INF2810: Funksjonell programmering: Introduksjon

Transkript

1 INF2810: Funksjonell programmering: Introduksjon Stephan Oepen & Erik Velldal Universitetet i Oslo 18. januar, 2013

2 Tema for i dag 2 Introduksjon Praktiske detaljer Pensum Obliger Lærebok Hva skal vi lære? Litt om Scheme

3 Om oss 3 Stephan Oepen, professor og gruppeleder ved språkteknologigruppa (LTG), oe [at] ifi.uio.no. Erik Velldal, forsker ved LTG, erikve [at] ifi.uio.no.

4 Om oss 3 Stephan Oepen, professor og gruppeleder ved språkteknologigruppa (LTG), oe [at] ifi.uio.no. Erik Velldal, forsker ved LTG, erikve [at] ifi.uio.no. Gruppelærere: - Simen Heggestøyl, simenheg [at] ifi.uio.no - Torkil Vederhus, torkilve [at] ifi.uio.no - Martin Bielcki, martinhb [at] ifi.uio.no

5 Om oss 3 Stephan Oepen, professor og gruppeleder ved språkteknologigruppa (LTG), oe [at] ifi.uio.no. Erik Velldal, forsker ved LTG, erikve [at] ifi.uio.no. Gruppelærere: - Simen Heggestøyl, simenheg [at] ifi.uio.no - Torkil Vederhus, torkilve [at] ifi.uio.no - Martin Bielcki, martinhb [at] ifi.uio.no Felles henvendelser til fag- og-gruppelærere: inf2810-hjelp [at] ifi.uio.no

6 Om oss Stephan Oepen, professor og gruppeleder ved språkteknologigruppa (LTG), oe [at] ifi.uio.no. Erik Velldal, forsker ved LTG, erikve [at] ifi.uio.no. Gruppelærere: - Simen Heggestøyl, simenheg [at] ifi.uio.no - Torkil Vederhus, torkilve [at] ifi.uio.no - Martin Bielcki, martinhb [at] ifi.uio.no Felles henvendelser til fag- og-gruppelærere: inf2810-hjelp [at] ifi.uio.no For beskjeder: - Husk å sjekke UiO-eposten din og/eller - Abonnér på RSS-feed en til beskjedene på kurssiden; 3

7 Obliger 4 3 obliger, hver i to deler (a + b). Dvs. 6 innleveringer tilsammen. Man kan oppnå opptil 10 poeng per innlevering Kreves minst 12 poeng (av 20 mulige) per oblig (a + b) for å gå videre. (Innleveringsfrister utsettes bare ved egenmelding eller legeerklæring, ingen omlevering.) Alle 3 obligene må vurderes som bestått for å kunne ta eksamen. Oblig 1 må løses individuelt, mens 2 og 3 skal løses i grupper av to eller tre studenter sammen.

8 Læreboka I Structure and Interpretation of Computer Programs, 2nd ed. by Abelson, Sussman & Sussman. I Aka SICP eller the Wizard book I Gratis tilgjengelig på nett I HTML-versjon: mitpress.mit.edu/sicp/ I Pdf-versjon (ulike versjoner tilpasset lesebrett, tablets, etc): sicpebook.wordpress.com/ebook/ 5

9 Læreboka (forts.) I SICP er en klassiker innen informatikk. I 1. utgave 1984, 2 utg I Brukes fortsatt på en rekke universiteter. I Gammel men ikke støvete. I Hvordan kan den fortsatt være relevant? I Som med klassikere flest er den tidløs. I Ikke fokus på lavnivå-detaljer ved språk og syntaks. I Generelle teknikker for å kontrollere kompleksiteten i programmer via f.eks abstraksjon, modularitet, og funksjonell programmering. 6

