Lean 函数式编程

8.2. 证明等价🔗

重写为使用尾递归和累加器的程序可能看起来与原始程序非常不同。 原始递归函数通常更容易理解,但它有在运行时耗尽栈的风险。 在用示例测试程序的两个版本以排除简单错误后,可以使用证明来一劳永逸地证明二者是等价的。

8.2.1. 证明 sum 相等🔗

要证明 sum 的两个版本相等,首先用桩(stub)证明编写定理的陈述:

theorem non_tail_sum_eq_tail_sum : NonTail.sum = Tail.sum := unsolved goals NonTail.sum = Tail.sumNonTail.sum = Tail.sum NonTail.sum = Tail.sum

正如预期,Lean 描述了一个未解决的目标:

unsolved goals
NonTail.sum = Tail.sum

rfl 策略无法在此处应用,因为 NonTail.sumTail.sum 在定义上不相等。 然而,函数除了定义相等外还存在更多相等的方式。还可以通过证明两个函数对相同输入产生相等输出, 来证明它们相等。换句话说,可以通过证明“对于所有可能的输入 x, 都有 f(x) = g(x)”来证明 f = g。此原理称为 函数外延性(Function Extensionality)。 函数外延性正是 NonTail.sum 等于 Tail.sum 的原因:它们都对数字列表求和。

在 Lean 的策略语言中,可使用 funext 调用函数外延性,后跟一个用于任意参数的名称。 任意参数会作为假设添加到语境中,目标变为证明应用于此参数的函数相等:

theorem non_tail_sum_eq_tail_sum : NonTail.sum = Tail.sum := unsolved goals xs:List NatNonTail.sum xs = Tail.sum xsNonTail.sum = Tail.sum xs:List NatNonTail.sum xs = Tail.sum xs
unsolved goals
xs:List NatNonTail.sum xs = Tail.sum xs

此目标可通过对参数 xs 进行归纳来证明。当应用于空列表时,sum 函数都返回 0,这是基本情况。 在输入列表的开头添加一个数字会让两个函数都将该数字添加到结果中,这是归纳步骤。 调用 induction 策略会产生两个目标:

theorem non_tail_sum_eq_tail_sum : NonTail.sum = Tail.sum := NonTail.sum = Tail.sum xs:List NatNonTail.sum xs = Tail.sum xs induction xs with NonTail.sum [] = Tail.sum [] y:Natys:List Natih:NonTail.sum ys = Tail.sum ysNonTail.sum (y :: ys) = Tail.sum (y :: ys)
unsolved goals
NonTail.sum [] = Tail.sum []
unsolved goals
y:Natys:List Natih:NonTail.sum ys = Tail.sum ysNonTail.sum (y :: ys) = Tail.sum (y :: ys)

nil 的基本情况可以使用 rfl 解决,因为当传递空列表时,两个函数都返回 0

theorem non_tail_sum_eq_tail_sum : NonTail.sum = Tail.sum := NonTail.sum = Tail.sum xs:List NatNonTail.sum xs = Tail.sum xs induction xs with NonTail.sum [] = Tail.sum [] All goals completed! 🐙 y:Natys:List Natih:NonTail.sum ys = Tail.sum ysNonTail.sum (y :: ys) = Tail.sum (y :: ys)

解决归纳步骤的第一步是简化目标,要求 simp 展开 NonTail.sumTail.sum

theorem non_tail_sum_eq_tail_sum : NonTail.sum = Tail.sum := NonTail.sum = Tail.sum xs:List NatNonTail.sum xs = Tail.sum xs induction xs with NonTail.sum [] = Tail.sum [] All goals completed! 🐙 y:Natys:List Natih:NonTail.sum ys = Tail.sum ysNonTail.sum (y :: ys) = Tail.sum (y :: ys)
unsolved goals
y:Natys:List Natih:NonTail.sum ys = Tail.sum ysy + NonTail.sum ys = Tail.sumHelper 0 (y :: ys)

展开 Tail.sum 会发现它直接委托给了 Tail.sumHelper,它也应该被简化:

theorem non_tail_sum_eq_tail_sum : NonTail.sum = Tail.sum := NonTail.sum = Tail.sum xs:List NatNonTail.sum xs = Tail.sum xs induction xs with NonTail.sum [] = Tail.sum [] All goals completed! 🐙 y:Natys:List Natih:NonTail.sum ys = Tail.sum ysNonTail.sum (y :: ys) = Tail.sum (y :: ys)

