fix some markup
[lambda.git] / topics / week4_fixed_point_combinators.mdwn
1 [[!toc levels=2]]
2
3 Sometimes when you type in a web search, Google will suggest
4 alternatives.  For instance, if you type in "Lingusitics", it will ask
5 you "Did you mean Linguistics?".  But the engineers at Google have
6 added some playfulness to the system.  For instance, if you search for
7 "anagram", Google asks you "Did you mean: nag a ram?"  And if you
8 [search for "recursion"](http://www.google.com/search?q=recursion), Google asks: "Did you mean: recursion?"
9
10 ## What is the "rec" part of "letrec" doing? ##
11
12 How could we compute the length of a list? Without worrying yet about what Lambda Calculus encoding we're using for the list, the basic idea is to define this recursively:
13
14 >   the empty list has length 0
15
16 >   any non-empty list has length 1 + (the length of its tail)
17
18 In OCaml, you'd define that like this:
19
20     let rec length = fun xs ->
21                        if xs = [] then 0
22                                   else 1 + length (List.tl xs)
23     in ... (* here you go on to use the function "length" *)
24
25 In Scheme you'd define it like this:
26
27     (letrec [(length (lambda (xs)
28                        (if (null? xs) 0
29                                       (+ 1 (length (cdr xs))) )))]
30             ... ; here you go on to use the function "length"
31     )
32
33 Some comments on this:
34
35 1. `null?` is Scheme's way of saying `empty?`. That is, `(null? xs)` returns true (which Scheme writes as `#t`) iff `xs` is the empty list (which Scheme writes as `'()` or `(list)`).
36
37 2. `cdr` is function that gets the tail of a Scheme list. (By definition, it's the function for getting the second member of a [[dotted pair|week3_unit#imp]]. As we discussed in notes for last week, it just turns out to return the tail of a list because of the particular way Scheme implements lists.) `List.tl` is the function that gets the tail of an OCaml list.
38
39 3.  We alternate between `[ ]`s and `( )`s in the Scheme code just to make it more readable. These have no syntactic difference.
40
41
42 The main question for us to dwell on here is: What are the `let rec` in the OCaml code and the `letrec` in the Scheme code?
43
44 Answer: These work a lot like `let` expressions, except that they let you use the variable `length` *inside* the body of the function being bound to it --- with the understanding that it will there be bound to *the same function* that you're *then* in the process of binding `length` to. So our recursively-defined function works the way we'd expect it to. Here is OCaml:
45
46     let rec length = fun xs ->
47                        if xs = [] then 0
48                                   else 1 + length (List.tl xs)
49     in length [20; 30]
50     (* this evaluates to 2 *)
51
52 Here is Scheme:
53
54     (letrec [(length (lambda (xs)
55                        (if (null? xs) 0
56                                       (+ 1 (length (cdr xs))) )))]
57       (length (list 20 30)))
58     ; this evaluates to 2
59
60 If you instead use an ordinary `let` (or `let*`), here's what would happen, in OCaml:
61
62     let length = fun xs ->
63                    if xs = [] then 0
64                               else 1 + length (List.tl xs)
65     in length [20; 30]
66     (* fails with error "Unbound value length" *)
67
68 Here's Scheme:
69
70     (let* [(length (lambda (xs)
71                      (if (null? xs) 0
72                                     (+ 1 (length (cdr xs))) )))]
73       (length (list 20 30)))
74     ; fails with error "reference to undefined identifier: length"
75
76 Why? Because we said that constructions of this form:
77
78     let
79       length match/= A
80     in B
81
82 really were just another way of saying:
83
84     (\length. B) A
85
86 and so the occurrences of `length` in A *aren't bound by the `\length` that wraps B*. Those occurrences are free.