10 Noe av det vi skal se på i kurset 7 Rekursjon prosedyrer som kaller på seg selv

11 Noe av det vi skal se på i kurset 7 Rekursjon prosedyrer som kaller på seg selv Prosedyrer som førsteklasses objekter prosedyrer er en datatype på linje med tall, symboler, strenger, lister, etc. Høyere-ordens prosedyrer prosedyrer som tar andre prosedyrer som input-argument og/eller prosedyrer som returnerer andre prosedyrer som output-verdi

12 Noe av det vi skal se på i kurset 7 Rekursjon prosedyrer som kaller på seg selv Prosedyrer som førsteklasses objekter prosedyrer er en datatype på linje med tall, symboler, strenger, lister, etc. Høyere-ordens prosedyrer prosedyrer som tar andre prosedyrer som input-argument og/eller prosedyrer som returnerer andre prosedyrer som output-verdi Objektorientering via prosedyrer innkapsulering av data i funksj.definisjoner for å skjule tilstandsvariabler

13 Noe av det vi skal se på i kurset 7 Rekursjon prosedyrer som kaller på seg selv Prosedyrer som førsteklasses objekter prosedyrer er en datatype på linje med tall, symboler, strenger, lister, etc. Høyere-ordens prosedyrer prosedyrer som tar andre prosedyrer som input-argument og/eller prosedyrer som returnerer andre prosedyrer som output-verdi Objektorientering via prosedyrer innkapsulering av data i funksj.definisjoner for å skjule tilstandsvariabler Memoisering prosedyrer som husker tidligere beregninger, indeksert på argumentene

14 Noe av det vi skal se på i kurset 7 Rekursjon prosedyrer som kaller på seg selv Prosedyrer som førsteklasses objekter prosedyrer er en datatype på linje med tall, symboler, strenger, lister, etc. Høyere-ordens prosedyrer prosedyrer som tar andre prosedyrer som input-argument og/eller prosedyrer som returnerer andre prosedyrer som output-verdi Objektorientering via prosedyrer innkapsulering av data i funksj.definisjoner for å skjule tilstandsvariabler Memoisering prosedyrer som husker tidligere beregninger, indeksert på argumentene Strømmer og utsatt evaluering definering av uendelige sekvenser og realisering de enkelte elementene i disse ved utsatt evaluering etter behov

15 Noe av det vi skal se på i kurset Rekursjon prosedyrer som kaller på seg selv Prosedyrer som førsteklasses objekter prosedyrer er en datatype på linje med tall, symboler, strenger, lister, etc. Høyere-ordens prosedyrer prosedyrer som tar andre prosedyrer som input-argument og/eller prosedyrer som returnerer andre prosedyrer som output-verdi Objektorientering via prosedyrer innkapsulering av data i funksj.definisjoner for å skjule tilstandsvariabler Memoisering prosedyrer som husker tidligere beregninger, indeksert på argumentene Strømmer og utsatt evaluering definering av uendelige sekvenser og realisering de enkelte elementene i disse ved utsatt evaluering etter behov Programmer som opererer på programmer program = data enkelt å gjøre i Lisp siden programkoden er basert på en språkets innebygde datastrukturer; lister 7

16 Lisp 8 Kraftig høynivå-språk med lange tradisjoner. Har hatt en tett kobling til forskningen på kunstig intelligens. Som SICP er også Lisp i seg selv en klassiker. Oppdaget av John McCarthy allerede i Først bare ment som en matematisk formalisme (for rekursjonsteori og symbolsk algebra). En av studentene hans, Steve Russell, implementerte så en interpreter for formalismen og dermed var programmeringsspråket Lisp født. Snarere enn at Lisp har blir utdatert har tendensen vært at andre språk stadig beveger seg nærmere Lisp.

17 Koding i INF Programmeringspråk: Scheme Programmeringsomgivelse: DrRacket Minimalistisk dialekt av Lisp. Andre dialekter: Common Lisp, Clojure, Emacs Lisp, Racket (en dialekt av Scheme; tidligere kalt PLT Scheme), etc. Ekstremt enkel syntaks, lett semantikk. Vi skal lære Scheme på noen minutter; og så bruke resten av kurset på å mestre noen av de avanserte teknikkene det støtter.

