index 52f80b6..c759968 100644 (file)
@@ -7,511 +7,6 @@ The material here benefited from many discussions with Ken Shan.

##[[From Lists to Continuations]]##

-##Same-fringe using a zipper-based coroutine##
+continue with [[Week12]]...

-Recall back in [[Assignment4]], we asked you to enumerate the "fringe" of a leaf-labeled tree. Both of these trees (here I *am* drawing the labels in the diagram):
-
-           .                .
-          / \              / \
-         .   3            1   .
-        / \                  / \
-       1   2                2   3
-
-have the same fringe: `[1;2;3]`. We also asked you to write a function that determined when two trees have the same fringe. The way you approached that back then was to enumerate each tree's fringe, and then compare the two lists for equality. Today, and then again in a later class, we'll encounter new ways to approach the problem of determining when two trees have the same fringe.
-
-
-Supposing you did work out an implementation of the tree zipper, then one way to determine whether two trees have the same fringe would be: go downwards (and leftwards) in each tree as far as possible. Compare the targetted leaves. If they're different, stop because the trees have different fringes. If they're the same, then for each tree, move rightward if possible; if it's not (because you're at the rightmost position in a sibling list), more upwards then try again to move rightwards. Repeat until you are able to move rightwards. Once you do move rightwards, go downwards (and leftwards) as far as possible. Then you'll be targetted on the next leaf in the tree's fringe. The operations it takes to get to "the next leaf" may be different for the two trees. For example, in these trees:
-
-           .                .
-          / \              / \
-         .   3            1   .
-        / \                  / \
-       1   2                2   3
-
-you won't move upwards at the same steps. Keep comparing "the next leafs" until they are different, or you exhaust the leafs of only one of the trees (then again the trees have different fringes), or you exhaust the leafs of both trees at the same time, without having found leafs with different labels. In this last case, the trees have the same fringe.
-
-If your trees are very big---say, millions of leaves---you can imagine how this would be quicker and more memory-efficient than traversing each tree to construct a list of its fringe, and then comparing the two lists so built to see if they're equal. For one thing, the zipper method can abort early if the fringes diverge early, without needing to traverse or build a list containing the rest of each tree's fringe.
-
-Let's sketch the implementation of this. We won't provide all the details for an implementation of the tree zipper, but we will sketch an interface for it.
-
-First, we define a type for leaf-labeled, binary trees:
-
-       type 'a tree = Leaf of 'a | Node of ('a tree * 'a tree)
-
-Next, the interface for our tree zippers. We'll help ourselves to OCaml's **record types**. These are nothing more than tuples with a pretty interface. Instead of saying:
-
-       # type blah = Blah of (int * int * (char -> bool));;
-
-and then having to remember which element in the triple was which:
-
-       # let b1 = Blah (1, (fun c -> c = 'M'), 2);;
-       Error: This expression has type int * (char -> bool) * int
-       but an expression was expected of type int * int * (char -> bool)
-       # (* damnit *)
-       # let b1 = Blah (1, 2, (fun c -> c = 'M'));;
-       val b1 : blah = Blah (1, 2, <fun>)
-
-records let you attach descriptive labels to the components of the tuple:
-
-       # type blah_record = { height : int; weight : int; char_tester : char -> bool };;
-       # let b2 = { height = 1; weight = 2; char_tester = fun c -> c = 'M' };;
-       val b2 : blah_record = {height = 1; weight = 2; char_tester = <fun>}
-       # let b3 = { height = 1; char_tester = (fun c -> c = 'K'); weight = 3 };; (* also works *)
-       val b3 : blah_record = {height = 1; weight = 3; char_tester = <fun>}
-
-These were the strategies to extract the components of an unlabeled tuple:
-
-       let h = fst some_pair;; (* accessor functions fst and snd are only predefined for pairs *)
-
-       let (h, w, test) = b1;; (* works for arbitrary tuples *)
-
-       match b1 with
-       | (h, w, test) -> ...;; (* same as preceding *)
-
-Here is how you can extract the components of a labeled record:
