :: k a` does when you apply it to a
336 plain `int`, and the continuation `fun _ -> []`. Then given what we've
337 said about `tree_monadize`, what should we expect `tree_monadize (fun
338 a -> fun k -> a :: k a)` to do?
339
340 Soon we'll return to the same-fringe problem.  Since the
341 simple but inefficient way to solve it is to map each tree to a list
342 of its leaves, this transformation is on the path to a more efficient
343 solution.  We'll just have to figure out how to postpone computing the
344 tail of the list until it's needed...
345
346 The Continuation monad is amazingly flexible; we can use it to
347 simulate some of the computations performed above.  To see how, first
348 note that an interestingly uninteresting thing happens if we use
349 `continuation_unit` as our first argument to `tree_monadize`, and then
350 apply the result to the identity function:
351
352         # tree_monadize continuation_unit t1 (fun t -> t);;
353         - : int tree =
354         Node (Node (Leaf 2, Leaf 3), Node (Leaf 5, Node (Leaf 7, Leaf 11)))
355
356 That is, nothing happens.  But we can begin to substitute more
357 interesting functions for the first argument of `tree_monadize`:
358
359         (* Simulating the tree reader: distributing a operation over the leaves *)
360         # tree_monadize (fun a -> fun k -> k (square a)) t1 (fun t -> t);;
361         - : int tree =
362         Node (Node (Leaf 4, Leaf 9), Node (Leaf 25, Node (Leaf 49, Leaf 121)))
363
364         (* Counting leaves *)
365         # tree_monadize (fun a -> fun k -> 1 + k a) t1 (fun t -> 0);;
366         - : int = 5
367
368 It's not immediately obvious to us how to simulate the List monadization of the tree using this technique.
369
370 We could simulate the tree annotating example by setting the relevant 
371 type to `(store -> 'result, 'a) continuation`.
372
373 Andre Filinsky has proposed that the continuation monad is
374 able to simulate any other monad (Google for "mother of all monads").
375
376 If you want to see how to parameterize the definition of the `tree_monadize` function, so that you don't have to keep rewriting it for each new monad, see [this code](/code/tree_monadize.ml).
377
378 The idea of using continuations to characterize natural language meaning
379 ------------------------------------------------------------------------
380
381 We might a philosopher or a linguist be interested in continuations,
382 especially if efficiency of computation is usually not an issue?
383 Well, the application of continuations to the same-fringe problem
384 shows that continuations can manage order of evaluation in a
385 well-controlled manner.  In a series of papers, one of us (Barker) and
386 Ken Shan have argued that a number of phenomena in natural langauge
387 semantics are sensitive to the order of evaluation.  We can't
388 reproduce all of the intricate arguments here, but we can give a sense
389 of how the analyses use continuations to achieve an analysis of
390 natural language meaning.
391
392 **Quantification and default quantifier scope construal**.  
393
394 We saw in the copy-string example ("abSd") and in the same-fringe example that
395 local properties of a structure (whether a character is `'S'` or not, which
396 integer occurs at some leaf position) can control global properties of
397 the computation (whether the preceeding string is copied or not,
398 whether the computation halts or proceeds).  Local control of
399 surrounding context is a reasonable description of in-situ
400 quantification.
401
402     (1) John saw everyone yesterday.
