SCIP读书笔记(1)

这书也算是必修吧，尤为是我这种非科班人员，仍是应该抽时间尽可能学习一下。大体翻过一遍，习题很是多，尽力吧。
##构造过程抽象
* 为了表述认知，每种语言都提供了三种机制：基本元素；组合方式；抽象方法。
* 前缀表示法，haskell中有学过，scheme中基本都是前缀表达，这使得表达式的可读性略微下降。
* 声明变量：`(#define name value)`，和C中的宏声明一致，声明函数：`(#define (func ( para1,para2...) ())`；
* 通常性求职规则是**树形累积**，其余的被称为**特殊形式**（如`define`语句）。
* Scheme中多项式求值听从**代换模型**，即逐步将过程调用代换为对应的过程和变量。先展开后规约的成为**正则序求值**，不然被称为**应用序求值**。在Scala中，分别对应*Call By Name* 和 *Call By Value*。和Scala同样，Lisp也是默认听从后者。
* 条件表达式：`cond`关键字，对应现代语言中的`switch`，`if`关键字，只能在非此即彼的状况下使用（换言之，没有`else if`）。
* 逻辑运算符：`and`, `or` 和 `not`.
###练习部分：
1.3：
```lisp
(define (sumMax2 x y z)
         (if (= x (larger x y))
             (+ x (larger y z))
             (+ y (larger x z))))
(define (larger a b)
                  (if (> a b) a b))

(sumMax2 1 2 3)
```

1.5 因为第二个参数是一个endless loop，若是对其作value展开，就会死掉，换句话说：若是死机就是应用序，不然是正则序。

* 牛顿迭代法求平方根
```lisp
(define (sqrt x)
  (define (isGoodEnough guess)
    (< (abs (- (* guess guess) x)) 0.001))
  (define (improve guess)
    (average guess (/ x guess)))
  (define (sqrtIter guess)
    (if (isGoodEnough guess)
        guess
        (improve guess)))
  (sqrtIter 1.0))

(define (average x y)
  (/ (+ x y) 2.0))

(define (abs x)
  ((if (> x 0) + -) x))
```
1.6 因为lisp是应用序优先的，所以
```lisp
new-if ( good-enough? guess x) 
            guess  
            (sqrt-iter (improve guess x) x)
```

的计算过程是先计算 `(good-enough? guess x)`，而下一步是计算`(sqrt-iter (improve guess x))`，换句话说，递归被无条件执行了，所以程序会陷入死循环。

* 过程的形式参数被称为“约束变量”，与之对应的成为“自由变量”，所谓**约束**，过程约束了形式参数。若是像上文同样把一些过程定义在某个过程内部，这个过程的形参就在全部的过程当中共享，没必要再次声明，这被称为“词法做用域”。有点相似类内部的私有函数。
* 尾递归与普通递归的区别：简单来讲，尾递归能够被优化成迭代，对于lisp这种没有循环语句的语言，掌握尾递归是一项必备技能。非尾递归可能形成堆栈溢出，尾递归无此后患（现代C/C++的编译器也会自动优化尾递归）。

1.9 `a+b`展开为:` ++(--a+b)`，`+`运算须要再次展开，直到a=0，所以是递归计算过程；然后者展开为`(--a)+(++b)`，不须要伸展长度，所以是尾递归|迭代。

1.10 (A 1 10)=A(0 (A 1 9))=A(0 (A 0 A(1 8)))..A(...A(1 1))=$2^{10}$

(A 2 4)=A(1 (A 2 3))=A(1 (A 1 A(2 2)))...A(...A(2 1))=$2^{16}$

(A 3 3)=A(2 A(3 2))=A(2 A(2 A(3 1)))...=$2^{16}$

根据上面的展开规律：

(f n)=2n;

(g n)=$2^n$

(h n)=$2^{2^n}=4^n$

* 树形展开，即递归的展开是一棵树，这个是比较常见的状况。书中举了著名的坑爹例子”斐波那契“，这个例子是有名的不适合使用递归计算的递归式。
$$f(n)=\begin{equation}
    \begin{cases}
        0, &n = 0\\
        1, &n=1\\
        f(n-1)+f(n-2), &n > 1\\
    \end{cases}
    \end{equation}
$$
[$\LaTeX$公式的命令都快不记得了，去查了半天ORZ]