18 DrRacket 10 Hjemmeside: racket-lang.org Innstalert på alle IFI-maskiner. Viktig: DrRacket støtter flere standarder; sett språk til R 5 RS. Se kurssidene for en innføring i bruk. I det nederste tekstområdet kan du teste og utvikle kode interaktivt: Skriv et uttrykk trykk enter; uttrykket evalueres; resultatet printes. I Scheme/Lisp-lingo: read-eval-print loop eller REPL.

19 Programmeringsparadigmer 11 Funksjonell programmering Uten tilstandsendringer Imperativ programmering Med tilstandsendringer

20 Programmeringsparadigmer 11 Funksjonell programmering Uten tilstandsendringer En prosedyres returverdi er alltid den samme hvis argumentene er de samme. Imperativ programmering Med tilstandsendringer Prosedyrers returverdi kan variere fra kall til kall, selv om argumentene er de samme.

21 Programmeringsparadigmer 11 Funksjonell programmering Uten tilstandsendringer En prosedyres returverdi er alltid den samme hvis argumentene er de samme. Beregninger utføres som funksjonelle transformasjoner av data. Unngår muterbare data og tilstander (state). Vi deler problemet opp i et sett av funksjoner. For hver funksjon må vi definere hva som skal være dens argumenter (input) og retur-verdier (output). Imperativ programmering Med tilstandsendringer Prosedyrers returverdi kan variere fra kall til kall, selv om argumentene er de samme. Beregninger utføres som sekvensielle endringer av tilstands-variabler. Vi spesifiserer en sekvens av operasjoner som skal utføres, trinn for trinn, for å løse et gitt problem.

22 Viktige egenskaper ved funksjonell programmering 12 Prosedyrer påvirker ikke ekstern tilstand. En funksjon kalles for dens returverdi; uten bieffekter (side-effects).

23 Viktige egenskaper ved funksjonell programmering 12 Prosedyrer påvirker ikke ekstern tilstand. En funksjon kalles for dens returverdi; uten bieffekter (side-effects). Prosedyrer er uavhengige av ekstern tilstand. Kallet på en prosedyre gir alltid samme resultat med samme argument.

24 Viktige egenskaper ved funksjonell programmering 12 Prosedyrer påvirker ikke ekstern tilstand. En funksjon kalles for dens returverdi; uten bieffekter (side-effects). Prosedyrer er uavhengige av ekstern tilstand. Kallet på en prosedyre gir alltid samme resultat med samme argument. Gjennomsiktig semantikk (referential transparency) Semantikken til et uttrykk er uavhengig av hvor og når det brukes. Funksjonskall kan erstattes med returverdi uten at programmets semantikk endres.

25 Viktige egenskaper ved funksjonell programmering 12 Prosedyrer påvirker ikke ekstern tilstand. En funksjon kalles for dens returverdi; uten bieffekter (side-effects). Prosedyrer er uavhengige av ekstern tilstand. Kallet på en prosedyre gir alltid samme resultat med samme argument. Gjennomsiktig semantikk (referential transparency) Semantikken til et uttrykk er uavhengig av hvor og når det brukes. Funksjonskall kan erstattes med returverdi uten at programmets semantikk endres. Enklere å lese og vedlikeholde å teste og debugge; enkeltfunksjoner kan testes i isolasjon. å parallelisere.

26 Viktige egenskaper ved funksjonell programmering 12 Prosedyrer påvirker ikke ekstern tilstand. En funksjon kalles for dens returverdi; uten bieffekter (side-effects). Prosedyrer er uavhengige av ekstern tilstand. Kallet på en prosedyre gir alltid samme resultat med samme argument. Gjennomsiktig semantikk (referential transparency) Semantikken til et uttrykk er uavhengig av hvor og når det brukes. Funksjonskall kan erstattes med returverdi uten at programmets semantikk endres. Enklere å lese og vedlikeholde å teste og debugge; enkeltfunksjoner kan testes i isolasjon. å parallelisere. Ofte ansett for å gi økt sikkerhet (pga alt over).