87
88 We can verify this by wrapping the whole expression in a more outer binding of `length` to some other function, say the constant function from any list to the integer `99`:
89
90     let length = fun xs -> 99
91     in let length = fun xs ->
92                       if xs = [] then 0
93                                  else 1 + length (List.tl xs)
94     in length [20; 30]
95     (* evaluates to 1 + 99 *)
96
97 Here the use of `length` in `1 + length (List.tl xs)` can clearly be seen to be bound by the outermost `let`.
98
99 And indeed, if you tried to define `length` in the Lambda Calculus, how would you do it?
100
101     \xs. (empty? xs) 0 (succ (length (tail xs)))
102
103 We've defined all of `empty?`, `0`, `succ`, and `tail` in earlier discussion. But what about `length`? That's not yet defined! In fact, that's the very formula we're trying here to specify.
104
105 What we really want to do is something like this:
106
107     \xs. (empty? xs) 0 (succ ((...) (tail xs)))
108
109 where this very same formula occupies the `...` position:
110
111     \xs. (empty? xs) 0 (succ (
112     \xs. (empty? xs) 0 (succ ((...) (tail xs)))
113                                   ) (tail xs)))
114
115 but as you can see, we'd still have to plug the formula back into itself again, and again, and again... No dice.
116
117 So how could we do it? And how do OCaml and Scheme manage to do it, with their `let rec` and `letrec`?
118
119 1.  OCaml and Scheme do it using a trick. Well, not a trick. Actually an impressive, conceptually deep technique, which we haven't yet developed. Since we want to build up all the techniques we're using by hand, then, we shouldn't permit ourselves to rely on `let rec` or `letrec` until we thoroughly understand what's going on under the hood.
120
121 2.  If you tried this in Scheme:
122
123         (define length (lambda (xs)
124                          (if (null? xs) 0
125                                         (+ 1 (length (cdr xs))) )))
126         
127         (length (list 20 30))
128
129     You'd find that it works! This is because `define` in Scheme is really shorthand for `letrec`, not for plain `let` or `let*`. So we should regard this as cheating, too.
130
131 3.  In fact, it *is* possible to define the `length` function in the Lambda Calculus despite these obstacles, without yet knowing how to implement `letrec` in general. We've already seen how to do it, using our right-fold (or left-fold) encoding for lists, and exploiting their internal structure. Those encodings take a function and a seed value and returns the result of folding that function over the list, with that seed value. So we could use this as a definition of `length`:
132
133         \xs. xs (\x sofar. succ sofar) 0
134
135     What's happening here? We start with the value `0`, then we apply the function `\x sofar. succ sofar` to the two arguments <code>x<sub>n</sub></code> and `0`, where <code>x<sub>n</sub></code> is the last element of the list. This gives us `succ 0`, or `1`. That's the value we've accumulated "so far." Then we go apply the function `\x sofar. succ sofar` to the two arguments <code>x<sub>n-1</sub></code> and the value `1` that we've accumulated "so far." This gives us `2`. We continue until we get to the start of the list. The value we've then built up "so far" will be the length of the list.
136
137     We can use similar techniques to define many recursive operations on
138 lists and numbers. The reason we can do this is that our
139 fold-based encoding of lists, and Church's encodings of
140 numbers, have a internal structure that *mirrors* the common recursive
141 operations we'd use lists and numbers for.  In a sense, the recursive
142 structure of the `length` operation is built into the data
143 structure we are using to represent the list.  The non-recursive
144 definition of length, above, exploits this embedding of the recursion into
145 the data type.
146
147     This illustrates what will be one of the recurring themes of the course: using data structures to
148 encode the state of some recursive operation.  See our discussions later this semester of the
149 [[zipper]] technique, and [[defunctionalization]].
150
151 As we've seen, it does take some ingenuity to define functions like `tail` or `pred` for our right-fold encoding of lists. However it can be done. (And it's not *that* difficult.) Given those functions, we can go on to define other functions like numeric equality, subtraction, and so on, just by exploiting the structure already present in our implementation of lists and numbers.
152
153 With sufficient ingenuity, a great many functions can be defined in the same way. For example, the factorial function is straightforward. The function which returns the *n*th term in the Fibonacci series is a bit more difficult, but also achievable.
154
155 ## Some functions require full-fledged recursive definitions ##
156
157 However, some computable functions are just not definable in this
158 way. We can't, for example, define a function that tells us, for
159 whatever function `f` we supply it, what is the smallest natural number `x`
160 where `f x` is `true` (even if `f` itself is a function we do already know how to define).
