机器学习抽象数据类型

Question

我正在尝试在标准 ML 中使用抽象数据类型。例如，我可以通过将两个结构定义为队列来编写签名队列和两个队列实现：

signature Queue = ...
structure AQueue :> Queue = ...
structure BQueue :> Queue = ...

现在我想为队列编写通用 functions/values，我使用哪个队列（AQueue 或 BQueue）并不重要。例如，我想写以下内容：

val double1 = Queue.enqueue (1, Queue.enqueue (1, Queue.empty))

我想我应该在某处提到 Queue.queue 类型（假设它在签名 Queue 中的命名方式）...我应该打开 Queue 吗？这可以做到吗？这似乎应该是 ADT 的常见情况，但我不知道在哪里阅读...我只找到了如何定义 signatures/structures，而不是如何使用它们。

Answer 1

这就是 functors 的用武之地：您编写一个模块，并根据它使用的队列进行参数化：

functor Client(Queue : QUEUE) =
struct
  val double1 = Queue.enqueue (1, Queue.enqueue (1, Queue.empty))
  ...
end

然后您可以使用队列实现的特定选择来实例化此模块：

structure AClient = Client(AQueue)
structure BClient = Client(BQueue)

顺便说一句，签名名称通常全部大写，以区别于结构。