这是一些相关的答案(由我):
基本上,将 Y 定义为 λr.(λh.h h) (λg.r (λx.(g g) x)),应用程序 Y r 减少为
Y r
(λw.(λh.h h) (λg.w (λx.(g g) x))) r
(λh.h h) (λg.r (λx.(g g) x))
h h
;where
h = (λg.r (λx.(g g) x)) <----\
|
(λg.r (λx.(g g) x)) h |
r (λx.(g g) x) <-------------- | ----------\
;where | |
g = h -----/ |
;so that |
(g g) = (h h) = r (λx.(g g) x) ------/
所以r 必须有两个参数 - 第一个表示要调用的递归函数,第二个 - 一个实际参数:
r = λf (λx. ....x.....(f y)...... )
所以(Y r) x 减少为
(r (λx.(g g) x)) x
(r f) x
;where
f = (λx.(g g) x)
f y = (λx.(g g) x) y = (g g) y = (r f) y ; f is "fixed point" of r
定义f = (λx.(g g) x) 的意思是,当f y 被调用时,(g g) y 将被调用,此时g 将被自我应用,r“拉”自在g 内部,(r f) 的结果使用y 参数调用。 IE。由(r f) 应用程序产生的lambda 表达式主体中的任何调用(f y) 都会被转换回(r f) y,即使用新参数y 调用同一主体。
重要的实现细节是它是相同函数体,还是它的副本,但语义是相同的——我们可以进入相同的函数体使用新的参数值。
Y组合器的本质是通过引用复制和自我应用:我们通过相同的name引用同一事物,两次;因此我们安排 it 接收 itself 作为参数。
当没有引用时,如在纯 lambda 演算中,并且参数接收参数的文本副本 - 即通过文本重写完成缩减 - 这仍然有效,因为 相同的副本 被复制和传递,作为 self 的参数,如果需要,它可以在下一次迭代中使用。
但是当共享引用可用时效率更高(同名的所有使用都引用相同的东西)。环境下评价创建自引用函数的模型很简单
(let ((fact #f))
(set! fact
(lambda (n) (if (< 2 n) 1
(* n (fact (- n 1))))))
fact)
实际上,您答案中的定义是应用顺序 Y 组合器的定义。使用正常顺序,可以应用 eta-reduction 而不会导致无限循环,以获得 Ynorm = (λw.(λh.h h) (λg.w (g g))),其规范地写为
Ynorm = (λf.(λx.f (x x)) (λx.f (x x)))
确实
Ynorm g
= (λx.g (x x)) (λx.g (x x))
= g ((λx.g (x x)) (λx.g (x x)))