161
162 Neither do the resources we've so far developed suffice to define the
163 [[!wikipedia Ackermann function]]. In OCaml:
164
165     let rec A = fun (m,n) ->
166       if      m = 0 then n + 1
167       else if n = 0 then A(m-1,1)
168       else               A(m-1, A(m,n-1));;
169
170     A(0,y) = y+1
171     A(1,y) = 2+(y+3) - 3
172     A(2,y) = 2(y+3) - 3
173     A(3,y) = 2^(y+3) - 3
174     A(4,y) = 2^(2^(2^...2)) (* where there are y+3 2s *) - 3
175     ...
176
177 Many simpler functions always *could* be defined using the resources we've so far developed, although those definitions won't always be very efficient or easily intelligible.
178
179 But functions like the Ackermann function require us to develop a more general technique for doing recursion --- and having developed it, it will often be easier to use it even in the cases where, in principle, we didn't have to.
180
181 ## Using fixed-point combinators to define recursive functions ##
182
183 ### Fixed points ###
184
185 In mathematics, a **fixed point** of a function `f` is any value `ξ`
186 such that `f ξ` is equivalent to `ξ`. For example,
187 consider the squaring function `square` that maps natural numbers to their squares.
188 `square 2 = 4`, so `2` is not a fixed point.  But `square 1 = 1`, so `1` is a
189 fixed point of the squaring function. (Can you think of another?)
190
191 There are many beautiful theorems guaranteeing the existence of a
192 fixed point for various classes of interesting functions.  For
193 instance, imagine that you are looking at a map of Manhattan, and you
194 are standing somewhere in Manhattan.  Then the [[!wikipedia Brouwer
195 fixed-point theorem]] guarantees that there is a spot on the map that is
196 directly above the corresponding spot in Manhattan.  It's the spot on the map
197 where the blue you-are-here dot should go.
198
199 Whether a function has a fixed point depends on the domain of arguments
200 it is defined for.  For instance, consider the successor function `succ`
201 that maps each natural number to its successor.  If we limit our
202 attention to the natural numbers, then this function has no fixed
203 point.  (See the discussion below concerning a way of understanding
204 the successor function on which it *does* have a fixed point.)
205
206 In the Lambda Calculus, we say a fixed point of a term `f` is any *term* `ξ` such that:
207
208     ξ <~~> f ξ
209
210 This is a bit different than the general mathematical definition, in that here we're saying it is *terms* that are fixed points, not *values*. We like to think that some lambda terms represent values, such as our term `\f z. z` representing the numerical value zero (and also the truth-value false, and also the empty list... on the other hand, we never did explicitly agree that those three values are all the same thing, did we?). But some terms in the Lambda Calculus don't even have a normal form. We don't want to count them as *values*. Yet the way we're proposing to use the notion of a fixed point here, they too are allowed to be fixed points, and to have fixed points of their own.
211
212 Note that `M <~~> N` doesn't entail that `M` and `N` have a normal form (though if they do, they will have the same normal form). It just requires that there be some term that they both reduce to. It may be that *that* term itself never stops being reducible.
213
214 You should be able to immediately provide a fixed point of the
215 identity combinator `I`.  In fact, you should be able to provide a
216 whole bunch of distinct fixed points.
217
218 With a little thought, you should be able to provide a fixed point of
219 the false combinator, `KI`.  Here's how to find it: recall that `KI`
220 throws away its first argument, and always returns `I`.  Therefore, if
221 we give it `I` as an argument, it will throw away the argument, and
222 return `I`.  So `KII` ~~> `I`, which is all it takes for `I` to qualify as a
223 fixed point of `KI`.
224
225 What about `K`?  Does it have a fixed point?  You might not think so,
226 after trying on paper for a while.
227
228 However, it's a theorem of the Lambda Calculus that *every* lambda term has
229 a fixed point. Even bare variables like `x`! In fact, they will have infinitely many, non-equivalent
230 fixed points. And we don't just know that they exist: for any given
231 formula, we can explicit define many of them.
