[论文解读] Handling Exceptions and Effects with Automatic Resource Analysis

Ethan D. Chu, Yiyang Guo+1 more|arXiv (Cornell University)|Feb 28, 2026

Logic, programming, and type systems被引用 0

一句话总结

论文提出了首个自动资源边界分析，支持通过异常和效果处理器进行非本地控制转移，扩展 AARA 并给出健全性证明，且在 Standard ML 上实现并进行实验评估。

ABSTRACT

There exist many techniques for automatically deriving parametric resource (or cost) bounds by analyzing the source code of a program. These techniques work effectively for a large class of programs and language features. However, non-local transfer of control as needed for exception or effect handlers has remained a challenge. This paper presents the first automatic resource bound analysis that supports non-local control transfer between exceptions or effects and their handlers. The analysis is an extension of type-based automatic amortized resource analysis (AARA), which automates the potential method of amortized analysis. It is presented for a simple functional language with lists and linear potential functions. However, the ideas are directly applicable to richer settings and implemented for Standard ML and polynomial potential functions. Apart from the new type system for exceptions and effects, a main contribution is a novel syntactic type-soundness theorem that establishes the correctness of the derived bounds with respect to a stack-based abstract machine. An experimental evaluation shows that the new analysis is capable of analyzing programs that cannot be analyzed by existing methods and that the efficiency overhead of supporting exception and effect handlers is low.

研究动机与目标

• 将自动摊销资源分析（AARA）扩展以处理通过异常和效应处理器实现的非本地控制转移。
• 开发一个带有资源注释的类型系统，能够对异常和效应处理的边界成本进行建模。
• 提供一个形式化的健全性证明，将类型推导得到的边界与基于栈的抽象机联系起来。
• 在 Standard ML 上实现该方法并在基准测试中评估其有效性与效率。

提出的方法

• 将 AARA 与异常和效应及其处理器的类型规则扩展。
• 提出一个新颖的小步健全性证明，使用基于栈的抽象机以及值与表达式的模态分离。
• 使用基于 tick 的成本模型来表示资源使用，并确保处理器成本被载荷所界定。
• 将异常和效应载荷建模为携带处理器潜在成本的契约，从而实现资源多态性。
• 在非本地控制转移影响资源使用的示例上展示类型化，包括对分界续续的单次（one-shot）连续体的处理。
• 通过 MLton 在 Standard ML 上实现分析，并在涉及异常和效应的基准测试中进行评估。

实验结果

研究问题

• RQ1 如何在异常和效应处理器在函数之间进行非本地转移时自动约束资源，从而扩展 AARA？
• RQ2 需要哪些类型规则和潜在成本来在异常和效应处理器处正确计成本？
• RQ3 能否给出与建模 continuations 与分界控制的基于栈的抽象机相关的健全性证明？
• RQ4 在现实世界的类似 SML 程序中，新的分析在性能影响和边界精度方面的表现如何？

主要发现

• 工作提供了首个完整支持异常处理器和跨函数异常转移的资源边界分析。
• 给出基于基于栈的抽象机和模态值/表达式分离的新的语法健全性证明。
• 通过将潜在成本与异常和效应载荷相关联，分析能够实现对处理器成本的精确估计。
• 实验评估表明该方法能够分析超出现有方法能力范围的程序，开销较低。
• Standard ML 的实现展示了在使用异常和效应的基准测试中的有效性，包括现有方法无法分析的案例。