我可以按如下方式定义玩具状态机(具有简单输入):
--------------------------------------------
-- module State where
data State = A | B Int
--------------------------------------------
-- module A where
-- import State
transitionA :: State
transitionA = B 10
--------------------------------------------
-- module B where
-- import State
transitionB :: Int -> State
transitionB i
| i < 0 = A
| otherwise = B (i-1)
--------------------------------------------
-- module StateMachine where
-- import State
-- import A
-- import B
transition :: State -> State
transition A = transitionA
transition (B i) = transitionB i
如果我现在决定添加新状态,我必须:
data State = A | B Int | C Double Double
在模块C
在最后一个模块中导入C,并将C案例添加到模式匹配
我想进行设置,以便我只需执行第2步(编写新的转换功能),其他所有内容都会自动处理。
例如,可以尝试使用存在类型来执行以下操作:
--------------------------------------------
{-# LANGUAGE ExistentialQuantification #-}
-- module State where
class State s where
transition :: s -> AState
data AState = forall s. State s => AState s
instance State AState where
transition (AState s) = transition s
-------------------------------------
-- module A where
-- import State
-- import B
data A = A
instance State A where
transition _ = AState (B 10)
-------------------------------------
-- module B where
-- import State
-- import A
data B = B Int
instance State B where
transition (B i)
| i < 0 = AState ( A )
| otherwise = AState ( B (i-1) )
这非常方便:要添加新状态,我们只需要做一件事,即在新模块中编写数据类型及其关联的转换函数,而不需要更改任何其他内容。不幸的是,这种方法不起作用,因为它创建了循环依赖,例如,在这种情况下,A需要参考B和B需要参考A。
我还试图研究使用可扩展的和类型(多态变体),但是除非我们在单独的模块中提前声明所有可能的状态,以便后续模块可以引用它们,否则会出现同样的问题。换句话说,它可以消除步骤3,但不能消除步骤1.
这是使用(Conor McBride的版本)索引monad可以解决的问题吗?似乎我们可以使用某种索引状态monad,我们事先不知道返回状态,我从他对What is indexed monad?的回答中得到的是MonadIx实现的东西。
答案 0 :(得分:8)
使用可扩展的总和,我们可以删除第1步,将第3步减少为“导入C”。
完全删除步骤3和步骤1会导致最终模块意识到新转换的问题,而且我不确定纯粹使用Haskell是否可行。需要某种元编程(例如,通过TH或CPP)。
作为一种替代(和更简单)方法,我将状态集推断为可从预定初始状态到达的状态,这意味着步骤2可能还包括对现有转换函数的一些更改,以使使新状态可达< / strong>即可。我希望这是一个公平的假设。
如果我们将状态不需要预先声明作为约束,我们仍然需要某种字母表来指代这些状态。 GHC的Symbol
类型(类型级别字符串)给出了一个方便的字母表。我们将符号包装在一个新类型的构造函数中,以使事情更加卫生:应用程序可以通过声明自己的Named
版本来创建新的状态命名空间。
data Named (s :: Symbol)
每种类型Named s
都是标识某种州的“名称”或“密钥”(k
),例如Named "A"
或Named "B"
。我们可以使用类型类将它们与
B
包含Int
); 此类型类还包含要为每个州定义的转换函数。
class State k where
type Contents k :: *
type Outputs k :: [(*, *)]
transition :: Contents k -> S (Outputs k)
S
是一种可扩展的和类型。例如,S '[ '(Named "A", ()), '(Named "B", Int) ]
是由"A"
标记的单位和由Int
标记的"B"
的总和。
data S (u :: [(*, *)]) where
Here :: forall k a u. a -> S ('(k, a) ': u)
There :: forall u x. S u -> S (x ': u)
我们可以使用由密钥inj1 @k
索引的智能构造函数k
自动注入总和中的类型。
-- v is a list containing the pair (k, a)
-- instances omitted
class Inj1 k a v where
inj1 :: a -> S v
跳过整个设置,让我们看看使用这个框架的样子。
创建新转换是声明State
的实例。唯一的依赖是一般的依赖。如前所述,文件不需要知道一组预定的状态,它会声明它需要什么。
模块A
-- Transitions out of A
instance State (Named "A") where
-- There is no meaningful value contained in the A state
type Contents (Named "A") = ()
-- The only transition is to "B"
type Outputs (Named "A") = '[ '(Named "B", Int)]
transition () = inj1 @(Named "B") 10
模块B
-- transitions out of B
instance State (Named "B") where
type Contents (Named "B") = Int
type Outputs (Named "B") = '[ '(Named "A", ()), '(Named "B", Int)]
transition i
| i < 0 = inj1 @(Named "A") ()
| otherwise = inj1 @(Named "B") (i-1)
在主模块中,我们仍然需要导入所有转换,并选择一个初始状态,从中可以计算可达状态。
import A
import B
type Initial = Named "A"
-- Initial state A
initial :: Inj1 Initial () u => S u
initial = inj1 @Initial ()
给定初始状态的名称,有一个生成完整转换函数的通用函数,生成可达状态的完整列表。
sm :: forall initial u ...
. (... {- all reachable states from 'initial' are in 'u' -})
=> S u -> S u
因此,我们可以按如下方式定义和使用过渡:
transition' = sm @Initial -- everything inferred (S _ -> S _)
-- Run 14 steps from the initial state.
main = do
let steps = 14
mapM_ print . take (steps+1) . iterate transition' $ initial
输出:
Here ()
There Here 10
There Here 9
There Here 8
There Here 7
There Here 6
There Here 5
There Here 4
There Here 3
There Here 2
There Here 1
There Here 0
There Here -1
Here ()
There Here 10
希望很明显,State
类型类在类型级别提供了足够的信息来重建完整的状态机。从那里开始,“仅仅”是类型级编程的问题,使直觉成为现实。如果有提示,我可以多谈一下这个问题,但现在这里有一个完整的例子:
https://gist.github.com/Lysxia/769ee0d4eaa30004aa457eb809bd2786
为简单起见,此示例使用INCOHERENT
个实例,通过统一生成最终状态集,但是使用显式修复点迭代/图搜索的更强大的解决方案当然是可能的。