232
233 (As we mentioned, even the formula that you're using the define
234 the successor function will have a fixed point. Isn't that weird? There's some `ξ` such that it is equivalent to `succ ξ`?
235 Think about how it might be true.  We'll return to this point below.)
236
237
238 ### How fixed points help define recursive functions ###
239
240 Recall our initial, abortive attempt above to define the `length` function in the Lambda Calculus. We said:
241
242 >   What we really want to do is something like this:
243
244 >       \xs. (empty? xs) 0 (succ ((...) (tail xs)))
245
246 >   where this very same formula occupies the `...` position...
247
248 Imagine replacing the `...` with some expression `LENGTH` that computes the
249 length function. Then we have
250
251     \xs. (empty? xs) 0 (succ (LENGTH (tail xs)))
252
253 (More generally, we might have some lambda term `Φ[...SELF...]` where we
254 want the contained `SELF` to refer to that very lambda term `Φ[...SELF...]`.)
255
256 At this point, we have a definition of the length function, though
257 it's not complete, since we don't know what value to use for the
258 symbol `LENGTH`.  Technically, it has the status of an unbound
259 variable.
260
261 Imagine now binding the mysterious variable, and calling the resulting
262 term `h`:
263
264     h ≡ \length \xs. (empty? xs) 0 (succ (length (tail xs)))
265
266 (More generally, convert `Φ[...SELF...]` to `\body. Φ[...body...]`, where
267 the variable `body` wants to be bound to the very lambda term that is that abstract's body.)
268
269 Now we have no unbound variables, and we have complete non-recursive
270 definitions of each of the other symbols (`empty?`, `0`, `succ`, and `tail`).
271
272 So `h` takes a `length` argument, and returns a function that accurately
273 computes the length of a list --- as long as the argument we supply is
274 already the length function we are trying to define.  (Dehydrated
275 water: to reconstitute, just add water!)
276
277 Here is where the discussion of fixed points becomes relevant.  Saying
278 that `h` is looking for an argument (call it `LENGTH`) that has the same
279 behavior as the result of applying `h` to `LENGTH` is just another way of
280 saying that we are looking for a fixed point for `h`:
281
282     h LENGTH <~~> LENGTH
283
284 Replacing `h` with its definition, we have
285
286     (\xs. (empty? xs) 0 (succ (LENGTH (tail xs)))) <~~> LENGTH
287
288 If we can find a value for `LENGTH` that satisfies this constraint, we'll
289 have a function we can use to compute the length of an arbitrary list.
290 All we have to do is find a fixed point for `h`.
291
292 The strategy we will present will turn out to be a general way of
293 finding a fixed point for any lambda term.
294
295
296 <a id=deriving-y></a>
297 ## Deriving Y, a fixed point combinator ##
298
299 How shall we begin?  Well, we need to find an argument to supply to
300 `h`.  The argument has to be a function that computes the length of a
301 list.  The function `h` is *almost* a function that computes the
302 length of a list.  Let's try applying `h` to itself.  It won't quite
303 work, but examining the way in which it fails will lead to a solution.
304
305     h h <~~> \xs. (empty? xs) 0 (succ (h (tail xs)))
306
307 The problem is that in the subexpression `h (tail list)`, we've
308 applied `h` to a list, but `h` expects as its first argument the
309 length function.
310
311 So let's adjust `h`, calling the adjusted function `H`. (We'll use `u` as the variable
312 that expects to be bound to the as-yet-*unknown* argument, rather than `length`. This will make it easier
313 to discuss generalizations of this strategy.)
314
315     h ≡ \length \xs. (empty? xs) 0 (succ (length (tail xs)))
316     H ≡ \u      \xs. (empty? xs) 0 (succ ((u u)  (tail xs)))
317
318 (We'll discuss the general case, when you're starting from `\body. Φ[...body...]` rather than this specific `h`, below.)
319
320 Shifting to `H` is the key creative step.  Instead of applying `u` to a list, as happened
321 when we self-applied `h`, `H` applies its argument `u` first to *itself*: `u u`.