27 Viktige egenskaper ved funksjonell programmering 12 Prosedyrer påvirker ikke ekstern tilstand. En funksjon kalles for dens returverdi; uten bieffekter (side-effects). Prosedyrer er uavhengige av ekstern tilstand. Kallet på en prosedyre gir alltid samme resultat med samme argument. Gjennomsiktig semantikk (referential transparency) Semantikken til et uttrykk er uavhengig av hvor og når det brukes. Funksjonskall kan erstattes med returverdi uten at programmets semantikk endres. Enklere å lese og vedlikeholde å teste og debugge; enkeltfunksjoner kan testes i isolasjon. å parallelisere. Ofte ansett for å gi økt sikkerhet (pga alt over). Funksjoner danner byggeklosser. Kan være sammensatte / kan settes sammen. Legger til rette for nedenfra-og-opp design og modularitet.

28 Viktige egenskaper ved funksjonell programmering Prosedyrer påvirker ikke ekstern tilstand. En funksjon kalles for dens returverdi; uten bieffekter (side-effects). Prosedyrer er uavhengige av ekstern tilstand. Kallet på en prosedyre gir alltid samme resultat med samme argument. Gjennomsiktig semantikk (referential transparency) Semantikken til et uttrykk er uavhengig av hvor og når det brukes. Funksjonskall kan erstattes med returverdi uten at programmets semantikk endres. Enklere å lese og vedlikeholde å teste og debugge; enkeltfunksjoner kan testes i isolasjon. å parallelisere. Ofte ansett for å gi økt sikkerhet (pga alt over). Funksjoner danner byggeklosser. Kan være sammensatte / kan settes sammen. Legger til rette for nedenfra-og-opp design og modularitet. Prosedyrer er data. 12

29 Ikke på fokus på ren funksjonell programmering 13 Hverken INF2810 eller SICP prediker rendyrket funksjonell programmering. Scheme er ikke et rent funksjonelt språk; inneholder også støtte for destruktive operasjoner og muterbare data.

30 Ikke på fokus på ren funksjonell programmering 13 Hverken INF2810 eller SICP prediker rendyrket funksjonell programmering. Scheme er ikke et rent funksjonelt språk; inneholder også støtte for destruktive operasjoner og muterbare data. Poenget er ikke at det ene eller andre paradigmet alltid er bedre enn det andre... men at du blir en bedre programmerer ved å kjenne til flere ulike teknikker og tenkemåter.

31 Nå skal vi bruke et par minutter på å lære Scheme 14 Vi tester noen uttrykk mot REPL en. (= den interaktive Scheme-omgivelsen) Vi bruker? for representere REPL-promptet og for hva et uttrykk evalueres til. Datatyper som tall, strenger og boolske konstanter er eksempler på primitive / atomære uttrykk. Slike uttrykk evaluerer til seg selv. Eksempler? "dette er en streng" "dette er en streng"

32 Nå skal vi bruke et par minutter på å lære Scheme 14 Vi tester noen uttrykk mot REPL en. (= den interaktive Scheme-omgivelsen) Vi bruker? for representere REPL-promptet og for hva et uttrykk evalueres til. Datatyper som tall, strenger og boolske konstanter er eksempler på primitive / atomære uttrykk. Slike uttrykk evaluerer til seg selv. Eksempler? "dette er en streng" "dette er en streng"? 42 42

33 Nå skal vi bruke et par minutter på å lære Scheme 14 Vi tester noen uttrykk mot REPL en. (= den interaktive Scheme-omgivelsen) Vi bruker? for representere REPL-promptet og for hva et uttrykk evalueres til. Datatyper som tall, strenger og boolske konstanter er eksempler på primitive / atomære uttrykk. Slike uttrykk evaluerer til seg selv. Eksempler? "dette er en streng" "dette er en streng"? 42 42?

