3.3 Functional Parallel AlgorithmsA

3.3 Functional Parallel Algorithms
A growing trend in program development is the use of functional programming,
which emphasizes a mathematical formulation of a problem in terms of functions
and data structures as abstract notions, rather than in terms of their concrete
realization in memory.
One important application of functional programming is to parallelism. The
advantage is the declarative" nature of functional programs, which avoid over-
specifying the details of how data is represented or manipulated, in favor of a
more equational description of what the computation is to achieve. Functional
languages provide a useful example of an abstract cost measure, the cost graph,
which associates to a computation a representation of the dependencies among
subcomputations, exposing the implicit parallelism available for that program.
The cost graph determines both the sequential and parallel time and space
complexity of the program, and is a useful abstraction with which to analyze
the asymptotic complexity of a program without regard to platform-specic
parameters, which can be factored in later.
By stressing the tight connection with mathematics, functional languages
encourage a heoretical" mindset that is consonant with the aims of both the
algorithms and language communities. Behavioral verication of functional pro-
grams is far easier than for their imperative counterparts; it is interesting to ask
whether the same might be said for verication of their eciency. Certainly
the correctness arguments, on which any complexity analysis depends, are far
simpler, particularly in the parallel case, so this can only help.
The functional perspective has also proved eective in a distributed setting
in which there is no useful concept of shared state. The well-known Hadoop
and Map-Reduce systems exploit this aspect of parallelism to perform parallel
7
computations over large-scale distributed data sets. Such algorithms are highly
sensitive to issues of data locality, because of the enormous dierence in time to
access
emote" from local" data. This kind of problem was studied recently
by Blelloch and Harper [2013, 2014] from the perspective of a cost semantics,
showing that one can reason about the I/O complexity of an algorithm without
having to drop down to a low-level machine model.

ผลลัพธ์ (ไทย) 1:

3.3 อัลกอริทึมแบบขนานทำงานใช้เขียนโปรแกรมที่ทำงาน มีแนวโน้มเติบโตในการพัฒนาโปรแกรมซึ่งเน้นการกำหนดปัญหาในฟังก์ชันคณิตศาสตร์และโครงสร้างข้อมูลที่ เป็นความเข้าใจนามธรรม ไม่ ใช่ในแง่ ของคอนกรีตของสำนึกในความทรงจำโปรแกรมประยุกต์สำคัญหนึ่งของการเขียนโปรแกรมที่ทำงานคือการ parallelism ที่ข้อดีคือ declarative "ธรรมชาติของงานโปรแกรม การหลีกเลี่ยงการเกินระบุรายละเอียดว่าข้อมูลจะแสดง หรือ จัดการ เห็นด้วยกับรายละเอียด equational เพิ่มเติมการคำนวณสิ่งที่จะบรรลุ ใช้งานได้ภาษาให้ตัวอย่างประโยชน์ของการวัดต้นทุนนามธรรม กราฟต้นทุนซึ่งร่วมในการคำนวณเป็นการแสดงความสัมพันธ์ระหว่างsubcomputations, parallelism นัยพร้อมใช้งานสำหรับโปรแกรมที่เปิดเผยกราฟต้นทุนกำหนดตามลำดับ และแบบขนานและพื้นที่ความซับซ้อนของโปรแกรม และ abstraction ประโยชน์ที่วิเคราะห์ความซับซ้อนของโปรแกรมโดยไม่คำนึงถึงของแพลตฟอร์ม speci c asymptoticพารามิเตอร์ ซึ่งสามารถแยกตัวประกอบในภายหลังโดยเน้นหนักการเชื่อมต่อแน่นกับคณิตศาสตร์ ภาษาทำงาน heoretical เป็นการส่งเสริมให้" mindset ที่พยัญชนะที่ มีจุดมุ่งหมายของการอัลกอริทึมและภาษาชุมชน พฤติกรรม veri cation ทำ pro-กรัมไกลกว่าที่จะปราบปรามความจำเป็น เป็นที่น่าสนใจขอว่าเหมือนกันอาจจะกล่าวใน veri cation ของอี ciency ของพวกเขา อย่างแน่นอนอาร์กิวเมนต์ความถูกต้อง ในความซับซ้อนใด ๆ ที่วิเคราะห์ขึ้น ไม่ห่างไกลเรียบง่าย โดยเฉพาะอย่างยิ่งในกรณีคู่ขนาน เพื่อนี้สามารถช่วยให้การมุมมองการทำงานยังได้พิสูจน์อี ective การกระจายซึ่งมีแนวคิดไม่มีประโยชน์ของรัฐใช้ร่วมกัน อย่างไร Hadoop รู้จักและระบบลดแผนที่ใช้ประโยชน์ด้านนี้ของ parallelism การขนาน7ประมวลผลผ่านชุดข้อมูลขนาดใหญ่ที่กระจาย อัลกอริทึมดังกล่าวเป็นอย่างมากอ่อนไหวกับปัญหาของท้องถิ่นข้อมูล เพราะ erence ดีมหาศาลในเวลาข้อมูลการเข้าถึง
emote"จาก local" มีศึกษาปัญหาลักษณะนี้เมื่อเร็ว ๆ นี้โดย Blelloch และฮาร์เปอร์ [2013, 2014] จากมุมมองของความหมายต้นทุนแสดงว่า หนึ่งสามารถเหตุผลเกี่ยวกับ I/O ความซับซ้อนของอัลกอริทึมที่ไม่ต้องหล่นลงไปแบบเครื่องระดับต่ำ