322 After `u` gets an argument, the *result* is ready to apply to a list, so we've solved the problem noted above with `h (tail list)`.
323 We're not done yet, of course; we don't yet know what argument `u` to give
324 to `H` that will behave in the desired way.
325
326 So let's reason about `H`.  What exactly is `H` expecting as its first
327 argument?  Based on the excerpt `(u u) (tail xs)`, it appears that
328 `H`'s argument, `u`, should be a function that is ready to take itself
329 as an argument, and that returns a function that takes a list as an
330 argument.  `H` itself fits the bill:
331
332     H H <~~> (\u \xs. (empty? xs) 0 (succ ((u u) (tail xs)))) H
333
334         <~~>     \xs. (empty? xs) 0 (succ ((H H) (tail xs)))
335
336         <~~>     \xs. (empty? xs) 0 (succ ((
337                  \xs. (empty? xs) 0 (succ ((H H) (tail xs)))
338                                                ) (tail xs)))
339         <~~>     \xs. (empty? xs) 0 (succ (
340                       (empty? (tail xs)) 0 (succ ((H H) (tail (tail xs))))
341                                                           ))
342         <~~>     \xs. (empty? xs) 0 (succ (
343                       (empty? (tail xs)) 0 (succ (
344                  \xs. (empty? xs) 0 (succ ((H H) (tail xs)))
345                                                       ) (tail (tail xs))))
346                                                           ))
347         <~~>     \xs. (empty? xs) 0 (succ (
348                       (empty? (tail xs)) 0 (succ (
349                       (empty? (tail (tail xs))) 0 (succ ((H H) (tail (tail (tail xs)))))
350                                                                         ))
351                                                           ))
352         <~~>     ...
353
354 We're in business!
355
356 ### How does the recursion work? ###
357
358 We've defined `H` in such a way that `H H` turns out to be the length function.
359 That is, `H H` is the `LENGTH` we were looking for.
360 In order to evaluate `H H`, we substitute `H` into the body of the
361 lambda term `H`.  Inside that lambda term, once the substitution has
362 occurred, we are once again faced with evaluating `H H`.  And so on.
363
364 We've got the (potentially) infinite regress we desired, defined in terms of a
365 finite lambda term with no undefined symbols.
366
367 Since `H H` turns out to be the length function, we can think of `H`
368 by itself as *half* of the length function (which is why we called it
369 `H`, of course).  (Thought exercise: Can you think up a recursion strategy that involves
370 "dividing" the recursive function into equal thirds `T`, such that the
371 length function <~~> `T T T`?)
372
373 We've starting with a particular recursive definition, and arrived at
374 a fixed point for that definition.
375 What's the general recipe?
376
377 1.   Start with a formula `h` that takes the recursive function you're seeking as an argument: `h ≡ \length. ...length...` (This is what we also called `\body. Φ[...body...]`.)
378 2.   Next, define `H ≡ \u. h (u u)`
379 3.   Then compute `H H ≡ ((\u. h (u u)) (\u. h (u u)))`
380 4.   That's the fixed point of `h`, the recursive function you're seeking.
381
382 Expressed in terms of a single formula, here is this method for taking an arbitrary `h`-style term and returning
383 that term's fixed point, which will be the recursive function that term expects as an argument:
384
385      Y ≡ \h. (\u. h (u u)) (\u. h (u u))
386
387 Let's test that `Y h` will indeed be `h`'s fixed point:
388
389     Y h  ≡ (\h. (\u. h (u u)) (\u. h (u u))) h
390        ~~>      (\u. h (u u)) (\u. h (u u))
391        ~~>           h ((\u. h (u u)) (\u. h (u u)))
392
393 But the argument of `h` in the last line is just the same as the second line, which `<~~> Y h`. So the last line `<~~> h (Y h)`. In other words, `Y h <~~> h (Y h)`. So by definition, `Y h` is a fixed point for `h`.
394
395 Works!
396
397 ## A fixed point for K? ##
398
399 Let's do one more example to illustrate.  We'll do `K` (boolean true), since we
400 wondered above whether it had a fixed point.
