概率模块化嵌入与虚拟机级Java软件事务内存技术解析
1. 概率模块化嵌入(PME)的优势与应用
1.1 PME与ME的区别
模块化嵌入(ME)在处理概率场景时存在局限性,因为它不考虑概率转换,所以无法处理概率终止的情况。当应用于概率过程时,ME只能指出可达的终止状态和允许的转换,而无法提供关于执行概率(转换)和可达性(结束状态)的定量信息。
概率模块化嵌入(PME)则是对ME的扩展,它能够成功区分pKlaim进程P和Klaim进程Q。以πpa - 演算和πa - 演算为例,πpa - 演算是对πa - 演算的概率扩展,引入了概率守卫选择运算符,可区分概率和纯非确定性行为。
1.2 进程示例分析
考虑以下进程P、Q和S:
- (P = (\frac{2}{3}x(y) + \frac{1}{3}z(y)).\varnothing)
- (Q = (x(y) + z(y)).\varnothing)
- (S = \overline{x}y \equiv S = {S_x = \langle y \rangle, S_z = \langle \rangle})
通过ME观察,P和Q的可达终止状态相同:
- (\Psi[P] = (\text{success}, \langle \rangle)) 或 ((\text{deadlock}, \langle y \rangle))
- (\Psi[Q] = (\text{success}, \langle \rangle)) 或 ((\text{deadlock}, \langle y \rangle))
PME与ByteSTM技术深度解析
超级会员免费看
订阅专栏 解锁全文
1185

被折叠的 条评论
为什么被折叠?