ผลลัพธ์ (ไทย) 2:

3.3
การทำงานแบบขนานอัลกอริทึมแนวโน้มการเจริญเติบโตในการพัฒนาโปรแกรมที่ใช้ในการเขียนโปรแกรมการทำงานที่เน้นสูตรทางคณิตศาสตร์ของปัญหาในแง่ของฟังก์ชั่นและโครงสร้างข้อมูลเป็นความคิดที่เป็นนามธรรมมากกว่าในแง่ของการที่เป็นรูปธรรมของพวกเขาสำนึกในความทรงจำ. หนึ่งโปรแกรมที่สำคัญ การเขียนโปรแกรมของการทำงานคือการขนาน ประโยชน์เป็น เปิดเผย "ลักษณะของโปรแกรมการทำงานซึ่งเกินหลีกเลี่ยงการระบุรายละเอียดของวิธีการที่ข้อมูลเป็นตัวแทนหรือจัดการในความโปรดปรานของคำอธิบายequational เพิ่มเติมจากสิ่งที่คำนวณคือเพื่อให้บรรลุ. ฟังก์ชั่นภาษาให้เป็นตัวอย่างที่ให้ประโยชน์วัดค่าใช้จ่ายที่เป็นนามธรรมกราฟค่าใช้จ่ายที่จะเชื่อมโยงไปยังการคำนวณเป็นตัวแทนของการอ้างอิงในหมู่ที่subcomputations เผยให้เห็นความคล้ายคลึงกันโดยปริยายใช้ได้สำหรับโปรแกรมที่. กำหนดกราฟค่าใช้จ่ายทั้งในเวลาที่ต่อเนื่องและแบบขนานและพื้นที่ซับซ้อนของโปรแกรมและเป็นนามธรรมที่เป็นประโยชน์กับการที่จะวิเคราะห์ความซับซ้อนเชิงของโปรแกรมโดยไม่คำนึงถึงแพลตฟอร์ม speci คพารามิเตอร์ซึ่งสามารถปัจจัยในภายหลัง. โดยเน้นหนักในการเชื่อมต่อแน่นด้วยคณิตศาสตร์ภาษาการทำงานส่งเสริมให้ ทฤษฎี "ความคิดที่สอดคล้องกับจุดมุ่งหมาย ของทั้งสองขั้นตอนวิธีการและชุมชนภาษา ไอออนบวกกับพฤติกรรมของโปร Veri ทำงานกรัมอยู่ไกลง่ายกว่าคู่ความจำเป็นของพวกเขา เป็นที่น่าสนใจที่จะถามว่าเดียวกันอาจจะกล่าวว่าสำหรับไอออนบวก Veri ของ e ขาดเพียง? ของพวกเขา แน่นอนว่าข้อโต้แย้งความถูกต้องในการวิเคราะห์ความซับซ้อนใด ๆ ขึ้นอยู่กับที่อยู่ห่างไกลได้ง่ายโดยเฉพาะอย่างยิ่งในกรณีที่คู่ขนานดังนั้นนี้สามารถช่วยให้. มุมมองการทำงานนอกจากนี้ยังได้พิสูจน์แล้วว่าอี? ective ในการตั้งค่าการกระจายที่ไม่มีแนวความคิดที่มีประโยชน์ในการใช้ร่วมกันสถานะ. Hadoop ที่รู้จักกันดีและระบบแผนที่ลดใช้ประโยชน์จากแง่มุมของความเท่าเทียมนี้จะดำเนินการคู่ขนาน7 คำนวณมากกว่าชุดข้อมูลขนาดใหญ่กระจาย ขั้นตอนวิธีการดังกล่าวเป็นอย่างมากที่มีความสำคัญกับปัญหาของท้องถิ่นข้อมูลเพราะการตั้งดิมหาศาล? ในเวลาที่จะเข้าถึง ระยะไกล "จาก ท้องถิ่น" ข้อมูล ชนิดของปัญหานี้ได้รับการศึกษาเมื่อเร็ว ๆ นี้โดยBlelloch และฮาร์เปอร์ [2013 2014] จากมุมมองของความหมายค่าใช้จ่ายที่แสดงให้เห็นว่าเราสามารถให้เหตุผลเกี่ยวกับI / O ความซับซ้อนของขั้นตอนวิธีโดยไม่ต้องวางลงไปที่รูปแบบเครื่องในระดับต่ำ.

