管

Question

我的问题的要点是我有一个确定性状态自动机，它根据一个移动列表进行转换，我希望这个转换序列充当另一个函数的“计算上下文”。这个其他函数会在每次转换时观察状态机，并用它做一些计算，模糊地让人联想到模型视图模式。通常，这个其他功能可能只是读取机器所处的当前状态，并将其打印到屏幕上。

我的状态机实现：

data FA n s = FA { initSt1 :: n, endSt1 :: [n], trans1 :: n -> s -> n }

-- | Checks if sequence of transitions arrives at terminal nodes
evalFA :: Eq n => FA n s -> [s] -> Bool
evalFA fa@(FA _ sfs _ ) = (`elem` sfs) . (runFA fa)

-- | Outputs final state reached by sequence of transitons
runFA :: FA n s -> [s] -> n
runFA (FA s0 sfs trans) = foldl trans s0

例如：

type State = String
data Trans = A | B | C | D | E

fa :: FA State Trans
fa = FA ("S1") ["S4","S5"] t1

-- | Note non-matched transitions automatically goes to s0
t1 :: State -> Trans -> State
t1 "S1" E = "S1"
t1 "S1" A = "S2"
t1 "S2" B = "S3"
t1 "S2" C = "S4"
t1 "S3" D = "S5"
t1 _  _   = "S1"

runFA fa [A,B]   -- | S3

Answer 1

我将把这个答案分成两部分。第一部分将回答您的原始问题，第二部分将回答您在评论中提出的非确定性FSA问题。

管

您可以使用pipes来交换计算之间的效果。首先，我将从稍微修改过的代码版本开始：

data FA n s = FA { initSt1 :: n, endSt1 :: [n], trans1 :: n -> s -> n }

data State = S1 | S2 | S3 | S4 | S5 deriving (Eq, Show)
data Trans = A | B | C | D | E deriving (Read)

fa :: FA State Trans
fa = FA (S1) [S4,S5] t1

-- | Note non-matched transitions automatically goes to s0
t1 :: State -> Trans -> State
t1 S1 E = S1
t1 S1 A = S2
t1 S2 B = S3
t1 S2 C = S4
t1 S3 D = S5
t1 _  _ = S1

唯一的区别是我使用枚举而不是String State。

接下来，我将您的转场实施为Pipe：

runFA :: (Monad m, Proxy p) => FA n s -> () -> Pipe (StateP n p) s n m r
runFA (FA _ _ trans) () = forever $ do
    s <- request ()
    n <- get
    put (trans n s)
    respond n

让我们仔细看看Pipe：

的类型

() -> Pipe (StateP n p) s n m r
                   ^    ^ ^
                   |    | |
 'n' is the state -+    | |
                        | |
          's's come in -+ +- 'n's go out

所以你可以认为这是一个有效的scanl。它使用s接收request s流，并使用n输出respond s流。如果我们想要，它实际上可以直接交错效果，但我会将效果外包给其他处理阶段。

当我们将其表示为Pipe时，我们可以选择输入和输出流。例如，我们可以将输入连接到不纯的stdin并将输出连接到不纯的stdout：

import Control.Proxy
import Control.Proxy.Trans.State

main = runProxy $ execStateK (initSt1 fa) $
    stdinS >-> takeWhileD (/= "quit") >-> mapD read >-> runFA fa >-> printD

这是一个处理管道，你可以读到：

执行以下Pipe初始状态为initSt
来自标准输入的流值
继续播放，直到其中一个值为"quit"
将read应用于所有值，以将其转换为Trans es
通过我们的扫描有限状态自动机运行它们
打印自动机发出的State

我们试一试：

>>> main
A
S1
B
S2
C
S3
A
S1
quit
S2
>>>

请注意它是如何返回我们的自动机所在的最终State。然后您可以fmap对此计算进行测试，以查看它是否在终端节点中结束：

>>> fmap (`elem` [S1, S2]) main
A
S1
B
S2
C
S3
A
S1
quit
True

或者，我们也可以将自动机连接到纯输入和输出：

import Control.Proxy.Trans.Writer
import Data.Functor.Identity

main = print $ runIdentity $ runProxy $ runWriterK $ execStateK (initSt1 fa) $
    fromListS [A, C, E, A] >-> runFA fa >-> liftP . toListD

那条管道说：

在纯计算中运行它（即`runIdentity）并打印纯结果
使用Writer记录我们访问过的所有州
使用State跟踪我们当前的状态
纯粹提供预定义转换列表
通过我们的FSA运行这些转换
使用Writer将输出记录到liftP，以指定我们定位Writer

我们也试试这个：

>>> main
(S2,[S1,S2,S4,S1])

输出最终状态和访问状态列表。

ListT

现在，您提出了第二个问题，即您如何进行有效的非确定性计算。 Daniel实际上是错误的：您也可以使用pipes将效果与非确定性交错！诀窍是使用ProduceT，这是pipes的{{1}}实现。

首先，我将展示如何使用ListT：

ProduceT

上面的代码说：

打印当前状态
非确定性地绑定许多可能的转换
返回新选择的状态

为了避免手动状态传递，我将fsa :: (Proxy p) => State -> Trans -> ProduceT p IO State fsa state trans = do lift $ putStrLn $ "At State: " ++ show state state' <- eachS $ case (state, trans) of (S1, A) -> [S2, S3] (S2, B) -> [S4, S5] (S3, B) -> [S5, S2] (S4, C) -> [S2, S3] (S5, C) -> [S3, S4] (_ , _) -> [S1] return state'包裹fsa：

StateT

现在，我可以使用import qualified Control.Monad.Trans.State as S fsa2 :: (Proxy p) => Trans -> S.StateT State (ProduceT p IO) State fsa2 trans = do s <- S.get s' <- lift $ fsa s trans S.put s' return s'轻松地在多个转场上运行生成器。完成后，我使用mapM

将其编译为Producer

runRespondT

这会产生一个管道，其效果是打印它正在遍历的状态，并输出它遇到的最终状态流。我将输出连接到打印阶段，以便我们可以同时观察：

use1 :: (Proxy p) => () -> Producer p State IO ()
use1 () = runRespondT $ (`S.execStateT` S1) $ do
    mapM_ fsa2 [A, B, C]  -- Run the generator using four transitions

我们可以观察到自动机的路径以及它如何回溯。它打印出每个步骤后的当前位置，然后在它们到达时立即发出所有7个最终状态。

很抱歉，如果这篇文章有点粗糙，但这是我能赶时间做的最好的。

如何构建一个观察此状态机中每个转换的函数/类型？

1 个答案:

管

ListT