若是想要转为迭代，用常规命令语言的思路：
```c
if(n==0)return 0;
if(n==1)return 1;
int pre=0;
int result=1;
int temp;
while(--n>0)
{
    temp=result;
    result=result+pre;
    pre=temp;
}
return result;
```
显然，须要两个中间变量，循环结束的条件是次数。使用尾递归实现，由于不须要中间变量交换数据，因此所需变量少一个。

```lisp
(define (f n)
    (f-iter 0 1 n)

(define (f-iter  pre result count)
    (if (= count 0) 
        b
        (f-iter result (+pre result) (- count 1)))
)
```
你看，其实并不难，只要你会写循环…固然，尾递归要简洁不少。若是可以跳出命令式思惟，直接想到尾递归写法，这函数式编程才能算入了门（好难= =）。

* 换零钱的例子。其实这是一个组合算法，总的组合次数=必定用了某个部件的次数+必定没用某个部件的次数。按着这个规律进行规约，最终退化到边界状况，问题解决。使用这种典型的分治式思惟，写出的代码很是简洁。著名的快速排序也是一句话：快排的结果应该是把比某元素小的快排结果放在其前面，把比该元素大的结果放在后面，这个haskell只要两行，常被用来作广告，哈哈。

```haskell
qsort [] = []
qsort (x:xs) = qsort (filter (< x) xs) ++ [x] ++ qsort (filter (>= x) xs)
```

Lisp版：
```lisp
define (quicksort x)
  (cond
   ((null? x) ‘())
   (else (append
   (quicksort (filter (lambda (y) (< y (car x))) (cdr x)))
   (list (car x))
   (quicksort (filter (lambda (y) (>= y (car x))) (cdr x)))))))
```
注：这个是从网上找的，个人lisp水平和这篇笔记的进度一致。

1.11 
$$ f(n)=\begin{equation}
        \begin{cases}
        n,&n<3\\
        f(n-1)+f(n-2)+f(n-3),&n \ge 3\\
        \end{cases}
    \end{equation}
$$

```lisp
(define (f n)
  (if (<= n 3)
      n
  (f-iter 1 2 3 n)))

(define (f-iter ppre pre result count)
  (if (<= count 3)
      result
      (f-iter pre
              result
              (+ (* 3 ppre) (* 2 pre) result) 
              (- count 1))))
```
1.12 帕斯卡三角形，把它当成一个下三角，从二维的角度来说：
$$f(x,y)=\begin{equation}
\begin{cases}
 1,& y=1 \text{ or } x=y\\
f(x-1,y-1)+f(x-1,y),&x>y  \text{ and } y!=1\\
\end{cases}
\end{equation}
$$

```lisp
(define (f x y)
  (cond ((< x y) null)
        ((= y 1) 1)
        ((= x y) 1)
        (else (+ (f (- x 1) (- y 1))
                 (f (- x 1) y)))))
```
1.13 纯数学题，这里就略过吧ORZ，我印象中上学的时候彷佛证实过。

下面一部分是讲复杂度的，CLRS这里讲的很明白，略过。

* 求幂的题目。这题在面试题中却是很常见，一个技巧
$$a^n=a^{n/2}*a^{n/2}$$
因此若是n是偶数，须要$\log{n}$次，是奇数就是$\log{n}+1$次。对应的代码段：

```lisp
(define (exp a n)
  (define (even? n)
    (= (remainder n 2) 0))
  (cond (= (n 0) 1)
        ((even? n) (square (exp (/ n 2))))
        (else (* a (exp a n-1)))))
```
显然，这里递归运算，下面描述对应的迭代，主要利用了公式：
$(a^{n/2})^2=(a^2)^{n/2}$，反向分解的思路：
$5^7=5^3*5^3*5=5^2*5*5^2*5*5$，显然，n是偶数，除以2，递归；n是奇数，减1，递归

```lisp
(define (exp a n)
  (define (square a) (* a a))
  (define (even? n)
    (= (remainder n 2) 0))
  (define (exp-iter a n result)
    (cond ((= n 0) result)
          ((even? n) (exp-iter (square a) (/ n 2) result))
          (else (exp-iter a (- n 1) (* a result)))))
  (exp-iter a n 1))
```

1.17 好吧，这种题很适合作面试题，定义了乘法，倍乘和减半，实际上把上面的代码中相关的代换掉就能够了。其中`even?`须要用一些技巧，不过也不困难。

先到这里，这本书读的很慢…习题太多，每周抽一天时间学习吧。