在结果目标中,sumHelper 执行了一步计算并将 y 加到累加器上:

unsolved goals
y:Natys:List Natih:NonTail.sum ys = Tail.sum ysy + NonTail.sum ys = Tail.sumHelper y ys

使用归纳假设重写会从目标中删除所有 NonTail.sum 的引用:

theorem non_tail_sum_eq_tail_sum : NonTail.sum = Tail.sum := NonTail.sum = Tail.sum xs:List NatNonTail.sum xs = Tail.sum xs induction xs with NonTail.sum [] = Tail.sum [] All goals completed! 🐙 y:Natys:List Natih:NonTail.sum ys = Tail.sum ysNonTail.sum (y :: ys) = Tail.sum (y :: ys)
unsolved goals
y:Natys:List Natih:NonTail.sum ys = Tail.sum ysy + Tail.sum ys = Tail.sumHelper y ys

这个新目标表明,将某个数字加到列表的和中与在 sumHelper 中使用该数字作为初始累加器相同。 为了清晰起见,这个新目标可以作为独立的定理来证明:

theorem helper_add_sum_accum (xs : List Nat) (n : Nat) : n + Tail.sum xs = Tail.sumHelper n xs := unsolved goals xs:List Natn:Natn + Tail.sum xs = Tail.sumHelper n xsxs:List Natn:Natn + Tail.sum xs = Tail.sumHelper n xs xs:List Natn:Natn + Tail.sum xs = Tail.sumHelper n xs
unsolved goals
xs:List Natn:Natn + Tail.sum xs = Tail.sumHelper n xs

这又是一次归纳证明,其中基本情况使用 rfl 证明:

theorem helper_add_sum_accum (xs : List Nat) (n : Nat) : n + Tail.sum xs = Tail.sumHelper n xs := xs:List Natn:Natn + Tail.sum xs = Tail.sumHelper n xs induction xs with n:Natn + Tail.sum [] = Tail.sumHelper n [] All goals completed! 🐙 n:Naty:Natys:List Natih:n + Tail.sum ys = Tail.sumHelper n ysn + Tail.sum (y :: ys) = Tail.sumHelper n (y :: ys)
unsolved goals
n y:Natys:List Natih:n + Tail.sum ys = Tail.sumHelper n ysn + Tail.sum (y :: ys) = Tail.sumHelper n (y :: ys)

由于这是一个归纳步骤,因此目标应该被简化,直到它与归纳假设 ih 匹配。 简化,然后使用 Tail.sumTail.sumHelper 的定义,得到以下结果:

theorem helper_add_sum_accum (xs : List Nat) (n : Nat) : n + Tail.sum xs = Tail.sumHelper n xs := xs:List Natn:Natn + Tail.sum xs = Tail.sumHelper n xs induction xs with n:Natn + Tail.sum [] = Tail.sumHelper n [] All goals completed! 🐙 n:Naty:Natys:List Natih:n + Tail.sum ys = Tail.sumHelper n ysn + Tail.sum (y :: ys) = Tail.sumHelper n (y :: ys)
unsolved goals
n y:Natys:List Natih:n + Tail.sum ys = Tail.sumHelper n ysn + Tail.sumHelper y ys = Tail.sumHelper (y + n) ys

理想情况下,归纳假设可以用来替换 Tail.sumHelper (y + n) ys,但它们不匹配。 归纳假设可用于 Tail.sumHelper n ys,而非 Tail.sumHelper (y + n) ys。 换句话说,这个证明到这里被卡住了。

8.2.2. 第二次尝试🔗

与其试图弄清楚证明,不如退一步思考。为什么函数的尾递归版本等于非尾递归版本? 从根本上讲,在列表中的每个条目中,累加器都会增加与递归结果中添加的量相同的值。 这个见解可以用来写一个优雅的证明。 重点在于,归纳证明必须设置成归纳假设可以应用于 任何 累加器值。

放弃之前的尝试,这个见解可以编码为以下陈述:

theorem non_tail_sum_eq_helper_accum (xs : List Nat) : (n : Nat) n + NonTail.sum xs = Tail.sumHelper n xs := unsolved goals xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xsxs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs

