SCIP读书笔记(1)

这书也算是必修吧,尤其是我这种非科班人员,还是应该抽时间尽量学习一下。大致翻过一遍,习题非常多,尽力吧。
##构造过程抽象
* 为了表述认知,每种语言都提供了三种机制:基本元素;组合方式;抽象方法。
* 前缀表示法,haskell中有学过,scheme中基本都是前缀表达,这使得表达式的可读性略微降低。
* 声明变量:`(#define name value)`,和C中的宏声明一致,声明函数:`(#define (func ( para1,para2...) ())`;
* 一般性求职规则是**树形累积**,其他的被称为**特殊形式**(如`define`语句)。
* Scheme中多项式求值遵从**代换模型**,即逐步将过程调用代换为对应的过程和变量。先展开后规约的成为**正则序求值**,否则被称为**应用序求值**。在Scala中,分别对应*Call By Name* 和 *Call By Value*。和Scala一样,Lisp也是默认遵从后者。
* 条件表达式:`cond`关键字,对应现代语言中的`switch`,`if`关键字,只能在非此即彼的情况下使用(换言之,没有`else if`)。
* 逻辑运算符:`and`, `or` 和 `not`.
###练习部分:
1.3:
```lisp
(define (sumMax2 x y z)
         (if (= x (larger x y))
             (+ x (larger y z))
             (+ y (larger x z))))
(define (larger a b)
                  (if (> a b) a b))

(sumMax2 1 2 3)
```

1.5 由于第二个参数是一个endless loop,如果对其做value展开,就会死掉,换句话说:如果死机就是应用序,否则是正则序。

* 牛顿迭代法求平方根
```lisp
(define (sqrt x)
  (define (isGoodEnough guess)
    (< (abs (- (* guess guess) x)) 0.001))
  (define (improve guess)
    (average guess (/ x guess)))
  (define (sqrtIter guess)
    (if (isGoodEnough guess)
        guess
        (improve guess)))
  (sqrtIter 1.0))

(define (average x y)
  (/ (+ x y) 2.0))

(define (abs x)
  ((if (> x 0) + -) x))
```
1.6 由于lisp是应用序优先的,因此
```lisp
new-if ( good-enough? guess x) 
            guess  
            (sqrt-iter (improve guess x) x)
```

的计算过程是先计算 `(good-enough? guess x)`,而下一步是计算`(sqrt-iter (improve guess x))`,换句话说,递归被无条件执行了,因此程序会陷入死循环。

* 过程的形式参数被称为“约束变量”,与之对应的成为“自由变量”,所谓**约束**,过程约束了形式参数。如果像上文一样把一些过程定义在某个过程内部,这个过程的形参就在所有的过程中共享,不必再次声明,这被称为“词法作用域”。有点类似类内部的私有函数。
* 尾递归与普通递归的区别:简单来说,尾递归可以被优化成迭代,对于lisp这种没有循环语句的语言,掌握尾递归是一项必备技能。非尾递归可能造成堆栈溢出,尾递归无此后患(现代C/C++的编译器也会自动优化尾递归)。

1.9 `a+b`展开为:` ++(--a+b)`,`+`运算需要再次展开,直到a=0,因此是递归计算过程;而后者展开为`(--a)+(++b)`,不需要伸展长度,因此是尾递归|迭代。

1.10 (A 1 10)=A(0 (A 1 9))=A(0 (A 0 A(1 8)))..A(...A(1 1))=$2^{10}$

(A 2 4)=A(1 (A 2 3))=A(1 (A 1 A(2 2)))...A(...A(2 1))=$2^{16}$

(A 3 3)=A(2 A(3 2))=A(2 A(2 A(3 1)))...=$2^{16}$

根据上面的展开规律:

(f n)=2n;

(g n)=$2^n$

(h n)=$2^{2^n}=4^n$

* 树形展开,即递归的展开是一棵树,这个是比较常见的情况。书中举了著名的坑爹例子”斐波那契“,这个例子是有名的不适合使用递归计算的递归式。
$$f(n)=\begin{equation}
    \begin{cases}
        0, &n = 0\\
        1, &n=1\\
        f(n-1)+f(n-2), &n > 1\\
    \end{cases}
    \end{equation}
$$
[$\LaTeX$公式的命令都快不记得了,去查了半天ORZ]

