选择性记忆化
摘要：可选择地应用记忆化的语言技术：一种面向应用需求的记忆化方法研究 在本文中，我们提出了一种语言技术，用于可选择地应用记忆化。这些技术提供了程序员对相等性、空间使用和准确依赖关系的控制，以便根据应用的需求来应用记忆化。该方法的两个关键性质是接受高效实现并生成可以使用标准分析技术进行性能分析的程序。我们在一个名为MFL的函数式语言和一个Standard ML库的实现上描述了我们的方法。MFL语言采用模态类型系统，使程序员能够在执行时表达其真实的数据依赖关系。我们通过证明MFL语言是完整的来证明其正确性，即MFL程序与非记忆化语义相关的标准结果相同。SML实现无法静态支持MFL的模态类型系统，而是使用运行时检查来确保正确使用基元。
作者：Umut A. Acar and Guy E. Blelloch and Robert Harper
论文ID：1106.0447
分类：Programming Languages
分类简称：cs.PL
提交时间：2011-06-03