在这个陈述中,非常重要的是 n 是冒号后面类型的组成部分。 产生的目标以 ∀ (n : Nat) 开头,这是“对于所有 n”的缩写:

unsolved goals
xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs

使用归纳策略会产生包含这个“对于所有(for all)”语句的目标:

theorem non_tail_sum_eq_helper_accum (xs : List Nat) : (n : Nat) n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs induction xs with (n : Nat), n + NonTail.sum [] = Tail.sumHelper n [] y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ys (n : Nat), n + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys)

nil 情况下,目标是:

unsolved goals
 (n : Nat), n + NonTail.sum [] = Tail.sumHelper n []

对于 cons 的归纳步骤,归纳假设和具体目标都包含“对于所有 n”:

unsolved goals
y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ys (n : Nat), n + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys)

换句话说,目标变得更难证明,但归纳假设相应地更加有用。

对于以“对于所有 x”开头的陈述的数学证明应该假设存在任意的 x, 并证明该阐述。“任意”意味着不假设 x 的任何额外性质,因此结果语句将适用于 任何 x。 在 Lean 中,“对于所有”语句是一个依值函数:无论将其应用于哪个特定值,它都将返回命题的证据。 类似地,选择任意 x 的过程与使用 fun x => ... 相同。在策略语言中, 选择任意 x 的过程是使用 intro 策略执行的,当策略脚本完成后,它会在幕后生成函数。 intro 策略应当被提供用于此任意值的名称。

nil 情况下使用 intro 策略会从目标中移除 ∀ (n : Nat),,并添加假设 n : Nat

theorem non_tail_sum_eq_helper_accum (xs : List Nat) : (n : Nat) n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs induction xs with (n : Nat), n + NonTail.sum [] = Tail.sumHelper n [] y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ys (n : Nat), n + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys)
unsolved goals
n:Natn + NonTail.sum [] = Tail.sumHelper n []

此命题等式的两边在定义上等于 n,因此 rfl 就足够了:

theorem non_tail_sum_eq_helper_accum (xs : List Nat) : (n : Nat) n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs induction xs with (n : Nat), n + NonTail.sum [] = Tail.sumHelper n [] n:Natn + NonTail.sum [] = Tail.sumHelper n [] All goals completed! 🐙 y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ys (n : Nat), n + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys)

cons 目标也包含一个“对于所有”:

unsolved goals
y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ys (n : Nat), n + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys)

这这里建议使用 intro

theorem non_tail_sum_eq_helper_accum (xs : List Nat) : (n : Nat) n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs induction xs with (n : Nat), n + NonTail.sum [] = Tail.sumHelper n [] n:Natn + NonTail.sum [] = Tail.sumHelper n [] All goals completed! 🐙 y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ys (n : Nat), n + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys)
unsolved goals
y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ysn:Natn + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys)

现在,证明目标包含应用于 y :: ysNonTail.sumTail.sumHelper。 简化器可以使下一步更清晰:

theorem non_tail_sum_eq_helper_accum (xs : List Nat) : (n : Nat) n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs induction xs with (n : Nat), n + NonTail.sum [] = Tail.sumHelper n [] n:Natn + NonTail.sum [] = Tail.sumHelper n [] All goals completed! 🐙 y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ys (n : Nat), n + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys)
unsolved goals
y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ysn:Natn + (y + NonTail.sum ys) = Tail.sumHelper (y + n) ys

此目标非常接近于匹配归纳假设。它不匹配的方面有两个:

  • 等式的左侧是 n + (y + NonTail.sum ys),但归纳假设需要左侧是一个添加到 NonTail.sum ys 的数字。 换句话说,此目标应重写为 (n + y) + NonTail.sum ys,这是有效的,因为自然数加法满足结合律。

  • 当左侧重写为 (y + n) + NonTail.sum ys 时,右侧的累加器参数应为 n + y 而非 y + n 以进行匹配。 此重写是有效的,因为加法也满足交换律。

加法的结合律和交换律已在 Lean 的标准库中得到证明。结合律的证明名为 Nat.add_assoc, 其类型为 (n m k : Nat) (n + m) + k = n + (m + k), 而交换律的证明称为 Nat.add_comm, 其类型为 (n m : Nat) n + m = m + n。 通常,rw 策略会提供一个类型为等式的表达式。但是,如果参数是一个返回类型为等式的相关函数, 它会尝试查找函数的参数,以便等式可以匹配目标中的某个内容。 虽然必须反转重写方向,但只有一种机会应用结合律, 因为 (n + m) + k = n + (m + k) 中等式的右侧是与证明目标匹配的:

theorem non_tail_sum_eq_helper_accum (xs : List Nat) : (n : Nat) n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs induction xs with (n : Nat), n + NonTail.sum [] = Tail.sumHelper n [] n:Natn + NonTail.sum [] = Tail.sumHelper n [] All goals completed! 🐙 y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ys (n : Nat), n + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys)
unsolved goals
y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ysn:Natn + y + NonTail.sum ys = Tail.sumHelper (y + n) ys