34 Nå skal vi bruke et par minutter på å lære Scheme 14 Vi tester noen uttrykk mot REPL en. (= den interaktive Scheme-omgivelsen) Vi bruker? for representere REPL-promptet og for hva et uttrykk evalueres til. Datatyper som tall, strenger og boolske konstanter er eksempler på primitive / atomære uttrykk. Slike uttrykk evaluerer til seg selv. Eksempler? "dette er en streng" "dette er en streng"? 42 42? ? 1/3 1/3

35 Nå skal vi bruke et par minutter på å lære Scheme 14 Vi tester noen uttrykk mot REPL en. (= den interaktive Scheme-omgivelsen) Vi bruker? for representere REPL-promptet og for hva et uttrykk evalueres til. Datatyper som tall, strenger og boolske konstanter er eksempler på primitive / atomære uttrykk. Slike uttrykk evaluerer til seg selv. Eksempler? "dette er en streng" "dette er en streng"? 42 42? ? 1/3 1/3? #t #t

36 Nå skal vi bruke et par minutter på å lære Scheme Vi tester noen uttrykk mot REPL en. (= den interaktive Scheme-omgivelsen) Vi bruker? for representere REPL-promptet og for hva et uttrykk evalueres til. Datatyper som tall, strenger og boolske konstanter er eksempler på primitive / atomære uttrykk. Slike uttrykk evaluerer til seg selv. Eksempler? "dette er en streng" "dette er en streng"? 42 42? ? 1/3 1/3? #t #t? #f #f 14

37 Funksjoner og navngitte variabler 15 Parentesbasert prefiksnotasjon. Scheme-kode består av lister. En liste omsluttes av parenteser. Første element (prefikset) er operatoren (prosedyre / funksjon). Resten av lista består av operandene vi vil anvende operatoren på (argumentene / parameterene). Eksempler? (+ 1 2) 3

38 Funksjoner og navngitte variabler 15 Parentesbasert prefiksnotasjon. Scheme-kode består av lister. En liste omsluttes av parenteser. Første element (prefikset) er operatoren (prosedyre / funksjon). Resten av lista består av operandene vi vil anvende operatoren på (argumentene / parameterene). Lett å anvende en prosedyre på vilkårlig mange argumenter med prefiksnotasjon. Eksempler? (+ 1 2) 3? ( ) 25

39 Funksjoner og navngitte variabler 15 Parentesbasert prefiksnotasjon. Scheme-kode består av lister. En liste omsluttes av parenteser. Første element (prefikset) er operatoren (prosedyre / funksjon). Resten av lista består av operandene vi vil anvende operatoren på (argumentene / parameterene). Lett å anvende en prosedyre på vilkårlig mange argumenter med prefiksnotasjon. define: er en såkalt special form, ikke en vanlig prosedyre. Brukes for å introdusere en leksikalsk variabel; symbol som bindes til en verdi. Eksempler? (+ 1 2) 3? ( ) 25? (define foo 42)

40 Funksjoner og navngitte variabler 15 Parentesbasert prefiksnotasjon. Scheme-kode består av lister. En liste omsluttes av parenteser. Første element (prefikset) er operatoren (prosedyre / funksjon). Resten av lista består av operandene vi vil anvende operatoren på (argumentene / parameterene). Lett å anvende en prosedyre på vilkårlig mange argumenter med prefiksnotasjon. define: er en såkalt special form, ikke en vanlig prosedyre. Brukes for å introdusere en leksikalsk variabel; symbol som bindes til en verdi. Eksempler? (+ 1 2) 3? ( ) 25? (define foo 42)? foo 42? (+ foo 58) 100? (+ foo bar) error; bar undefined

41 Sammensatte uttrykk 16? (* 10 (+ foo 58)) 1000? (/ ( ) 2) 15 Lister kan omslutte hverande for å bygge opp sammensatte uttrykk. Parentesene gir strukturen; ingen tvetydighet mht. presedens.

