Anmeldung Registrierung
Auto Hell Dunkel
Erweiterte Suche
Steffen Jost researched a novel static program analysis that
automatically infers formally guaranteed upper bounds on the use of
compositional quantitative resources. The technique is based on the
manual amortised complexity analysis. Inference is achieved through
a type system annotated with linear constraints. Any solution to
the collected constraints yields the coefficients of a formula,
that expresses an upper bound on the resource consumption of a
program through the sizes of its various inputs. The main result is
the formal soundness proof of the proposed analysis for a
functional language. The strictly evaluated language features
higher-order types, full mutual recursion, nested data types,
suspension of evaluation, and can deal with aliased data. The
presentation focuses on heap space bounds. Extensions allowing the
inference of bounds on stack space usage and worst-case execution
time are demonstrated for several realistic program examples. These
bounds were inferred by the created generic implementation of the
technique. The implementation is highly efficient, and solves even
large examples within seconds.
Episode melden

„Automated Amortised Analysis“

Worum geht es? Danach fragen wir noch nach dem Grund.

Abonnenten

Teilen

Mein Archiv

Deine Privatkopie der Folgen, die du nicht verlieren willst.

Podcast-Folgen verschwinden. Feeds werden auf die letzten Episoden gekürzt, Hoster räumen alte Dateien ab, Formate wechseln den Anbieter und lassen ihr Archiv zurück. Mit „Mein Archiv“ sichert podcast.de die Folgen deiner Podcasts für dich — angefangen bei den ältesten, denn die sind zuerst weg.

  • Deine gesicherten Folgen bleiben hörbar, auch wenn das Original offline geht.
  • Auch Folgen, die im heutigen Feed gar nicht mehr stehen — podcast.de kennt sie noch.
  • Herunterladen bleibt möglich, solange die Folge beim Podcaster liegt. Der zählt seine Abrufe wie bisher.
Startet bald

Sei beim Start von Mein Archiv dabei

Mein Archiv ist fast fertig. Trag dich ein, dann bekommst du eine E-Mail, sobald es losgeht – und bist von Anfang an dabei. Wir schreiben dir nur zum Start, keine Werbung, keine Weitergabe deiner Daten.

Du bekommst zuerst eine Bestätigungsmail. Abmelden geht jederzeit. Datenschutz