如果想要转为迭代,用常规命令语言的思路:
```c
if(n==0)return 0;
if(n==1)return 1;
int pre=0;
int result=1;
int temp;
while(--n>0)
{
    temp=result;
    result=result+pre;
    pre=temp;
}
return result;
```
显然,需要两个中间变量,循环结束的条件是次数。使用尾递归实现,因为不需要中间变量交换数据,所以所需变量少一个。

```lisp
(define (f n)
    (f-iter 0 1 n)

(define (f-iter  pre result count)
    (if (= count 0) 
        b
        (f-iter result (+pre result) (- count 1)))
)
```
你看,其实并不难,只要你会写循环…当然,尾递归要简洁很多。如果能够跳出命令式思维,直接想到尾递归写法,这函数式编程才能算入了门(好难= =)。

* 换零钱的例子。其实这是一个组合算法,总的组合次数=一定用了某个部件的次数+一定没用某个部件的次数。按着这个规律进行规约,最终退化到边界情况,问题解决。使用这种典型的分治式思维,写出的代码非常简洁。著名的快速排序也是一句话:快排的结果应该是把比某元素小的快排结果放在其前面,把比该元素大的结果放在后面,这个haskell只要两行,常被用来做广告,哈哈。

```haskell
qsort [] = []
qsort (x:xs) = qsort (filter (< x) xs) ++ [x] ++ qsort (filter (>= x) xs)
```

Lisp版:
```lisp
define (quicksort x)
  (cond
   ((null? x) ‘())
   (else (append
   (quicksort (filter (lambda (y) (< y (car x))) (cdr x)))
   (list (car x))
   (quicksort (filter (lambda (y) (>= y (car x))) (cdr x)))))))
```
注:这个是从网上找的,我的lisp水平和这篇笔记的进度一致。

1.11 
$$ f(n)=\begin{equation}
        \begin{cases}
        n,&n<3\\
        f(n-1)+f(n-2)+f(n-3),&n \ge 3\\
        \end{cases}
    \end{equation}
$$

```lisp
(define (f n)
  (if (<= n 3)
      n
  (f-iter 1 2 3 n)))

(define (f-iter ppre pre result count)
  (if (<= count 3)
      result
      (f-iter pre
              result
              (+ (* 3 ppre) (* 2 pre) result) 
              (- count 1))))
```
1.12 帕斯卡三角形,把它当成一个下三角,从二维的角度来讲:
$$f(x,y)=\begin{equation}
\begin{cases}
 1,& y=1 \text{ or } x=y\\
f(x-1,y-1)+f(x-1,y),&x>y  \text{ and } y!=1\\
\end{cases}
\end{equation}
$$

```lisp
(define (f x y)
  (cond ((< x y) null)
        ((= y 1) 1)
        ((= x y) 1)
        (else (+ (f (- x 1) (- y 1))
                 (f (- x 1) y)))))
```
1.13 纯数学题,这里就略过吧ORZ,我印象中上学的时候似乎证明过。

下面一部分是讲复杂度的,CLRS这里讲的很明白,略过。

* 求幂的题目。这题在面试题中倒是很常见,一个技巧
$$a^n=a^{n/2}*a^{n/2}$$
所以如果n是偶数,需要$\log{n}$次,是奇数就是$\log{n}+1$次。对应的代码段:

```lisp
(define (exp a n)
  (define (even? n)
    (= (remainder n 2) 0))
  (cond (= (n 0) 1)
        ((even? n) (square (exp (/ n 2))))
        (else (* a (exp a n-1)))))
```
显然,这里递归运算,下面描述对应的迭代,主要利用了公式:
$(a^{n/2})^2=(a^2)^{n/2}$,反向分解的思路:
$5^7=5^3*5^3*5=5^2*5*5^2*5*5$,显然,n是偶数,除以2,递归;n是奇数,减1,递归

```lisp
(define (exp a n)
  (define (square a) (* a a))
  (define (even? n)
    (= (remainder n 2) 0))
  (define (exp-iter a n result)
    (cond ((= n 0) result)
          ((even? n) (exp-iter (square a) (/ n 2) result))
          (else (exp-iter a (- n 1) (* a result)))))
  (exp-iter a n 1))
```

1.17 好吧,这种题很适合做面试题,定义了乘法,倍乘和减半,实际上把上面的代码中相关的代换掉就可以了。其中`even?`需要用一些技巧,不过也不困难。

先到这里,这本书读的很慢…习题太多,每周抽一天时间学习吧。
posted @ 2013-11-24 13:48  生无所息  阅读(2063)  评论(0编辑  收藏  举报