Hacks in Typed Racket

栏目: Lisp · 发布时间: 7年前

内容简介:Typed Racket是Racket语言的静态类型版本,使用Racket的宏独立写成,能够很好地证明racket的宏的强大。Typed Racket的设计更加偏向于与已有的Racket代码兼容而不是模仿Haskell或者Scala或者ML或者Shen的设计,它很好地做到了将untyped code与typed code的结合,每一个Type都有与之对应的contract。目前学习Typed Racket的最好教程依然是Typed Racket Guide和Typed Racket Reference,但

Typed Racket是Racket语言的静态类型版本,使用Racket的宏独立写成,能够很好地证明racket的宏的强大。Typed Racket的设计更加偏向于与已有的Racket代码兼容而不是模仿Haskell或者Scala或者ML或者Shen的设计,它很好地做到了将untyped code与typed code的结合,每一个Type都有与之对应的contract。

目前学习Typed Racket的最好教程依然是Typed Racket Guide和Typed Racket Reference,但是相信很多人看过之后依然会有一些疑问,依然会有一些不太懂的地方,毕竟这两个教程依然是比较简略的。我们这里将会补充一些关于Typed Racket的知识,充分发挥其威力,不过我建议先看上面那两个。

typed omega combinator

在typed racket中写出omega combinator需要一些技巧:

#lang typed/racket
(: omega (All (a) (-> (All (b) (-> b a)) a)))
(define (omega x)
  (x x))

细心的朋友可能注意到typed racket是天然支持RankNTypes的。

不过这个版本没有什么用处,因为(omega omega)也不能type check。

所以,我们应该这样写:

#lang typed/racket
(define-type (w-type a) (-> (w-type a) a))
(: omega w-type)
(define (omega x) (x x))
(omega omega)

完美!

Bound Qualification

同Haskell中的Bound Qualification,这里可以用intersection type实现同样的效果:

forall a.Num a=>a->a 等价于

(All (a) (-> (Intersection a Number) a))

ADT

这个写一个宏就行了:

#lang typed/racket
(require syntax/parse/define)
(define-simple-macro (define-datatype (typename:id typevars:id ...) (typecons:id [val (~literal :) types] ...) ...)
  (begin (struct (typevars ...) typecons ([val : types] ...)) ...
        (define-type typename (U typecons ...))))

(define-datatype (Bool)
  (True) (False))

(define-datatype (Maybe a)
  (Just [val : a])
  (Nothing))

inst

(map cons '(1 2 3) '(2 3 4))

(map (lambda #:forall (a) ([x : a]) x) '(1 2 3))

这样简单的函数也是没有办法成功执行的,这是因为TR的类型推倒非常辣鸡,所以你应该显式的写出多态参数:

(map (inst cons Integer Integer) '(1 2 3) '(2 3 4))

(map (inst (lambda #:forall (a) ([x : a]) x) Integer) '(1 2 3))


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Python机器学习

Python机器学习

[美] Michael Bowles / 沙嬴、李鹏 / 人民邮电出版社 / 2016-12 / 69.00元

在学习和研究机器学习的时候,面临令人眼花缭乱的算法,机器学习新手往往会不知 所措。本书从算法和Python 语言实现的角度,帮助读者认识机器学习。 书专注于两类核心的“算法族”,即惩罚线性回归和集成方法,并通过代码实例来 展示所讨论的算法的使用原则。全书共分为7 章,详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。 本书主要针对想提......一起来看看 《Python机器学习》 这本书的介绍吧!

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

在线进制转换器
在线进制转换器

各进制数互转换器

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具