42 Sammensatte uttrykk 16? (* 10 (+ foo 58)) 1000? (/ ( ) 2) 15? (* (+ foo 58) (- (/ 8 2) 2)) 200 Lister kan omslutte hverande for å bygge opp sammensatte uttrykk. Parentesene gir strukturen; ingen tvetydighet mht. presedens.

43 Sammensatte uttrykk 16? (* 10 (+ foo 58)) 1000? (/ ( ) 2) 15? (* (+ foo 58) (- (/ 8 2) 2)) 200? (* (+ foo 58) (- (/ 8 2) 2)) 200 Lister kan omslutte hverande for å bygge opp sammensatte uttrykk. Parentesene gir strukturen; ingen tvetydighet mht. presedens. Ved lange uttrykk bruker vi indentering for å gjøre koden mer lesbar. (Bruk TAB i DrRacket / Emacs.)

44 Når Scheme leser sammensatte utrykk 17 Schemes evalueringsregel: 1) Evaluér enkelt-uttrykkene i sammensetningen a) Atomære uttrykk: evalueres til seg selv. b) Leksikalske variabler og funksjonsnavn: evalueres til verdiene de refererer til. c) Sammensatte utrykk: anvend 1) igjen. 2) Anvend operatoren (det første uttrykket i lista) på verdiene til de andre uttrykkene. Eksempel? (* (+ foo 58) (- (/ 8 2) 2))

45 Når Scheme leser sammensatte utrykk 17 Schemes evalueringsregel: 1) Evaluér enkelt-uttrykkene i sammensetningen a) Atomære uttrykk: evalueres til seg selv. b) Leksikalske variabler og funksjonsnavn: evalueres til verdiene de refererer til. c) Sammensatte utrykk: anvend 1) igjen. 2) Anvend operatoren (det første uttrykket i lista) på verdiene til de andre uttrykkene. Eksempel? (* (+ foo 58) (- (/ 8 2) 2)) (* ( ) (- (/ 8 2) 2))

46 Når Scheme leser sammensatte utrykk 17 Schemes evalueringsregel: 1) Evaluér enkelt-uttrykkene i sammensetningen a) Atomære uttrykk: evalueres til seg selv. b) Leksikalske variabler og funksjonsnavn: evalueres til verdiene de refererer til. c) Sammensatte utrykk: anvend 1) igjen. 2) Anvend operatoren (det første uttrykket i lista) på verdiene til de andre uttrykkene. Eksempel? (* (+ foo 58) (- (/ 8 2) 2)) (* ( ) (- (/ 8 2) 2)) (* 100 (- (/ 8 2) 2))

47 Når Scheme leser sammensatte utrykk 17 Schemes evalueringsregel: 1) Evaluér enkelt-uttrykkene i sammensetningen a) Atomære uttrykk: evalueres til seg selv. b) Leksikalske variabler og funksjonsnavn: evalueres til verdiene de refererer til. c) Sammensatte utrykk: anvend 1) igjen. 2) Anvend operatoren (det første uttrykket i lista) på verdiene til de andre uttrykkene. Eksempel? (* (+ foo 58) (- (/ 8 2) 2)) (* ( ) (- (/ 8 2) 2)) (* 100 (- (/ 8 2) 2)) (* 100 (- 4 2))

48 Når Scheme leser sammensatte utrykk 17 Schemes evalueringsregel: 1) Evaluér enkelt-uttrykkene i sammensetningen a) Atomære uttrykk: evalueres til seg selv. b) Leksikalske variabler og funksjonsnavn: evalueres til verdiene de refererer til. c) Sammensatte utrykk: anvend 1) igjen. 2) Anvend operatoren (det første uttrykket i lista) på verdiene til de andre uttrykkene. Eksempel? (* (+ foo 58) (- (/ 8 2) 2)) (* ( ) (- (/ 8 2) 2)) (* 100 (- (/ 8 2) 2)) (* 100 (- 4 2)) (* 100 2)