-
-       let h = b2.height;; (* handy! *)
-
-       let {height = h; weight = w; char_tester = test} = b2
-       in (* go on to use h, w, and test ... *)
-
-       match test with
-       | {height = h; weight = w; char_tester = test} ->
-               (* go on to use h, w, and test ... *)
-
-Anyway, using record types, we might define the tree zipper interface like so:
-
-       type 'a starred_level = Root | Starring_Left of 'a starred_nonroot | Starring_Right of 'a starred_nonroot
-       and 'a starred_nonroot = { parent : 'a starred_level; sibling: 'a tree };;
-
-       type 'a zipper = { level : 'a starred_level; filler: 'a tree };;
-
-       let rec move_botleft (z : 'a zipper) : 'a zipper =
-           (* returns z if the targetted node in z has no children *)
-           (* else returns move_botleft (zipper which results from moving down and left in z) *)
-
-<!--
-           let {level; filler} = z
-           in match filler with
-           | Leaf _ -> z
-           | Node(left, right) ->
-               let zdown = {level = Starring_Left {parent = level; sibling = right}; filler = left}
-               in move_botleft zdown
-           ;;
--->
-
-       let rec move_right_or_up (z : 'a zipper) : 'a zipper option =
-           (* if it's possible to move right in z, returns Some (the result of doing so) *)
-           (* else if it's not possible to move any further up in z, returns None *)
-           (* else returns move_right_or_up (result of moving up in z) *)
-
-<!--
-           let {level; filler} = z
-           in match level with
-           | Starring_Left {parent; sibling = right} -> Some {level = Starring_Right {parent; sibling = filler}; filler = right}
-           | Root -> None
-           | Starring_Right {parent; sibling = left} ->
-               let z' = {level = parent; filler = Node(left, filler)}
-               in move_right_or_up z'
-           ;;
--->
-
-The following function takes an 'a tree and returns an 'a zipper focused on its root:
-
-       let new_zipper (t : 'a tree) : 'a zipper =
-           {level = Root; filler = t}
-           ;;
-
-Finally, we can use a mutable reference cell to define a function that enumerates a tree's fringe until it's exhausted:
-
-       let make_fringe_enumerator (t: 'a tree) =
-           (* create a zipper targetting the botleft of t *)
-           let zbotleft = move_botleft (new_zipper t)
-           (* create a refcell initially pointing to zbotleft *)
-           in let zcell = ref (Some zbotleft)
-           (* construct the next_leaf function *)
-           in let next_leaf () : 'a option =
-               match !zcell with
-               | Some z -> (
-                   (* extract label of currently-targetted leaf *)
-                   let Leaf current = z.filler
-                   (* update zcell to point to next leaf, if there is one *)
-                   in let () = zcell := match move_right_or_up z with
-                       | None -> None
-                       | Some z' -> Some (move_botleft z')
-                   (* return saved label *)
-                   in Some current
-               | None -> (* we've finished enumerating the fringe *)
-                   None
-               )
-           (* return the next_leaf function *)
-           in next_leaf
-           ;;
-
-Here's an example of `make_fringe_enumerator` in action:
-
-       # let tree1 = Leaf 1;;
-       val tree1 : int tree = Leaf 1
-       # let next1 = make_fringe_enumerator tree1;;
-       val next1 : unit -> int option = <fun>
-       # next1 ();;
-       - : int option = Some 1
-       # next1 ();;
-       - : int option = None
-       # next1 ();;
-       - : int option = None
-       # let tree2 = Node (Node (Leaf 1, Leaf 2), Leaf 3);;
-       val tree2 : int tree = Node (Node (Leaf 1, Leaf 2), Leaf 3)
-       # let next2 = make_fringe_enumerator tree2;;
-       val next2 : unit -> int option = <fun>
-       # next2 ();;
-       - : int option = Some 1
-       # next2 ();;
-       - : int option = Some 2
-       # next2 ();;
-       - : int option = Some 3
-       # next2 ();;
-       - : int option = None
-       # next2 ();;
-       - : int option = None
-
-You might think of it like this: `make_fringe_enumerator` returns a little subprogram that will keep returning the next leaf in a tree's fringe, in the form `Some ...`, until it gets to the end of the fringe. After that, it will keep returning `None`.