403
404 This sentence means (roughly)
405
406     forall x . yesterday(saw x) john
407
408 That is, the quantifier *everyone* contributes a variable in the
409 direct object position, and a universal quantifier that takes scope
410 over the whole sentence.  If we have a lexical meaning function like
411 the following:
412
413         let lex (s:string) k = match s with 
414           | "everyone" -> Node (Leaf "forall x", k "x")
415           | "someone" -> Node (Leaf "exists y", k "y")
416           | _ -> k s;;
417
418 Then we can crudely approximate quantification as follows:
419
420         # let sentence1 = Node (Leaf "John", 
421                                                   Node (Node (Leaf "saw", 
422                                                                           Leaf "everyone"), 
423                                                                 Leaf "yesterday"));;
424
425         # tree_monadize lex sentence1 (fun x -> x);;
426         - : string tree =
427         Node
428          (Leaf "forall x",
429           Node (Leaf "John", Node (Node (Leaf "saw", Leaf "x"), Leaf "yesterday")))
430
431 In order to see the effects of evaluation order, 
432 observe what happens when we combine two quantifiers in the same
433 sentence:
434
435         # let sentence2 = Node (Leaf "everyone", Node (Leaf "saw", Leaf "someone"));;
436         # tree_monadize lex sentence2 (fun x -> x);;
437         - : string tree =
438         Node
439          (Leaf "forall x",
440           Node (Leaf "exists y", Node (Leaf "x", Node (Leaf "saw", Leaf "y"))))
441
442 The universal takes scope over the existential.  If, however, we
443 replace the usual `tree_monadizer` with `tree_monadizer_rev`, we get
444 inverse scope:
445
446         # tree_monadize_rev lex sentence2 (fun x -> x);;
447         - : string tree =
448         Node
449          (Leaf "exists y",
450           Node (Leaf "forall x", Node (Leaf "x", Node (Leaf "saw", Leaf "y"))))
451
452 There are many crucially important details about quantification that
453 are being simplified here, and the continuation treatment used here is not
454 scalable for a number of reasons.  Nevertheless, it will serve to give
455 an idea of how continuations can provide insight into the behavior of
456 quantifiers.
457
458
459 The Tree monad
460 ==============
461
462 Of course, by now you may have realized that we are working with a new
463 monad, the binary, leaf-labeled Tree monad.  Just as mere lists are in fact a monad,
464 so are trees.  Here is the type constructor, unit, and bind:
465
466         type 'a tree = Leaf of 'a | Node of ('a tree) * ('a tree);;
467         let tree_unit (a: 'a) : 'a tree = Leaf a;;
468         let rec tree_bind (u : 'a tree) (f : 'a -> 'b tree) : 'b tree =
469             match u with
470             | Leaf a -> f a
471             | Node (l, r) -> Node (tree_bind l f, tree_bind r f);;
472
473 For once, let's check the Monad laws.  The left identity law is easy:
474
475     Left identity: bind (unit a) f = bind (Leaf a) f = f a
476
477 To check the other two laws, we need to make the following
478 observation: it is easy to prove based on `tree_bind` by a simple
479 induction on the structure of the first argument that the tree
480 resulting from `bind u f` is a tree with the same strucure as `u`,
481 except that each leaf `a` has been replaced with the tree returned by `f a`:
482
483                         .                         .
484                       __|__                     __|__
485                       |   |                    /\   |
486                       a1  .                   f a1  .
487                          _|__                     __|__
488                          |  |                     |   /\
489                          .  a5                    .  f a5
490            bind         _|__       f   =        __|__
491                         |  |                    |   /\
492                         .  a4                   .  f a4
493                       __|__                   __|___
494                       |   |                  /\    /\
495                       a2  a3                f a2  f a3
496
497 Given this equivalence, the right identity law
498
499         Right identity: bind u unit = u
500
501 falls out once we realize that
502
503         bind (Leaf a) unit = unit a = Leaf a
504
505 As for the associative law,
506
507         Associativity: bind (bind u f) g = bind u (\a. bind (f a) g)
508
509 we'll give an example that will show how an inductive proof would
510 proceed.  Let `f a = Node (Leaf a, Leaf a)`.  Then
511
512                                                    .
513                                                ____|____
514                   .               .            |       |
515         bind    __|__   f  =    __|_    =      .       .
516                 |   |           |   |        __|__   __|__
517                 a1  a2        f a1 f a2      |   |   |   |
518                                              a1  a1  a1  a1
519
520 Now when we bind this tree to `g`, we get
521
522                     .
523                _____|______
524                |          |
525                .          .
526              __|__      __|__
527              |   |      |   |
528            g a1 g a1  g a1 g a1
529
530 At this point, it should be easy to convince yourself that
531 using the recipe on the right hand side of the associative law will
532 build the exact same final tree.
533
534 So binary trees are a monad.
535
536 Haskell combines this monad with the Option monad to provide a monad
537 called a
538 [SearchTree](http://hackage.haskell.org/packages/archive/tree-monad/0.2.1/doc/html/src/Control-Monad-SearchTree.html#SearchTree)
539 that is intended to represent non-deterministic computations as a tree.
540
541
542 What's this have to do with tree\_monadize?
543 --------------------------------------------
544
545 Our different implementations of `tree_monadize` above were different *layerings* of the Tree monad with other monads (Reader, State, List, and Continuation). We'll explore that further here: [[Monad Transformers]].
546