49 Når Scheme leser sammensatte utrykk Schemes evalueringsregel: 1) Evaluér enkelt-uttrykkene i sammensetningen a) Atomære uttrykk: evalueres til seg selv. b) Leksikalske variabler og funksjonsnavn: evalueres til verdiene de refererer til. c) Sammensatte utrykk: anvend 1) igjen. 2) Anvend operatoren (det første uttrykket i lista) på verdiene til de andre uttrykkene. Eksempel? (* (+ foo 58) (- (/ 8 2) 2)) (* ( ) (- (/ 8 2) 2)) (* 100 (- (/ 8 2) 2)) (* 100 (- 4 2)) (* 100 2)

50 Når Scheme leser sammensatte utrykk Schemes evalueringsregel: 1) Evaluér enkelt-uttrykkene i sammensetningen a) Atomære uttrykk: evalueres til seg selv. b) Leksikalske variabler og funksjonsnavn: evalueres til verdiene de refererer til. c) Sammensatte utrykk: anvend 1) igjen. 2) Anvend operatoren (det første uttrykket i lista) på verdiene til de andre uttrykkene. Vi har beskrevet evalueringen rekursivt; regelen kaller på seg selv (1c). Scheme og Lisp har en ekstremt enkel syntax; alt oppsummeres med regelen over. Unntaket er special forms (som define), som har sine egne evalueringsregler. Eksempel? (* (+ foo 58) (- (/ 8 2) 2)) (* ( ) (- (/ 8 2) 2)) (* 100 (- (/ 8 2) 2)) (* 100 (- 4 2)) (* 100 2)

51 Oppsummering om datatypene vi har sett til nå 18 Tall, booleans, og strenger er selv-evaluerende.? ? "foo" "foo"? #t #t

52 Oppsummering om datatypene vi har sett til nå 18 Tall, booleans, og strenger er selv-evaluerende.? ? "foo" "foo"? #t #t Symboler evalueres til verdien de navngir (om noen):? foo 42? + #<procedure:+>? bar error (med mindre vi har opprettet en binding tidligere)

53 Oppsummering om datatypene vi har sett til nå 18 Tall, booleans, og strenger er selv-evaluerende.? ? "foo" "foo"? #t #t Symboler evalueres til verdien de navngir (om noen):? foo 42? + #<procedure:+>? bar error (med mindre vi har opprettet en binding tidligere) Lister er prosedyrekall. Det første elementet er en operator som kalles med verdiene til de resterende elementene som argumenter.? (* 10 (+ 2 3)) 50? (bar 1 2) error (med mindre funksonen bar finnes)

54 Oppsummering om datatypene vi har sett til nå 18 Tall, booleans, og strenger er selv-evaluerende.? ? "foo" "foo"? #t #t Symboler evalueres til verdien de navngir (om noen):? foo 42? + #<procedure:+>? bar error (med mindre vi har opprettet en binding tidligere) Lister er prosedyrekall. Det første elementet er en operator som kalles med verdiene til de resterende elementene som argumenter.? (* 10 (+ 2 3)) 50? (bar 1 2) error (med mindre funksonen bar finnes) Men lister kan også være data:? (list 1 2 3) (1 2 3)? (list foo 2 "bar") (42 2 "bar")

55 Oppsummering om datatypene vi har sett til nå 18 Tall, booleans, og strenger er selv-evaluerende.? ? "foo" "foo"? #t #t Symboler evalueres til verdien de navngir (om noen):? foo 42? + #<procedure:+>? bar error (med mindre vi har opprettet en binding tidligere) Lister er prosedyrekall. Det første elementet er en operator som kalles med verdiene til de resterende elementene som argumenter.? (* 10 (+ 2 3)) 50? (bar 1 2) error (med mindre funksonen bar finnes) Men lister kan også være data:? (list 1 2 3) (1 2 3)? (list foo 2 "bar") (42 2 "bar")

56 Program = data 19 Kommentar / frampek I de første to forelesningen skal vi jobbe med enkle matematiske eksempler, men senere i kurset kommer vi til å jobbe masse med lister og symbolske data. Lister har en spesiell rolle i Lisp og Scheme: kan brukes til å representere både data og program. LISP = LISt Processing Lister = data = program.

