十分钟速通 Y Combinator

please goto https://coderemixer.com/2018/12/07/y-combinator-in-ten-minutes/

引

这学期在学校选了一门讲可计算性（Computability）的计算机科学基础课程。过程中也把很多概念给自己重新复习了一下，不过从这课课堂的反馈来看，可以说同学都听得非常吃力。我想到几年前我有尝试写过一篇通过 Y 组合子来讨论 Lambda 演算的文章，考虑到当时写得很不完善，我打算拿出来重新炒一下冷饭。顺便改使用傻子都能看懂的 JavaScript 来描述这个问题。顺便调试一下我博客系统 Markdown 引入 LATEX 后会遇到的坑。

循环 -> 递归

我们还是从下面这个简单的循环问题开始探讨。通过写一个循环（不使用等差数列的情况下），求自然数列 1 到 n 的和（即 1+2+3+…+n）。一个最容易想到的实现可能如下：

| | |

我们现在对这个问题稍作变形，如果在这个程序中不得使用 for 循环，我们还能实现这个程序吗？显然这也是非常简单的，因为我们还可以用 while 循环。

| | |

或者进一步地，我们可以写成：

| | |

抽象地来看，我们这里使用到的 counter 变量，既可以看成是循环变量，更可以看成是一个程序计数器。也就是从一个状态转移到下一个状态的过程，而 break 则是指出了终止状态发生的位置。我们现在对这个题目进行进一步地变形，如果我们不允许在这里使用包括 while 在内的任何循环，我们还能实现这个程序吗？

我们不但能，而且程序写起来更简单了。

| | |

这个写法可以优雅地由数学形式表示：

sum(x)={0x=0sum(x−1)+xotherwise

也就是我们只需要定义 sum(0)=0，然后无论求什么的和，都是其之前所有数的和加上当前这个数。计算机会一次一次向下找，直到找到 0 为止，最后把找到的数全部加起来。解决！当然你可能会觉得这么做的效率很低，计算机不停递归会影响性能，我们会在之后讨论这个问题，我们目前暂时先只讨论「可计算性」上的等价。

匿名函数化

「λ 演算」和我们刚刚那个例子很接近，但是又稍有不同。我们先抛开「λ 演算」本身复杂的定义，从其性质入手，就可以简单对「λ 演算」有直观的认识。

• 如果有这么一个式子 λx.x，那么 x 就是一个变量。对于一个变量，我们可以任意更换其名字，比如可以从 x 改成 y，得到 λy.y，这一步称作「α 等价」。
• 如果有形如一个式子 (λx.x+1)(1)，我们可以把后面的 1 替代掉前面的 x，即 (λx.x+1)(1)=1+1=2，这一步称作「β 规约」。

如果你对符号不敏感，可能看到这里有点晕。但如果你敏感一点的话，就会发现这里其实只不过是换了一个说法的「匿名函数」而已。像我们之前的例子里，我们定义函数都要起一个函数名。但如果我们一次性使用这个函数，我们完全可以不命名，定义完接受的参数和运算方法直接执行即可，这就是所谓的「匿名函数」。用 JavaScript 的语言来描述的话如下：

| | |

如果你不熟悉 ES6 的箭头函数，用 ES5 写的话如下：

| | |

换句话说，也就是说「α 等价」说明了匿名函数中的变量名不会影响运算结果，而「β 规约」就是去执行这个匿名函数而已。

为什么？

我们之前讨论了一个递归和循环的例子，这和「匿名函数」有什么关系呢？我们可以看到，我们现在的匿名函数看起来很方便，但是实际上用来实现递归和循环听起来就很奇怪。首先，纯「λ 演算」并没有像是 while 或 for 这样的循环命令。不过好在我们刚刚发现，所有的循环都可以被我们转换成递归

递归听起来就和函数更相关一些，不过我们又产生了一个新问题：递归时，我们需要具名地指定我们递归调用那个函数。而我们现在的函数，没有名字。我们还能实现递归吗？

尝试

我们先大致写一个类似递归的匿名函数：

| | |

不过既然递归要调用一个函数，我们先假设我们存在这个函数，将其命名为 f：

| | |

我们可以想象，对于匿名函数，如果没有全局变量，那么其获取数据的来源是唯一的，那就是参数。那我们为什么不把我们想要的函数 f 作为参数呢？

| | |

这样似乎已经快到我们想要的结果了，既然我们加了一个参数 f，那么在执行的时候，这个 f 又是多少呢？答案很简单，就是这个匿名函数自己。匿名函数不能起名字，但其本身还是可以作为参数传递啊，于是我们得到了：

| | |

解决！我们使用了纯匿名函数解决了这个问题。

Y 组合子

那什么是 Y 组合子（Y Combinator）呢？Y 组合子不过是解决这一类问题的通用方案而已。Y 组合子的定义是

Y:=λf.(λx.(f(x x))λx.(f(x x)))

听起来挺搞脑子的，不过如果我们代入任何一个东西算一下的话，就会发现其实很简单。如果我们存在一个函数 g，那么：

Y g=λf.(λx.(f(x x))λx.(f(x x)))g=λx.(g(x x))λx.(g(x x))=λy.(g(y y))λx.(g(x x))=(g(λx.(g(x x))λx.(g(x x))))

而同时：

g(Y g)=g(λf.(λx.(f(x x))λx.(f(x x)))g)=(g(λx.(g(x x))λx.(g(x x))))

故 Yg=g(Y g)=g(g(Y g))=g(g(g(Y g)))，也就是对于任意函数都能实现递归。

这里我们再使用 JavaScript 来实现一下 Y 组合子版的自然数列 1 到 n 的和：

| | |

不动点组合子

你也许听过 Y 组合子是一类不动点组合子。不动点组合子究竟是什么意思呢？组合子是一种消除变量的函数。在 Y 组合子中你可以看到并没有用任何 let var const 之类的变量定义，而是通过一系列参数传递消除了这一过程。而至于不动点，你可能在初中的代数课本上学习过「不动点」的概念，这在这里几乎是一样的。通常我们眼中的不动点，即在函数 f(x)=y 上找到一个值 x 使得 x=f(x)。比如对于函数 f(x)=x2−1，不动点是 1 和 -1。

但是初中的代数中的这个不动点的定义其实是一个简化版本。事实上所谓找到一个「值」x，也可以被表述成「找到一个『函数』」g(x)，使得 g(x)=f(g(x))。而值 x 是这个 g(x) 的一个特例，即常值函数 g(x) = c（c 是一个常数）。

这样我们就不难理解不动点组合子的意义了。我们找到一个函数 Y，使得 Y g=g(Y g)。这就是所谓的不动点组合子。

结论

费了那么大劲到底干什么？因为图灵机、递归和 λ 演算被证明在可计算性上是等价的，如果存在一个问题（比如递归或者循环）在其中一种可计算，在另一种不可计算。这是有悖于数学原理的。而更重要的是，我们基于 Y 组合子这个例子，可以一次性将图灵机、递归和 λ 演算的知识一次性串联起来，建立一个对可计算性的直观系统的理解。

岂不是很好吗？