[论文解读] The Complexity of Interaction (Long Version)

Stéphane Gimenez, Georg Moser|arXiv (Cornell University)|Nov 5, 2015

Logic, programming, and type systems参考文献 5被引用 5

一句话总结

本文提出了一种用于交互网程序的组合式、基于类型的复杂度分析方法，通过用户定义的大小类型和调度类型，静态地验证顺序和并行归约的精确时间、空间及时空复杂度边界。通过为有类型的节点分配复杂度势能，该方法实现了无需依赖输入导向假设的精确、模块化分析，关键成果包括通过复杂度函数的卷积与求和，实现顺序和并行归约的组合式边界。

ABSTRACT

In this paper, we analyze the complexity of functional programs written in the interaction-net computation model, an asynchronous, parallel and confluent model that generalizes linear-logic proof nets. Employing user-defined sized and scheduled types, we certify concrete time, space and space-time complexity bounds for both sequential and parallel reductions of interaction-net programs by suitably assigning complexity potentials to typed nodes. The relevance of this approach is illustrated on archetypal programming examples. The provided analysis is precise, compositional and is, in theory, not restricted to particular complexity classes.

研究动机与目标

• 为解决传统复杂度分析的非组合性质，特别是函数组合中输出大小影响整体复杂度的问题。
• 为交互网程序提供一种静态的、组合式的时序与空间复杂度分析方法。
• 将复杂度分析扩展至并行归约，而现有形式化方法通常忽略这一点。
• 通过将大小和时序注解与有类型节点通过复杂度势能关联，实现精确、模块化的复杂度认证。
• 通过可预测的时空复杂度保证，支持分布式与并发系统的架构设计与优化。

提出的方法

• 该方法采用用户定义的大小类型，用于跟踪顺序归约中中间结果的大小度量。
• 引入分配给有类型节点的复杂度势能，通过语义分析推导出时空复杂度边界。
• 对于并行归约，将时序注解与大小注解结合形成调度类型，以控制数据可用性和任务调度。
• 该方法使用卷积公式 h(t) = max_{u+v=t} f(u) + g(v) 来建模顺序并置的时空复杂度。
• 对于并行归约，时空复杂度建模为简单求和 h(t) = f(t) + g(t)，从而实现组合式分析。
• 该方法通过两个主要定理形式化：一个用于顺序归约（定理1），一个用于并行归约（定理2），两者均基于势能推理。

实验结果

研究问题

• RQ1 当输出大小无法预先获知时，如何使函数式程序的复杂度分析具有组合性？
• RQ2 顺序交互网归约的精确时空复杂度是什么？如何实现其静态认证？
• RQ3 如何通过类型系统对并行归约进行分析，以保证时间与空间边界？
• RQ4 同一类型系统能否同时支持顺序与并行复杂度分析，并提供组合式保证？
• RQ5 如何为节点分配复杂度势能，以确保高阶程序的精确、模块化边界？

主要发现

• 本文通过大小类型与复杂度势能，为顺序交互网归约建立了组合式复杂度分析，时空复杂度通过函数卷积建模。
• 对于并行归约，该方法通过调度类型实现组合式复杂度边界，其中并置的时空复杂度表示为函数的简单求和。
• 该方法可在无需执行或输入特定分析的情况下，实现对时间与空间复杂度边界的精确认证。
• 该方法具有通用性，不限于特定复杂度类，支持多项式与指数边界。
• 该框架支持高阶程序，如通过具体 O(n log n) 的比较调用次数边界对归并排序进行类型推导。
• 该分析适用于分布式与并发系统，具有优化任务调度与资源分配的潜力。