然而,直接使用 rw [Nat.add_comm] 重写会导致错误的结果。rw 策略猜测了错误的重写位置,导致了意料之外的目标:

theorem non_tail_sum_eq_helper_accum (xs : List Nat) : (n : Nat) n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs induction xs with (n : Nat), n + NonTail.sum [] = Tail.sumHelper n [] n:Natn + NonTail.sum [] = Tail.sumHelper n [] All goals completed! 🐙 y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ys (n : Nat), n + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys)
unsolved goals
y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ysn:NatNonTail.sum ys + (n + y) = Tail.sumHelper (y + n) ys

可以通过显式地将 yn 作为参数提供给 Nat.add_comm 来解决此问题:

theorem non_tail_sum_eq_helper_accum (xs : List Nat) : (n : Nat) n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs induction xs with (n : Nat), n + NonTail.sum [] = Tail.sumHelper n [] n:Natn + NonTail.sum [] = Tail.sumHelper n [] All goals completed! 🐙 y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ys (n : Nat), n + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys)
unsolved goals
y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ysn:Natn + y + NonTail.sum ys = Tail.sumHelper (n + y) ys

现在目标与归纳假设相匹配了。特别是,归纳假设的类型是一个依值函数类型。 将 ih 应用于 n + y 会产生刚好期望的类型。如果其参数具有期望的类型, exact 策略会完成证明目标:

theorem non_tail_sum_eq_helper_accum (xs : List Nat) : (n : Nat) n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Nat (n : Nat), n + NonTail.sum xs = Tail.sumHelper n xs induction xs with (n : Nat), n + NonTail.sum [] = Tail.sumHelper n [] n:Natn + NonTail.sum [] = Tail.sumHelper n []; All goals completed! 🐙 y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ys (n : Nat), n + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys) y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ysn:Natn + NonTail.sum (y :: ys) = Tail.sumHelper n (y :: ys) y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ysn:Natn + (y + NonTail.sum ys) = Tail.sumHelper (y + n) ys y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ysn:Natn + y + NonTail.sum ys = Tail.sumHelper (y + n) ys y:Natys:List Natih: (n : Nat), n + NonTail.sum ys = Tail.sumHelper n ysn:Natn + y + NonTail.sum ys = Tail.sumHelper (n + y) ys All goals completed! 🐙

实际的证明只需要一些额外的工作即可使目标与辅助函数的类型相匹配。 第一步仍然是调用函数外延性:

theorem non_tail_sum_eq_tail_sum : NonTail.sum = Tail.sum := unsolved goals xs:List NatNonTail.sum xs = Tail.sum xsNonTail.sum = Tail.sum xs:List NatNonTail.sum xs = Tail.sum xs
unsolved goals
xs:List NatNonTail.sum xs = Tail.sum xs

下一步是展开 Tail.sum,暴露出 Tail.sumHelper

theorem non_tail_sum_eq_tail_sum : NonTail.sum = Tail.sum := unsolved goals xs:List NatNonTail.sum xs = Tail.sumHelper 0 xsNonTail.sum = Tail.sum xs:List NatNonTail.sum xs = Tail.sum xs xs:List NatNonTail.sum xs = Tail.sumHelper 0 xs
unsolved goals
xs:List NatNonTail.sum xs = Tail.sumHelper 0 xs