-
-Using these fringe enumerators, we can write our `same_fringe` function like this:
-
-       let same_fringe (t1 : 'a tree) (t2 : 'a tree) : bool =
-               let next1 = make_fringe_enumerator t1
-               in let next2 = make_fringe_enumerator t2
-               in let rec loop () : bool =
-                       match next1 (), next2 () with
-                       | Some a, Some b when a = b -> loop ()
-                       | None, None -> true
-                       | _ -> false
-               in loop ()
-               ;;
-
-The auxiliary `loop` function will keep calling itself recursively until a difference in the fringes has manifested itself---either because one fringe is exhausted before the other, or because the next leaves in the two fringes have different labels. If we get to the end of both fringes at the same time (`next1 (), next2 ()` matches the pattern `None, None`) then we've established that the trees do have the same fringe.
-
-The technique illustrated here with our fringe enumerators is a powerful and important one. It's an example of what's sometimes called **cooperative threading**. A "thread" is a subprogram that the main computation spawns off. Threads are called "cooperative" when the code of the main computation and the thread fixes when control passes back and forth between them. (When the code doesn't control this---for example, it's determined by the operating system or the hardware in ways that the programmer can't predict---that's called "preemptive threading.") Cooperative threads are also sometimes called *coroutines* or *generators*.
-
-With cooperative threads, one typically yields control to the thread, and then back again to the main program, multiple times. Here's the pattern in which that happens in our `same_fringe` function:
-
-       ------------            ------------            ------------
-       start next1
-       (paused)                        starting
-       (paused)                        calculate first leaf
-       (paused)                        <--- return it
-       start next2                     (paused)                        starting
-       (paused)                        (paused)                        calculate first leaf
-       (paused)                        (paused)                        <-- return it
-       compare leaves          (paused)                        (paused)
-       call loop again         (paused)                        (paused)
-       call next1 again        (paused)                        (paused)
-       (paused)                        calculate next leaf     (paused)
-       (paused)                        <-- return it           (paused)
-       ... and so on ...
-
-
-
-*      [[!wikipedia Coroutine]]
-*      [[!wikipedia Iterator]]
-*      [[!wikipedia Generator_(computer_science)]]
-*      [[!wikipedia Fiber_(computer_science)]]
-
-The way we built cooperative threads here crucially relied on two heavyweight tools. First, it relied on our having a data structure (the tree zipper) capable of being a static snapshot of where we left off in the tree whose fringe we're enumerating. Second, it relied on our using mutable reference cells so that we could update what the current snapshot (that is, tree zipper) was, so that the next invocation of the `next_leaf` function could start up again where the previous invocation left off.
-
-It's possible to build cooperative threads without using those tools, however. Some languages have a native syntax for them. Here's how we'd write the same-fringe solution above using native coroutines in the language Lua:
-
-       > function fringe_enumerator (tree)
-           if tree.leaf then
-               coroutine.yield (tree.leaf)
-           else
-               fringe_enumerator (tree.left)
-               fringe_enumerator (tree.right)
-           end
-       end
-
-       > function same_fringe (tree1, tree2)
-           local next1 = coroutine.wrap (fringe_enumerator)
-           local next2 = coroutine.wrap (fringe_enumerator)
-           local function loop (leaf1, leaf2)
-               if leaf1 or leaf2 then
-                   return leaf1 == leaf2 and loop( next1(), next2() )
-               elseif not leaf1 and not leaf2 then
-                   return true
-               else
-                   return false
-               end
-           end
-           return loop (next1(tree1), next2(tree2))
-       end
-
-       > return same_fringe ( {leaf=1}, {leaf=2})
-       false
-
-       > return same_fringe ( {leaf=1}, {leaf=1})
-       true
-
-       > return same_fringe ( {left = {leaf=1}, right = {left = {leaf=2}, right = {leaf=3}}},
-           {left = {left = {leaf=1}, right = {leaf=2}}, right = {leaf=3}} )
-       true
-
-We're going to think about the underlying principles to this execution pattern, and instead learn how to implement it from scratch---without necessarily having zippers to rely on.
-
-
-##Exceptions and Aborts##
-
-To get a better understanding of how that execution patter works, we'll add yet a second execution pattern to our plate, and then think about what they have in common.