401
402 Before we begin, we can reason a bit about what the fixed point must
403 be like.  We're looking for a fixed point for `K`, i.e., `\x y. x`. The term `K`
404 ignores its second argument.  That means that no matter what we give
405 `K` as its first argument, the result will ignore the next argument
406 (that is, `K ξ` ignores its first argument, no matter what `ξ` is).  So
407 if `K ξ <~~> ξ`, `ξ` had also better ignore its first argument.  But we
408 also have `K ξ ≡ (\x y. x) ξ ~~> \y. ξ`.  This means that if `ξ` ignores
409 its first argument, then `K ξ <~~> \y. ξ` will ignore its first two arguments.
410 So once again, if `K ξ <~~> ξ`, `ξ` also had better ignore (at least) its
411 first two arguments.  Repeating this reasoning, we realize that `ξ` here
412 must be a function that ignores as many arguments as you give it.
413
414 Our expectation, then, is that our recipe for finding fixed points
415 will build us a term that somehow manages to ignore arbitrarily many arguments.
416
417     h     ≡ \x y. x
418     H     ≡ \u. h (u u)
419           ≡ \u. (\x y. x) (u u)
420         ~~> \u.    \y. u u
421     H H ~~> (\u y. u u) (\u y. u u)
422         ~~>    \y. (\u y. u u) (\u y. u u)
423
424 Let's check that it is in fact a fixed point for `K`:
425
426     K (H H) ~~> (\x y. x) ((\u y. u u) (\u y. u u))
427             ~~>    \y. (\u y. u u) (\u y. u u)
428
429 Yep, `H H` and `K (H H)` both reduce to the same term.  
430
431 To see what this fixed point does, let's reduce it a bit more:
432
433     H H ~~> (\u y. u u) (\u y. u u)
434         ~~>    \y. (\u y. u u) (\u y. u u)
435         ~~>    \y.    \y. (\u y. u u) (\u y. u u)
436         ~~>    \y.    \y.    \y. (\u y. u u) (\u y. u u)
437     
438 Sure enough, this fixed point ignores an endless, arbitrarily-long series of
439 arguments.  It's a write-only memory, a black hole.
440
441 Now that we have one fixed point, we can find others, for instance,
442
443     (\uy.[uu]u) (\uy.uuu) 
444     ~~> \y. [(\uy.uuu) (\uy.uuu)] (\uy.uuu)
445     ~~> \y. [\y. (\uy.uuu) (\uy.uuu) (\uy.uuu)] (\uy.uuu)
446     ~~> \yyy. (\uy.uuu) (\uy.uuu) (\uy.uuu) (\uy.uuu) (\uy.uuu)
447
448 Continuing in this way, you can now find an infinite number of fixed
449 points, all of which have the crucial property of ignoring an infinite
450 series of arguments.
451
452 ## A fixed point for succ? ##
453
454 As we've seen, the recipe just given for finding a fixed point worked
455 great for our `h`, which we wrote as a definition for the length
456 function.  But the recipe doesn't make any assumptions about the
457 internal structure of the term it works with.  That means it can
458 find a fixed point for literally any lambda term whatsoever.
459
460 In particular, what could the fixed point for (our encoding of) the
461 successor function possibly be like?
462
463 Well, you might think, only some of the formulas that we might give to `succ` as arguments would really represent numbers. If we said something like:
464
465     succ pair
466
467 who knows what we'd get back? Perhaps there's some non-number-representing formula such that when we feed it to `succ` as an argument, we get the same formula back.
468
469 Yes! That's exactly right. And which formula this is will depend on the particular way you've encoded the successor function.
470
471 One (by now obvious) upshot is that the recipes that enable us to name
472 fixed points for any given formula `h` aren't *guaranteed* to give us
473 *terminating, normalizing* fixed points. They might give us formulas `ξ` such that
474 neither `ξ` nor `h ξ` have normal forms. (Indeed, what they give us
475 for the `square` function isn't any of the Church numerals, but is
476 rather an expression with no normal form.) However, if we take care we
477 can ensure that we *do* get terminating fixed points. And this gives
478 us a principled, fully general strategy for doing recursion. It lets
479 us define even functions like the Ackermann function, which were until
480 now out of our reach. It would also let us define list
481 functions on [[the encodings we discussed last week|week3_lists#other-lists]], where it
482 wasn't always clear how to force the computation to "keep going."