完成这一步后,类型已经近乎匹配了。但是,辅助类型在左侧有一个额外的加数。 换句话说,证明目标是 NonTail.sum xs = Tail.sumHelper 0 xs, 但将 non_tail_sum_eq_helper_accum 应用于 xs0 会产生类型 0 + NonTail.sum xs = Tail.sumHelper 0 xs。 另一个标准库证明 Nat.zero_add 的类型为 (n : Nat) 0 + n = n。 将此函数应用于 NonTail.sum xs 会产生类型为 0 + NonTail.sum xs = NonTail.sum xs 的表达式, 因此从右往左重写会产生期望的目标:

theorem non_tail_sum_eq_tail_sum : NonTail.sum = Tail.sum := unsolved goals xs:List Nat0 + NonTail.sum xs = Tail.sumHelper 0 xsNonTail.sum = Tail.sum xs:List NatNonTail.sum xs = Tail.sum xs xs:List NatNonTail.sum xs = Tail.sumHelper 0 xs xs:List Nat0 + NonTail.sum xs = Tail.sumHelper 0 xs
unsolved goals
xs:List Nat0 + NonTail.sum xs = Tail.sumHelper 0 xs

最后,可以使用辅助定理来完成证明:

theorem non_tail_sum_eq_tail_sum : NonTail.sum = Tail.sum := NonTail.sum = Tail.sum xs:List NatNonTail.sum xs = Tail.sum xs xs:List NatNonTail.sum xs = Tail.sumHelper 0 xs xs:List Nat0 + NonTail.sum xs = Tail.sumHelper 0 xs All goals completed! 🐙

此证明演示了在证明“累加器传递尾递归函数等于非尾递归版本”时可以使用的通用模式。 第一步是发现起始累加器参数和最终结果之间的关系。 例如,以 n 的累加器开始 Tail.sumHelper 会导致最终的和被添加到 n 中, 而以 ys 的累加器开始 Tail.reverseHelper 会导致最终反转的列表被前置到 ys 中。 第二步是将此关系写成定理陈述,并通过归纳法证明它。虽然在实践中, 累加器总是用一些中性值(Neutral,即幺元,例如 0[])初始化, 但允许起始累加器为任何值的更通用的陈述是获得足够强的归纳假设所需要的。 最后,将此辅助定理与实际的初始累加器值一起使用会产生期望的证明。 例如,在 non_tail_sum_eq_tail_sum 中,累加器指定为 0。 这可能需要重写目标以使中性初始累加器值出现在正确的位置。

8.2.3. 函数归纳法🔗

non_tail_sum_eq_helper_accum 的证明紧密遵循 Tail.sumHelper 的实现。 然而,实现与数学归纳法所期望的结构之间并没有完美的匹配,这使得必须仔细管理假设 n。 在 non_tail_sum_eq_helper_accum 的情况下,这只是少量的工作,但是对于定义与 induction 所期望的结构相去甚远的函数,其证明需要更多的簿记工作。

除了通过对其中一个参数进行归纳来证明关于递归函数的定理外,Lean 还支持通过对函数的递归调用结构进行归纳来证明。 这种 函数归纳法(Functional Induction) 会为函数控制流中不包含递归调用的每个分支产生一个基本情况,并为每个包含递归调用的分支产生归纳步骤。 函数归纳法的证明应该表明定理对于非递归分支成立,并且如果定理对于每个递归调用的结果成立,那么它对于递归分支的结果也成立。

使用函数归纳法简化了 non_tail_sum_eq_helper_accum

theorem non_tail_sum_eq_helper_accum (xs : List Nat) (n : Nat) : n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Natn:Natn + NonTail.sum xs = Tail.sumHelper n xs fun_induction Tail.sumHelper with n:Natn + NonTail.sum [] = n n:Naty:Natys:List Natih:y + n + NonTail.sum ys = Tail.sumHelper (y + n) ysn + NonTail.sum (y :: ys) = Tail.sumHelper (y + n) ys

证明的每个分支都匹配 Tail.sumHelper 的相应分支:

def Tail.sumHelper (soFar : Nat) : List Nat Nat | [] => soFar | x :: xs => sumHelper (x + soFar) xs

在第一个 case1 中,等式的右侧是累加器值,在证明中称为 n

unsolved goals
n:Natn + NonTail.sum [] = n

在第二个 case2 中,等式的右侧是尾递归循环中的下一步:

unsolved goals
n y:Natys:List Natih:y + n + NonTail.sum ys = Tail.sumHelper (y + n) ysn + NonTail.sum (y :: ys) = Tail.sumHelper (y + n) ys