-
-While writing OCaml code, you've probably come across errors. In fact, you've probably come across errors of two sorts. One sort of error comes about when you've got syntax errors or type errors and the OCaml interpreter isn't even able to understand your code:
-
-       # let lst = [1; 2] in
-         "a" :: lst;;
-       Error: This expression has type int list
-                  but an expression was expected of type string list
-
-But you may also have encountered other kinds of error, that arise while your program is running. For example:
-
-       # 1/0;;
-       Exception: Division_by_zero.
-       # List.nth [1;2] 10;;
-       Exception: Failure "nth".
-
-These "Exceptions" are **run-time errors**. OCaml will automatically detect some of them, like when you attempt to divide by zero. Other exceptions are *raised* by code. For instance, here is the implementation of `List.nth`:
-
-       let nth l n =
-         if n < 0 then invalid_arg "List.nth" else
-         let rec nth_aux l n =
-               match l with
-               | [] -> failwith "nth"
-               | a::l -> if n = 0 then a else nth_aux l (n-1)
-         in nth_aux l n
-
-Notice the two clauses `invalid_arg "List.nth"` and `failwith "nth"`. These are two helper functions which are shorthand for:
-
-       raise (Invalid_argument "List.nth");;
-       raise (Failure "nth");;
-
-where `Invalid_argument "List.nth"` is a value of type `exn`, and so too `Failure "nth"`. When you have some value `ex` of type `exn` and evaluate the expression:
-
-       raise ex
-
-the effect is for the program to immediately stop without evaluating any further code:
-
-       # let xcell = ref 0;;
-       val xcell : int ref = {contents = 0}
-       # let ex = Failure "test"
-         in let _ = raise ex
-         in xcell := 1;;
-       Exception: Failure "test".
-       # !xcell;;
-       - : int = 0
-
-Notice that the line `xcell := 1` was never evaluated, so the contents of `xcell` are still `0`.
-
-I said when you evaluate the expression:
-
-       raise ex
-
-the effect is for the program to immediately stop. That's not exactly true. You can also programmatically arrange to *catch* errors, without the program necessarily stopping. In OCaml we do that with a `try ... with PATTERN -> ...` construct, analogous to the `match ... with PATTERN -> ...` construct:
-
-       # let foo x =
-           try
-               if x = 1 then 10
-               else if x = 2 then raise (Failure "two")
-               else raise (Failure "three")
-           with Failure "two" -> 20
-           ;;
-       val foo : int -> int = <fun>
-       # foo 1;;
-       - : int = 10
-       # foo 2;;
-       - : int = 20
-       # foo 3;;
-       Exception: Failure "three".
-
-Notice what happens here. If we call `foo 1`, then the code between `try` and `with` evaluates to `10`, with no exceptions being raised. That then is what the entire `try ... with ...` block evaluates to; and so too what `foo 1` evaluates to. If we call `foo 2`, then the code between `try` and `with` raises an exception `Failure "two"`. The pattern in the `with` clause matches that exception, so we get instead `20`. If we call `foo 3`, we again raise an exception. This exception isn't matched by the `with` block, so it percolates up to the top of the program, and then the program immediately stops.
-
-So what I should have said is that when you evaluate the expression:
-
-       raise ex
-
-*and that exception is never caught*, then the effect is for the program to immediately stop.
-
-Of course, it's possible to handle errors in other ways too. There's no reason why the implementation of `List.nth` *had* to do things this way. They might instead have returned `Some a` when the list had an nth member `a`, and `None` when it does not. But it's pedagogically useful for us to think about this pattern now.
-
-When an exception is raised, it percolates up through the code that called it, until it finds a surrounding `try ... with ...` that matches it. That might not be the first `try ... with ...` that it encounters. For example:
-
-       # try
-           try
-               raise (Failure "blah")
-           with Failure "fooey" -> 10
-         with Failure "blah" -> 20;;
-       - : int = 20
-
-The matching `try ... with ...` block need not *lexically surround* the site where the error was raised:
-
-       # let foo b x =
-           try
-               b x
-           with Failure "blah" -> 20
-       in let bar x =
-           raise (Failure "blah")
-       in foo bar 0;;
-       - : int = 20
-
-Here we call `foo bar 0`, and `foo` in turn calls `bar 0`, and `bar` raises the exception. Since there's no matching `try ... with ...` block in `bar`, we percolate back up the history of *who called this function?* and find a matching `try ... with ...` block in `foo`. This catches the error and so then the `try ... with ...` block in `foo` that called `bar` in the first place will evaluate to `20`.
