diff options
Diffstat (limited to 'search.xml')
| -rw-r--r-- | search.xml | 71 |
1 files changed, 45 insertions, 26 deletions
@@ -624,32 +624,6 @@ </tags> </entry> <entry> - <title>G-Machine</title> - <url>/2024/01/23/G-Machine/</url> - <content><![CDATA[<ul> -<li><a href="https://link.springer.com/chapter/10.1007/3-540-15975-4_50">The G-machine: A fast, graph-reduction evaluator</a></li> -</ul> -<p>G-Machine 是一种通过图规约来对函数式语言程序求值的抽象架构。<br>与组合子规约不同，组合子规约的control是从表达式图本身动态导出的，而G-Machine是由通过编译Application表达式导出的指令序列指定的。</p> -<hr> -<p>FP的程序基本上都可以用一个表达式的图表示，图计算机就是对这个图求值的机器，总的说来对图的求值是一个不停合并图上的节点生产新节点的过程。</p> -<p>例如：</p> -<figure class="highlight ocaml"><table><tr><td class="code"><pre><span class="line"><span class="keyword">let</span> x = <span class="number">2</span> + <span class="number">3</span> <span class="keyword">in</span> </span><br><span class="line"> x * x</span><br></pre></td></tr></table></figure> - -<p>先计算出5，然后创建一个新的节点 <code>5 * 5</code>，然后再对这个节点求值，于是求值过程中就产生了很多临时的节点，这些中间节点也被叫做是 spine，求值过程是沿着 spine 进行的。</p> -<p>但是这样就产生了很多额外的开销，lambda lifting 里提到：可以把程序里，很多捕捉了外围绑定的闭包函数中的这些绑定，转换成函数的参数，从而消除闭包，得到的这个函数就可以自由脱离作用域，被静态的编译到机器码里。这些被 float out 的函数也叫 supercombinator.</p> -<p>在上面的代码中，如果不创建新的节点，顺序计算完了第一个 <code>x</code>，第二个 <code>x</code> 还会再被算一遍。</p> -<p>Spineless reduction 的概念：只有当面临需要重复计算的情况时，才去创建节点，不然就一路顺序算下去</p> -<ul> -<li><a href="https://en.wikipedia.org/wiki/Graph_reduction">Graph reduction</a></li> -<li><a href="https://en.wikipedia.org/wiki/Graph_reduction_machine">Graph reduction machine</a></li> -<li><a href="https://www.zhihu.com/question/54834531/answer/144213668">https://www.zhihu.com/question/54834531/answer/144213668</a></li> -</ul> -]]></content> - <tags> - <tag>Technique</tag> - </tags> - </entry> - <entry> <title>Functional Reactive Programming in F#</title> <url>/2024/09/12/Functional-Reactive-Programming-in-F/</url> <content><![CDATA[<blockquote> @@ -777,6 +751,32 @@ </tags> </entry> <entry> + <title>G-Machine</title> + <url>/2024/01/23/G-Machine/</url> + <content><![CDATA[<ul> +<li><a href="https://link.springer.com/chapter/10.1007/3-540-15975-4_50">The G-machine: A fast, graph-reduction evaluator</a></li> +</ul> +<p>G-Machine 是一种通过图规约来对函数式语言程序求值的抽象架构。<br>与组合子规约不同，组合子规约的control是从表达式图本身动态导出的，而G-Machine是由通过编译Application表达式导出的指令序列指定的。</p> +<hr> +<p>FP的程序基本上都可以用一个表达式的图表示，图计算机就是对这个图求值的机器，总的说来对图的求值是一个不停合并图上的节点生产新节点的过程。</p> +<p>例如：</p> +<figure class="highlight ocaml"><table><tr><td class="code"><pre><span class="line"><span class="keyword">let</span> x = <span class="number">2</span> + <span class="number">3</span> <span class="keyword">in</span> </span><br><span class="line"> x * x</span><br></pre></td></tr></table></figure> + +<p>先计算出5，然后创建一个新的节点 <code>5 * 5</code>，然后再对这个节点求值，于是求值过程中就产生了很多临时的节点，这些中间节点也被叫做是 spine，求值过程是沿着 spine 进行的。