483
484 ## Varieties of fixed-point combinators ##
485
486 Many fixed-point combinators have been discovered. (And as we've seen, some
487 fixed-point combinators give us models for building infinitely many
488 more, non-equivalent fixed-point combinators.)
489
490 Two of the simplest:
491
492     Θ′ ≡ (\u h. h (\n. u u h n)) (\u h. h (\n. u u h n))
493     Y′ ≡ \h. (\u. h (\n. u u n)) (\u. h (\n. u u n))
494
495 Applying either of these to a term `h` gives a fixed point `ξ` for `h`, meaning that `h ξ` <~~> `ξ`. The combinator `Θ′` has the advantage that `h (Θ′ h)` really *reduces to* `Θ′ h`. Whereas `h (Y′ h)` is only *convertible with* `Y′ h`; that is, there's a common formula they both reduce to. For most purposes, though, either will do.
496
497 You may notice that both of these formulas have eta-redexes inside them: why can't we simplify the two `\n. u u h n` inside `Θ′` to just `u u h`? And similarly for `Y′`?
498
499 Indeed you can, getting the simpler:
500
501     Θ ≡ (\u h. h (u u h)) (\u h. h (u u h))
502     Y ≡ \h. (\u. h (u u)) (\u. h (u u))
503
504 We stated the more complex formulas for the following reason: in a language whose evaluation order is *call-by-value*, the evaluation of `Θ (\body. BODY)` and `Y (\body. BODY)` won't terminate. But evaluation of the eta-unreduced primed versions may.
505
506 Of course, if you define your `\body. BODY` stupidly, your formula won't terminate, no matter what fixed point combinator you use. For example, let `Ψ` be any fixed point combinator in:
507
508     Ψ (\body. \n. body n)
509
510 When you try to evaluate the application of that to some argument `M`, it's going to try to give you back:
511
512     (\n. BODY n) M
513
514 where `BODY` is equivalent to the very formula `\n. BODY n` that contains it. So the evaluation will proceed:
515
516     (\n. BODY n) M ~~>
517     BODY M <~~>
518     (\n. BODY n) M ~~>
519     BODY M <~~>
520     ...
521
522 You've written an infinite loop!
523
524 However, when we evaluate the application of our:
525
526     Ψ (\body. (\xs. (empty? xs) 0 (succ (body (tail xs))) ))
527
528 to some list, we're *not* going to go into an infinite evaluation loop of that sort. At each cycle, we're going to be evaluating the application of:
529
530     \xs. (empty? xs) 0 (succ (body (tail xs)))
531
532 to *the tail* of the list we were evaluating its application to at the previous stage. Assuming our lists are finite (and the encodings we've been using so far don't permit otherwise), at some point one will get a list whose tail is empty, and then the evaluation of that formula to that tail will return `0`. So the recursion eventually bottoms out in a base value.
533
534
535 ## Fixed-point Combinators Are a Bit Intoxicating ##
536
537 [[tatto|/images/y-combinator-fixed.jpg]]
538
539 There's a tendency for people to say "Y-combinator" to refer to fixed-point combinators generally. We'll probably fall into that usage ourselves. Speaking correctly, though, the Y-combinator is only one of many fixed-point combinators.
540
541 We used `Ψ` above to stand in for an arbitrary fixed-point combinator. We don't know of any broad conventions for this. But this seems a useful one.