-
-OK, now this exception-handling apparatus does exemplify the second execution pattern we want to focus on. But it may bring it into clearer focus if we simplify the pattern even more. Imagine we could write code like this instead:
-
-       # let foo x =
-           try
-               (if x = 1 then 10
-               else abort 20) + 1
-           end
-           ;;
-
-then if we called `foo 1`, we'd get the result `11`. If we called `foo 2`, on the other hand, we'd get `20` (note, not `21`). This exemplifies the same interesting "jump out of this part of the code" behavior that the `try ... raise ... with ...` code does, but without the details of matching which exception was raised, and handling the exception to produce a new result.
-
-Many programming languages have this simplified exceution pattern, either instead of or alongside a `try ... with ...`-like pattern. In Lua and many other languages, `abort` is instead called `return`. The preceding example would be written:
-
-       > function foo(x)
-           local value
-           if (x == 1) then
-               value = 10
-           else
-               return 20
-           end
-           return value + 1
-       end
-
-       > return foo(1)
-       11
-
-       > return foo(2)
-       20
-
-Okay, so that's our second execution pattern.
-
-##What do these have in common?##
-
-In both of these patterns, we need to have some way to take a snapshot of where we are in the evaluation of a complex piece of code, so that we might later resume execution at that point. In the coroutine example, the two threads need to have a snapshot of where they were in the enumeration of their tree's leaves. In the abort example, we need to have a snapshot of where to pick up again if some embedded piece of code aborts. Sometimes we might distill that snapshot into a datastructure like a zipper. But we might not always know how to do so; and learning how to think about these snapshots without the help of zippers will help us see patterns and similarities we might otherwise miss.
-
-A more general way to think about these snapshots is to think of the code we're taking a snapshot of as a *function.* For example, in this code:
-
-       let foo x =
-           try
-               (if x = 1 then 10
-               else abort 20) + 1
-           end
-       in (foo 2) + 1;;
-
-we can imagine a box:
-
-       let foo x =
-       +---------------------------+
-       |   try                     |
-       |       (if x = 1 then 10   |
-       |       else abort 20) + 1  |
-       |   end                     |
-       +---------------------------+
-       in (foo 2) + 1;;
-
-and as we're about to enter the box, we want to take a snapshot of the code *outside* the box. If we decide to abort, we'd be aborting to that snapshotted code.
-
-<!--
-# #require "delimcc";;
-# open Delimcc;;
-# let reset body = let p = new_prompt () in push_prompt p (body p);;
-val reset : ('a Delimcc.prompt -> unit -> 'a) -> 'a = <fun>
-# let foo x = reset(fun p () -> (shift p (fun k -> if x = 1 then k 10 else 20)) + 1) in (foo 1) + 100;;
-- : int = 111
-# let foo x = reset(fun p () -> (shift p (fun k -> if x = 1 then k 10 else 20)) + 1) in (foo 2) + 100;;
-- : int = 120
--->
-
-
-
-
---------------------------------------
-
-In coming weeks, we'll learn about a different way to create threads, that relies on **continuations** rather than on those two tools. All of these tools are inter-related. As Oleg says, "Zipper can be viewed as a delimited continuation reified as a data structure." These different tools are also inter-related with monads. Many of these tools can be used to define the others. We'll explore some of the connections between them in the remaining weeks, but we encourage you to explore more.
-
-
-##Introducing Continuations##
-
-A continuation is "the rest of the program." Or better: an **delimited continuation** is "the rest of the program, up to a certain boundary." An **undelimited continuation** is "the rest of the program, period."
-
-Even if you haven't read specifically about this notion (for example, even if you haven't read Chris and Ken's work on using continuations in natural language semantics), you'll have brushed shoulders with it already several times in this course.