结果证明可以更简单。 论证的基础(包括所使用的加法属性)是相同的;但是,簿记工作已被移除。 不再需要手动处理累加器值,并且可以直接使用归纳假设,而无需实例化:

theorem non_tail_sum_eq_helper_accum (xs : List Nat) (n : Nat) : n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Natn:Natn + NonTail.sum xs = Tail.sumHelper n xs fun_induction Tail.sumHelper with n:Natn + NonTail.sum [] = n All goals completed! 🐙 n:Naty:Natys:List Natih:y + n + NonTail.sum ys = Tail.sumHelper (y + n) ysn + NonTail.sum (y :: ys) = Tail.sumHelper (y + n) ys n:Naty:Natys:List Natih:y + n + NonTail.sum ys = Tail.sumHelper (y + n) ysn + (y + NonTail.sum ys) = Tail.sumHelper (y + n) ys n:Naty:Natys:List Natih:y + n + NonTail.sum ys = Tail.sumHelper (y + n) ysn + y + NonTail.sum ys = Tail.sumHelper (y + n) ys n:Naty:Natys:List Natih:y + n + NonTail.sum ys = Tail.sumHelper (y + n) ysy + n + NonTail.sum ys = Tail.sumHelper (y + n) ys All goals completed! 🐙

grind 策略非常适合这种类型的目标。 与 simprw 不同,它不是定向的;在内部,它会累积一系列事实,直到它完全证明目标或失败为止。 它预先配置为使用关于算术的基本事实,例如加法的结合律和交换律,并且它会自动使用局部假设,例如归纳假设。 使用 grind,这个证明变得简短而切中要害:

theorem non_tail_sum_eq_helper_accum (xs : List Nat) (n : Nat) : n + NonTail.sum xs = Tail.sumHelper n xs := xs:List Natn:Natn + NonTail.sum xs = Tail.sumHelper n xs soFar✝:NatsoFar✝ + NonTail.sum [] = soFar✝soFar✝:Natx✝:Natxs✝:List Natih1✝:x✝ + soFar✝ + NonTail.sum xs✝ = Tail.sumHelper (x✝ + soFar✝) xs✝soFar✝ + NonTail.sum (x✝ :: xs✝) = Tail.sumHelper (x✝ + soFar✝) xs✝ soFar✝:NatsoFar✝ + NonTail.sum [] = soFar✝soFar✝:Natx✝:Natxs✝:List Natih1✝:x✝ + soFar✝ + NonTail.sum xs✝ = Tail.sumHelper (x✝ + soFar✝) xs✝soFar✝ + NonTail.sum (x✝ :: xs✝) = Tail.sumHelper (x✝ + soFar✝) xs✝ All goals completed! 🐙

这个证明也符合向熟练程序员解释证明的方式:“只需检查 Tail.sumHelper 的两个分支!”

8.2.4. 练习🔗

8.2.4.1. 热身🔗

使用 induction 策略编写你自己的 Nat.zero_addNat.add_assocNat.add_comm 的证明。

8.2.4.2. 更多累加器证明🔗

8.2.4.2.1. 反转列表🔗

sum 的证明调整为 NonTail.reverseTail.reverse 的证明。 第一步是思考传递给 Tail.reverseHelper 的累加器值与非尾递归反转之间的关系。 正如在 Tail.sumHelper 中将数字添加到累加器中与将其添加到整体的和中相同, 在 Tail.reverseHelper 中使用 List.cons 将新条目添加到累加器中相当于对整体结果进行了一些更改。 用纸和笔尝试三个或四个不同的累加器值,直到关系变得清晰。 使用此关系来证明一个合适的辅助定理。 尝试使用列表归纳法和函数归纳法来证明这个辅助定理。 然后,写下整体定理。 因为 NonTail.reverseTail.reverse 是多态的,所以声明它们的相等性需要使用 @ 来阻止 Lean 尝试找出为 α 使用哪种类型。一旦 α 被视为一个普通参数, funext 应该与 αxs 一起调用:

theorem non_tail_reverse_eq_tail_reverse : @NonTail.reverse = @Tail.reverse := unsolved goals α:Type u_1xs:List αNonTail.reverse xs = Tail.reverse xs@NonTail.reverse = @Tail.reverse α:Type u_1xs:List αNonTail.reverse xs = Tail.reverse xs

这会产生一个合适的目标:

unsolved goals
α:Type u_1xs:List αNonTail.reverse xs = Tail.reverse xs

8.2.4.2.2. 阶乘🔗

通过找到累加器和结果之间的关系并证明一个合适的辅助定理, 证明上一节练习中的 NonTail.factorial 等于你的尾递归版本的解决方案。