57 Å opprette egne prosedyrer med define 20 Vi har sett at define kan brukes for å binde leksikalske variabler til en verdi. Men verdien kan også være en prosedyre. Prosedyrer lages ved såkalte lambda-uttrykk.

58 Å opprette egne prosedyrer med define 20 Vi har sett at define kan brukes for å binde leksikalske variabler til en verdi. Men verdien kan også være en prosedyre. Prosedyrer lages ved såkalte lambda-uttrykk. Generell form (define navn (lambda ( argumenter ) kropp )) Eksempel? (define snitt (lambda (x y) (/ (+ x y) 2)))

59 Å opprette egne prosedyrer med define 20 Vi har sett at define kan brukes for å binde leksikalske variabler til en verdi. Men verdien kan også være en prosedyre. Prosedyrer lages ved såkalte lambda-uttrykk. Generell form (define navn (lambda ( argumenter ) kropp )) Eksempel? (define snitt (lambda (x y) (/ (+ x y) 2)))? (snitt 10 20) 15? (snitt (snitt 10 20) (snitt 10 30)) 17.5

60 Å opprette egne prosedyrer med define Vi har sett at define kan brukes for å binde leksikalske variabler til en verdi. Men verdien kan også være en prosedyre. Prosedyrer lages ved såkalte lambda-uttrykk. Generell form (define navn (lambda ( argumenter ) kropp )) Det finnes også en kortform som sløyfer lambda: (define ( navn argumenter ) kropp ) Eksempel? (define snitt (lambda (x y) (/ (+ x y) 2)))? (snitt 10 20) 15? (snitt (snitt 10 20) (snitt 10 30)) 17.5? (define (snitt x y) (/ (+ x y) 2)) 20

61 Predikater og kondisjonale uttrykk 21 Eksempler? (define foo 42)? (even? foo) #t? (zero? foo) #f? (>= foo 42) #t Predikater er prosedyrer eller uttrykk som returnerer sant / usant (#t / #f). F.eks zero?, even?, >, =, etc. Husk at alt unntatt #f teller som sant.

62 Predikater og kondisjonale uttrykk 21 Eksempler? (define foo 42)? (even? foo) #t? (zero? foo) #f? (>= foo 42) #t? (and (< 3 4) (not (zero? 42))) #t Predikater er prosedyrer eller uttrykk som returnerer sant / usant (#t / #f). F.eks zero?, even?, >, =, etc. Husk at alt unntatt #f teller som sant. Med logiske predikater som and, or og not kan vi bygge sammensatte predikater.? (or (>= foo 10) (negative? #t foo))

63 Predikater og kondisjonale uttrykk 21 Eksempler? (define foo 42)? (even? foo) #t? (zero? foo) #f? (>= foo 42) #t? (and (< 3 4) (not (zero? 42))) #t? (or (>= foo 10) (negative? foo)) #t Predikater er prosedyrer eller uttrykk som returnerer sant / usant (#t / #f). F.eks zero?, even?, >, =, etc. Husk at alt unntatt #f teller som sant. Med logiske predikater som and, or og not kan vi bygge sammensatte predikater. Sammen med kondisjonale uttrykk som f.eks if og cond kan vi bruke predikater til å kontrollere flyten i et program.

64 Predikater og kondisjonale uttrykk (forst.) 22 Eksempler? (define foo 42) Generell form? (define foo 42)? (if (number? foo) "number" "something else") "number"? (cond ((< foo 3) "less") ((> foo 3) "greater") (else "equal")) "greater" (if predikat utfall-hvis-sant utfall-hvis-usant ) (cond ( predikat 1 utfall 1 ) ( predikat 2 utfall 2 ) ( predikat n utfall n ) (else utfall ))

65 xkcd on Lisp 23