-
-A naive semantics for atomic sentences will say the subject term is of type `e`, and the predicate of type `e -> t`, and that the subject provides an argument to the function expressed by the predicate.
-
-Monatague proposed we instead take subject terms to be of type `(e -> t) -> t`, and that now it'd be the predicate (still of type `e -> t`) that provides an argument to the function expressed by the subject.
-
-If all the subject did then was supply an `e` to the `e -> t` it receives as an argument, we wouldn't have gained anything we weren't already able to do. But of course, there are other things the subject can do with the `e -> t` it receives as an argument. For instance, it can check whether anything in the domain satisfies that `e -> t`; or whether most things do; and so on.
-
-This inversion of who is the argument and who is the function receiving the argument is paradigmatic of working with continuations. We did the same thing ourselves back in the early days of the seminar, for example in our implementation of pairs. In the untyped lambda calculus, we identified the pair `(x, y)` with a function:
-
-       \handler. handler x y
-
-A pair-handling function would accept the two elements of a pair as arguments, and then do something with one or both of them. The important point here is that the handler was supplied as an argument to the pair. Eventually, the handler would itself be supplied with arguments. But only after it was supplied as an argument to the pair. This inverts the order you'd expect about what is the data or argument, and what is the function that operates on it.
-
-Consider a complex computation, such as:
-
-       1 + 2 * (1 - g (3 + 4))
-
-Part of this computation---`3 + 4`---leads up to supplying `g` with an argument. The rest of the computation---`1 + 2 * (1 - ___)`---waits for the result of applying `g` to that argument and will go on to do something with it (inserting the result into the `___` slot). That "rest of the computation" can be regarded as a function:
-
-       \result. 1 + 2 * (1 - result)
-
-This function will be applied to whatever is the result of `g (3 + 4)`. So this function can be called the *continuation* of that application of `g`. For some purposes, it's useful to be able to invert the function/argument order here, and rather than supplying the result of applying `g` to the continuation, we instead supply the continuation to `g`. Well, not to `g` itself, since `g` only wants a single `int` argument. But we might build some `g`-like function which accepts not just an `int` argument like `g` does, but also a continuation argument.
-
-Go back and read the material on "Aborting a Search Through a List" in [[Week4]] for an example of doing this.
-
-In very general terms, the strategy is to work with functions like this:
-
-       let g' k (i : int) =
-               ... do stuff ...
-               ... if you want to abort early, supply an argument to k ...
-               ... do more stuff ...
-               ... normal result
-       in let gcon = fun result -> 1 + 2 * (1 - result)
-       in gcon (g' gcon (3 + 4))
-
-It's a convention to use variables like `k` for continuation arguments. If the function `g'` never supplies an argument to its contination argument `k`, but instead just finishes evaluating to a normal result, that normal result will be delivered to `g'`'s continuation `gcon`, just as happens when we don't pass around any explicit continuation variables.
-
-The above snippet of OCaml code doesn't really capture what happens when we pass explicit continuation variables. For suppose that inside `g'`, we do supply an argument to `k`. That would go into the `result` parameter in `gcon`. But then what happens once we've finished evaluating the application of `gcon` to that `result`? In the OCaml snippet above, the final value would then bubble up through the context in the body of `g'` where `k` was applied, and eventually out to the final line of the snippet, where it once again supplied an argument to `gcon`. That's not what happens with a real continuation. A real continuation works more like this:
-
-       let g' k (i : int) =
-               ... do stuff ...
-               ... if you want to abort early, supply an argument to k ...
-               ... do more stuff ...
-               ... normal result
-       in let gcon = fun result ->
-               let final_value = 1 + 2 * (1 - result)
-               in end_program_with final_value
-       in gcon (g' gcon (3 + 4))
-
-So once we've finished evaluating the application of `gcon` to a `result`, the program is finished. (This is how undelimited continuations behave. We'll discuss delimited continuations later.)
-
-So now, guess what would be the result of doing the following:
-
-       let g' k (i : int) =
-               1 + k i
-       in let gcon = fun result ->
-               let final_value = (1, result)
-               in end_program_with final_value
-       in gcon (g' gcon (3 + 4))
-
-<!-- (1, 7) ... explain why not (1, 8) -->
-