[论文解读] When are two algorithms the same?

Andreas Blass, Nachum Dershowitz+1 more|arXiv (Cornell University)|Nov 5, 2008

Computability, Logic, AI Algorithms参考文献 9被引用 4

一句话总结

本文认为，即使在确定性、小步长、非交互式算法的有限范围内，也不存在一个令人满意的等价关系来形式化定义两个算法何时是相同的。通过分析那些直观上认为算法相同但难以精确界定的案例，作者得出结论：'同一算法'这一概念本质上是主观的，无法通过任何严格的程序等价关系来捕捉。

ABSTRACT

People usually regard algorithms as more abstract than the programs that implement them. The natural way to formalize this idea is that algorithms are equivalence classes of programs with respect to a suitable equivalence relation. We argue that no such equivalence relation exists.

研究动机与目标

• 调查是否可以定义一个精确的等价关系，以捕捉两个程序实现同一算法的直观概念。
• 考察现有方法（如 Curry-Howard 对应关系和证明等价性）在定义算法相同性方面的局限性。
• 证明即使在受限的算法类别（确定性、小步长、非交互式）中，算法相同的直观概念也过于模糊，无法形式化。
• 表明即使程序的语法和语义已明确定义，关于算法身份的主观判断依然存在。
• 论证算法相同性问题本质上是病态的，而非仅技术上的困难，这是由于人类对算法身份的直觉中存在固有的模糊性。

提出的方法

• 分析两个程序显然计算同一函数但直观上被视为不同算法的案例，例如插入排序与选择排序。
• 考察编程语言和语义在定义程序中的作用，主张使用稳定、明确定义的语言以避免目标不断变化。
• 利用 Curry-Howard 对应关系探讨证明等价性作为算法等价性的潜在路径，但认为其过于精细而予以拒绝。
• 研究对程序进行微小、渐进式修改如何模糊算法身份与差异之间的界限，从而产生灰色区域。
• 通过类比其他领域（如证明、定理、翻译）来说明相同性问题具有普遍性，且同样难以解决。
• 应用反向数学作为定理的粗粒度等价关系，与直观的等价概念进行对比，以凸显形式化中的差距。

实验结果

研究问题

• RQ1 能否在程序上定义一个精确的等价关系，使得当且仅当两个程序实现同一算法时，它们才被视为等价？
• RQ2 为何标准方法（如 Curry-Howard 对应关系或证明等价性）无法捕捉直观的算法相同性？
• RQ3 直观的'同一算法'概念在多大程度上是主观的？这种主观性能否被形式化？
• RQ4 程序中微小的语法或结构变化如何影响对算法身份的判断？边界在哪里？
• RQ5 在其他领域（如证明、定理、翻译）是否存在类似问题，其困难程度与算法相同性的定义相似？

主要发现

• 在确定性、小步长、非交互式算法的受限类别中，也无法通过程序上的任何等价关系完全捕捉两个算法相同的直观概念。
• 即使两个程序计算同一函数且语法相似，人们仍可能合理地就其是否实现同一算法产生分歧，表明其中存在固有的主观性。
• Curry-Howard 对应关系和证明等价性方法得出的等价关系过于精细，无法将直观上等价的算法识别为等价。
• 对程序进行一系列微小、渐进的修改，每步变化都微不足道，但初始和最终程序却被感知为不同算法，表明缺乏清晰的边界。
• 算法相同性问题不仅是技术性的，更是概念性的：直观概念过于模糊且依赖于语境，无法被形式化为精确的等价关系。
• 其他领域（如证明、定理或翻译的等价性）中也存在类似问题，表现出相同的顽固性，暗示存在更深层次的基础性问题。