</p> +<p>但是这样就产生了很多额外的开销，lambda lifting 里提到：可以把程序里，很多捕捉了外围绑定的闭包函数中的这些绑定，转换成函数的参数，从而消除闭包，得到的这个函数就可以自由脱离作用域，被静态的编译到机器码里。这些被 float out 的函数也叫 supercombinator.</p> +<p>在上面的代码中，如果不创建新的节点，顺序计算完了第一个 <code>x</code>，第二个 <code>x</code> 还会再被算一遍。</p> +<p>Spineless reduction 的概念：只有当面临需要重复计算的情况时，才去创建节点，不然就一路顺序算下去</p> +<ul> +<li><a href="https://en.wikipedia.org/wiki/Graph_reduction">Graph reduction</a></li> +<li><a href="https://en.wikipedia.org/wiki/Graph_reduction_machine">Graph reduction machine</a></li> +<li><a href="https://www.zhihu.com/question/54834531/answer/144213668">https://www.zhihu.com/question/54834531/answer/144213668</a></li> +</ul> +]]></content> + <tags> + <tag>Technique</tag> + </tags> + </entry> + <entry> <title>.NET AOT 下的 F# 命令行参数解析库选择</title> <url>/2024/06/06/NET-AOT-%E4%B8%8B%E7%9A%84-F-%E5%91%BD%E4%BB%A4%E8%A1%8C%E5%8F%82%E6%95%B0%E8%A7%A3%E6%9E%90%E5%BA%93%E9%80%89%E6%8B%A9/</url> <content><![CDATA[<p>Argu 不支持 AOT，不过用 F# 的话可以看整个 .NET 的生态，我看了一下 C# 的 CommandLineParser：<br><a href="https://github.com/commandlineparser">https://github.com/commandlineparser</a></p> @@ -2369,6 +2369,25 @@ </categories> </entry> <entry> + <title>二〇二五年三月十七日</title> + <url>/2025/03/17/%E4%BA%8C%E3%80%87%E4%BA%8C%E4%BA%94%E5%B9%B4%E4%B8%89%E6%9C%88%E5%8D%81%E4%B8%83%E6%97%A5/</url> + <content><![CDATA[<p>人类其实根本无法同时拥有对死亡的坦然和对生活的眷恋。</p> +<p>看见死亡，看见新生，看见朝露凝于叶尖，看见惊雷震碎山月，<br>它们是因缘聚散吗？</p> +<p>那露珠消散后去了哪里？<br>当晨光加热露珠表面至 $0.1μm$ 深度时，表层水分子动能突破氢键束缚（键能约 $23 kJ/mol$）。<br>这种相变并非整齐划一的队列解散，而是呈现量子隧穿效应——单个水分子以 $10^{-12}s$ 量级的涨落，在液态与气态间振荡，直到完全脱离范德华力作用半径（约 $0.3 nm$）。<br>逃逸的 H2O 分子并非直线升空，而是在空气分子碰撞下进行三维随机游走。<br>根据爱因斯坦-斯托克斯方程，其扩散系数 $D \approx 0.282 cm^2/s$（25℃标准大气压）。这意味着单个水分子在1秒内将形成半径约 $2.4 mm$ 的概率云，与数十亿同伴共同形成水汽。</p> +<p>水中捞月，伸手时，涟漪碎了三千世界。</p> +<p>人类的眉睫处有十方虚空，三藏经书不过指月之指，</p> +<p>看见儿时门前溪水倒流，看见婴孩啼哭时眼底星河闪烁。</p> +<p>看见生死之幕薄如蝉翼，和众生颠倒梦想处。</p> +<p>某些水分子可能抵达对流层顶（约 $12 km$），在那里被极地涡旋捕获。<br>经过 $50-200$ 天的环球旅行后，其中 $0.0003%$ 的分子将逃逸到太空，携带着地球的熵增印记。<br>它们的氧原子核内，八个质子正以 $10^{34}$ 年半衰期等待质子衰变——这恰是 $138$ 亿年前宇宙暴胀时期产生的原初量子涨落的回响。</p> +<p>那在这之前呢？</p> +<p>在这之前我刚吃完一碗辣椒炒肉，</p> +<p>香</p> +]]></content> + <categories> + <category>gallery</category> + </categories> + </entry> + <entry> <title>二〇二五年二月二十四日</title> <url>/2025/02/24/%E4%BA%8C%E3%80%87%E4%BA%8C%E4%BA%94%E5%B9%B4%E4%BA%8C%E6%9C%88%E4%BA%8C%E5%8D%81%E5%9B%9B%E6%97%A5/</url> <content><![CDATA[<p>街上的人躲进建筑，道路上的车变得缓慢。路边的黑猫坐在屋檐下张望，在雨天，它也有了思考的地方与时间。除了淅淅沥沥的雨声再无其他。</p> |