[论文解读] Version Space Algebras are Acyclic Tree Automata

James Koppel|arXiv (Cornell University)|Jul 27, 2021

Software Engineering Research参考文献 10被引用 5

一句话总结

本文证明了版本空间代数（VSAs）——自 FlashFill（2010）以来枚举程序综合中的关键数据结构——与无环非确定性有限树自动机（NFTAs）同构。本文提出了一种线性时间、语义保持的 VSAs 到 NFTAs 的嵌入方法，表明 VSAs 是树自动机的一种受限形式，并将 VSAs 与此前已证明对应于最小确定性树自动机的 e-graphs 统一在同一个理论框架下。

ABSTRACT

Version space algebras are ways of representing spaces of programs which can be combined using union, intersection, and cross-product/``join" operators. In their reified form as ASTs with explicit union and join nodes, they have the ability to compactly represent exponentially-large spaces of programs, owing to which they have become become the most popular approach to enumerative program synthesis since the introduction of FlashFill in 2010. We present a linear-time semantics-preserving constructive embedding from version space algebras into nondeterministic finite tree automata, showing that the former are but a special case of the latter. Combined with recent results finding a correspondence between e-graphs and minimal deterministic tree automata, this shows that tree automata are strict generalizations of all recent major approaches to efficiently representing large spaces of programs by sharing.

研究动机与目标

• 正式建立版本空间代数（VSAs）与树自动机在程序综合中的理论关系。
• 通过证明 VSAs 对应于树自动机的一个受限类，弥合文献中的空白，完善此前关于 e-graphs 与树自动机工作的理论图景。
• 提供一种构造性、线性时间的 VSAs 到非确定性有限树自动机（NFTAs）的嵌入方法，保持语义不变。
• 将程序综合领域的最新进展——特别是 VSAs 和 e-graphs——统一在更广泛的树自动机理论框架之下。

提出的方法

• 定义 VSAs 的规范化形式，通过显式标签标识并集节点和连接节点，以确保节点表示的唯一性。
• 通过为 VSA 中每个并集节点分配唯一状态，构建树自动机的状态集合。
• 基于连接节点与其父并集节点之间的父子关系，定义树自动机的转移函数，使用函数符号和子状态。
• 确保生成的自动机为无环，以反映原始 VSA 的无环性。
• 通过使用因子化转移表示优化构造过程，实现 O(V + E) 的时间与空间复杂度。
• 通过互递归归纳法证明正确性，表明每个 VSA 节点的语义与对应自动机状态所识别的语言完全匹配。

实验结果

研究问题

• RQ1 版本空间代数能否以保持语义的方式，正式嵌入到树自动机中？
• RQ2 VSAs 的结构与某一类特定树自动机之间是否存在精确对应关系？
• RQ3 从 VSAs 到树自动机的嵌入是否保持了程序空间表示的语义？
• RQ4 该嵌入与 e-graphs 与确定性树自动机之间先前建立的对应关系有何关联？
• RQ5 该构造能否高效实现？其时间与空间复杂度如何？

主要发现

• 本文构建了一种线性时间、语义保持的 VSAs 到无环非确定性有限树自动机的嵌入。
• 生成的自动机不一定是确定的，因为多个并集节点可能共享同一个连接节点作为子节点，但其无环性得到保证。
• 当使用因子化转移表示时，尽管朴素方法的时间与空间复杂度为 O(VE)，该构造仍可实现 O(V + E) 的时间与空间复杂度。
• 该嵌入是正确的：自动机所识别的语言与原始 VSA 所表示的程序集合完全一致。
• 该结果完成了主要程序综合数据结构的理论统一，表明 VSAs 和 e-graphs 都是树自动机的特例。
• 该工作意味着所有为树自动机开发的技术现在均可应用于 VSAs，反之亦然，从而丰富了两个研究社区。