ผลลัพธ์ (ไทย) 3:

3.3 การทำงานแบบขนานขั้นตอนวิธี
แนวโน้มการเติบโตในการพัฒนาโปรแกรมใช้โปรแกรมปฏิบัติการ
ซึ่งเน้นสูตรทางคณิตศาสตร์ของปัญหาในแง่ของการทำงานและโครงสร้างความคิดนามธรรม
ข้อมูลมากกว่าในแง่ของการรับรู้ของคอนกรีต

โปรแกรมในหน่วยความจำ หนึ่งที่สำคัญของโปรแกรมการทำงานเพื่อความ .
เป็นประโยชน์ N คำประกาศ " ธรรมชาติของโปรแกรมการทำงานซึ่งหลีกเลี่ยง -
ระบุรายละเอียดของวิธีการที่ข้อมูลจะถูกแสดง หรือจัดการในความโปรดปรานของ
เพิ่มเติม equational รายละเอียดของสิ่งที่นำมาเป็นเพื่อให้บรรลุ ภาษาการทำงาน
ให้ตัวอย่างประโยชน์ของการวัดต้นทุนนามธรรมกราฟค่าใช้จ่าย
ซึ่งหุ้นส่วนเพื่อการคำนวณที่เป็นตัวแทนของการพึ่งพาระหว่าง
subcomputations เผยความนัยขนานพร้อมใช้งานสำหรับโปรแกรมที่ .
กราฟต้นทุนกำหนดทั้งเวลาและพื้นที่ต่อเนื่องและคู่ขนาน
ความซับซ้อนของโปรแกรม และเป็นประโยชน์ สิ่งที่เป็นนามธรรม ซึ่งวิเคราะห์
ความซับซ้อนเฉลี่ยของโปรแกรมโดยไม่แพลตฟอร์มกา  C
พารามิเตอร์ซึ่งสามารถประกอบทีหลัง
โดยเน้นการเชื่อมต่อแน่นกับคณิตศาสตร์การทำงานภาษา
กระตุ้น N ทฤษฎี " ความคิดที่สอดคล้องกับจุดมุ่งหมายของทั้งสอง
ขั้นตอนวิธีและภาษาชุมชน พฤติกรรมที่มีการ  ของการทำงานโปร -
กรัมอยู่ไกลได้ง่ายขึ้นกว่า counterparts ขวางของพวกเขา ; มันเป็นที่น่าสนใจที่จะถาม
ว่าเดียวกันอาจกล่าวได้สำหรับการ  ที่มีประสิทธิภาพของพวกเขาและ  . แน่นอน
ความถูกต้องอาร์กิวเมนต์ซึ่งการวิเคราะห์ความซับซ้อนใด ๆ ขึ้นอยู่กับว่า ไกล
ง่ายกว่า โดยเฉพาะอย่างยิ่งในกรณีขนานดังนั้นนี้สามารถช่วยเหลือ .
มุมมองการทำงานยังพิสูจน์ E  ective ในการกระจาย
ซึ่งมีแนวคิดที่เป็นประโยชน์ร่วมกันของรัฐ ที่รู้จักกันดีและ Hadoop
แผนที่ลดระบบขูดรีดด้านขนานแสดง

7 ขนานการคำนวณมากกว่าขนาดใหญ่กระจายข้อมูลชุด ขั้นตอนวิธีดังกล่าวเป็นอย่างสูง
ไวต่อปัญหาท้องถิ่นข้อมูล เพราะมหาศาล ดิ  erence เข้าถึงระยะไกลในเวลา

" จากข้อมูลท้องถิ่น " ประเภทของปัญหานี้ คือ การศึกษาเมื่อเร็วๆ นี้ โดย blelloch
และ Harper [ 2013 , 2014 ] จากมุมมองของค่าใช้จ่ายตามความหมาย
แสดงว่าหนึ่งสามารถเหตุผลเกี่ยวกับ I / O ความซับซ้อนของขั้นตอนวิธีโดย
ที่ต้องทิ้งลงกับรุ่นเครื่องรวม