[论文解读] Verifying Asymptotic Time Complexity of Imperative Programs in Isabelle

Bohua Zhan, Maximilian P. L. Haslbeck|arXiv (Cornell University)|Feb 5, 2018

Logic, programming, and type systems参考文献 14被引用 3

一句话总结

本论文在 Isabelle/HOL 中提出了一套经过验证的框架，通过扩展 Imperative HOL 以引入时间凭证和分离逻辑，用于证明指令式程序的渐近时间复杂度。该框架通过 auto2 推理器实现自动化，以推理运行时行为，支持对高级技术（如 Akra–Bazzi 定理和摊销分析）的正式验证，并通过中位数的中位数、Karatsuba 算法和伸展树等案例研究加以说明。

ABSTRACT

We present a framework in Isabelle for verifying asymptotic time complexity of imperative programs. We build upon an extension of Imperative HOL and its separation logic to include running time. In addition to the basic arguments, our framework is able to handle advanced techniques for time complexity analysis, such as the use of the Akra-Bazzi theorem and amortized analysis. Various automation is built and incorporated into the auto2 prover to reason about separation logic with time credits, and to derive asymptotic behavior of functions. As case studies, we verify the asymptotic time complexity (in addition to functional correctness) of imperative algorithms and data structures such as median of medians selection, Karatsuba's algorithm, and splay trees.

研究动机与目标

• 开发一个在 Isabelle/HOL 中形式化验证指令式程序渐近时间复杂度的框架。
• 扩展 Imperative HOL 及其分离逻辑，引入时间凭证以支持运行时推理。
• 通过 auto2 推理器和过滤器，提供渐近界推导的自动化推理支持。
• 支持对高级复杂度技术（如 Akra–Bazzi 定理和摊销分析）的验证。
• 通过复杂算法和数据结构的案例研究，展示框架的模块化与可重用性。

提出的方法

• 扩展 Imperative HOL 的单子框架，将运行时作为类型系统中的首等值，返回计算步数的自然数。
• 在分离逻辑的局部堆中引入时间凭证，以支持对资源消耗的推理。
• 定义一种包含时间凭证分解的分离合取，以支持对资源使用情况的模块化推理。
• 结合过滤器和形式化的 Landau 符号，表达渐近支配关系并推导 Θ-界，包括双变量情形。
• 扩展 auto2 推理器，添加处理时间凭证断言和分离逻辑中渐近推理的自定义规则。
• 复用现有对函数式程序的 Akra–Bazzi 定理和摊销复杂度的形式化成果，以支持指令式程序的对应形式。

实验结果

研究问题

• RQ1 如何在 Isabelle/HOL 等证明助手中对指令式程序的形式化验证渐近时间复杂度？
• RQ2 时间凭证能否以一种安全且模块化的方式集成到分离逻辑中，以支持摊销资源分析？
• RQ3 在带有时间凭证的分离逻辑中，渐近界推导的自动化程度在多大程度上可以实现？
• RQ4 如何在形式化框架内应用并验证如 Akra–Bazzi 定理等高级复杂度技术？
• RQ5 对函数式程序的已验证摊销分析能否被适配并重用于指令式数据结构？

主要发现

• 该框架成功使用 Akra–Bazzi 定理验证了中位数的中位数选择算法的渐近时间复杂度。
• Karatsuba 算法被形式化验证为具有 O(n^log₂3) 的时间复杂度，采用 Akra–Bazzi 方法。
• 伸展树和斜堆被形式化验证为每次操作的摊销时间复杂度为 O(log n)。
• 该框架支持双变量渐近复杂度分析，已在 0-1 背包问题上得到验证。
• auto2 推理器的扩展支持了一维和二维渐近界的形式化推理，显著减少了手动证明的工作量。
• 模块化设计实现了功能正确性、运行时分析和分离逻辑推理的分离，提升了证明的可维护性。