542
543 As we said, there are many other fixed-point combinators as well. For example, Jan Willem Klop pointed out that if we define `L` to be:
544
545     \a b c d e f g h i j k l m n o p q s t u v w x y z r. (r (t h i s i s a f i x e d p o i n t c o m b i n a t o r))
546
547 then this is a fixed-point combinator:
548
549     L L L L L L L L L L L L L L L L L L L L L L L L L L
550
551
552 ## Sink: watching Y in action ##
553
554 For those of you who like to watch ultra slow-mo movies of bullets
555 piercing apples, here's a stepwise computation of the application of a
556 recursive function.  We'll use a function `sink`, which takes one
557 argument.  If the argument is boolean true (i.e., `\y n. y`), it
558 returns itself (a copy of `sink`); if the argument is boolean false
559 (`\y n. n`), it returns `I`.  That is, we want the following behavior:
560
561     sink false <~~> I
562     sink true false <~~> I
563     sink true true false <~~> I
564     sink true true true false <~~> I
565
566 Evidently, then, `sink true <~~> sink`. So we want `sink` to be the fixed point
567 of `\sink. \b. b sink I`. That is, `sink ≡ Y (\sb.bsI)`:
568
569     1. sink false
570     2. Y (\sb.bsI) false
571     3. (\h. (\u. h [u u]) (\u. h (u u))) (\sb.bsI) false
572     4. (\u. (\sb.bsI) [u u]) (\u. (\sb.bsI) (u u)) false
573     5. (\sb.bsI) [(\u. (\sb.bsI) (u u)) (\u. (\sb.bsI) (u u))] false
574     6. (\b. b [(\u. (\sb.bsI) (u u))(\u. (\sb.bsI) (u u))] I) false
575     7. false [(\u. (\sb.bsI) (u u))(\u. (\sb.bsI) (u u))] I
576              --------------------------------------------
577     8. I
578
579 So far so good.  The crucial thing to note is that as long as we
580 always reduce the outermost redex first, we never have to get around
581 to computing the underlined redex: because `false` ignores its first
582 argument, we can throw it away unreduced.
583
584 Now we try the next most complex example:
585
586     1. sink true false
587     2. Y (\sb.bsI) true false
588     3. (\h. (\u. h [u u]) (\u. h (u u))) (\sb.bsI) true false
589     4. (\u. (\sb.bsI) [u u]) (\u. (\sb.bsI) (u u)) true false
590     5. (\sb.bsI) [(\u. (\sb.bsI) (u u)) (\u. (\sb.bsI) (u u))] true false
591     6. (\b. b [(\u. (\sb.bsI) (u u)) (\u. (\sb.bsI) (u u))] I) true false
592     7. true [(\u. (\sb.bsI) (u u)) (\u. (\sb.bsI) (u u))] I false
593     8. [(\u. (\sb.bsI) (u u)) (\u. (\sb.bsI) (u u))] false
594
595 We've now arrived at line (4) of the first computation, so the result
596 is again `I`.
597
598 You should be able to see that `sink` will consume as many `true`s as
599 we throw at it, then turn into the identity function when it
600 encounters the first `false`.
601
602 The key to the recursion is that, thanks to `Y`, the definition of
603 `sink` contains within it the ability to fully regenerate itself as
604 many times as is necessary.  The key to *ending* the recursion is that
605 the behavior of `sink` is sensitive to the nature of the input: if the
606 input is the magic function `false`, the self-regeneration machinery
607 will be discarded, and the recursion will stop.
608
609 That's about as simple as recursion gets.
610
611
612 ## Base cases, and their lack ##
613
614 As any functional programmer quickly learns, writing a recursive
615 function divides into two tasks: figuring out how to handle the
616 recursive case, and *remembering to insert a base case*.  The
617 interesting and enjoyable part is figuring out the recursive pattern,
618 but the base case cannot be ignored, since leaving out the base case
619 creates a program that runs forever.  For instance, consider computing
620 a factorial: `n!` is `n * (n-1) * (n-2) * ... * 1`.  The recursive
621 case says that the factorial of a number `n` is `n` times the
622 factorial of `n-1`.  But if we leave out the base case, we get
623
624     3! = 3 * 2! = 3 * 2 * 1! = 3 * 2 * 1 * 0! = 3 * 2 * 1 * 0 * -1! ...
625
626 That's why it's crucial to declare that `0!` = `1`, in which case the
627 recursive rule does not apply.  In our terms,
628
629     fact ≡ Y (\fact n. (zero? n) 1 (fact (pred n)))
630
631 If `n` is `0`, `fact` reduces to `1`, without computing the recursive case.