আমি সাধারণ-উদ্দেশ্যে স্থান-সময় ট্রেড অফের উপর প্রকাশিত ফলাফলগুলির প্রথম ইতিহাসে আগ্রহী। বিশেষত, আমি জানতে চাই যে কে প্রথমে ডাটাফ্লো গ্রাফের গভীরতা (প্রস্থ নয়) এর সমানুপাতিক স্থান ব্যবহার করে ডিগ্রি হে (1) সহ একটি স্বেচ্ছাসেবী ডেটাফ্লো গ্রাফ রয়েছে এমন একটি গণনা মূল্যায়নের জন্য নিম্নলিখিত ধরণের অ্যালগরিদম বর্ণনা করেছেন? ইনপুটটির) গ্রাফের একটি সরাসরি-গভীরতা-প্রথম মূল্যায়ন করে doing আরো বিস্তারিত:
ডেটাফ্লো গ্রাফটি জি = (ভি, ই) হতে দিন যেখানে ভি গণনামূলক ভার্টিক্সের সেট (ও (1) -সাইজ ডেটা মান) এবং ই হ'ল প্রান্তের সেট (v_p, v_s), যেমন উত্তরসূরির মান V এর মধ্যে ভার্টেক্স v_s V অবিলম্বে V- তে পূর্বসূরী ভার্টেক্স v_p on এর মানের উপর নির্ভর করে f গণনাটির চূড়ান্ত ফলাফলের প্রতিনিধিত্বকারী কোনও উত্তরসূরির না দিয়ে v_f শীর্ষস্থানীয় হন Let আমি ইনপুট শিখার (পূর্বসূরীদের সাথে নেই) ক্যানোনিয়ালি অর্ডারযুক্ত সেট হতে পারি, কারণ i \ এ এর মান x (i) দেওয়া হয়েছে। এস-তে অন্যান্য শিখরের জন্য, তাদের মানগুলি x (v) = F_v (x (P (v)) দ্বারা সংজ্ঞায়িত করা হয় যেখানে পি (ভি) ভি এর পূর্বসূরিগুলির একটি সাধারণভাবে আদেশযুক্ত তালিকা, x (পি (ভি)) হয় তাদের মানগুলির সাথে সম্পর্কিত তালিকা এবং F_v হ'ল ভার্টেক্সের ফাংশন যা এর পূর্বসূরিদের মানগুলির তালিকার ফাংশন হিসাবে এর মান নির্ধারণ করে।
এই সেটআপটি দেওয়া, প্রশ্নের মধ্যে থাকা অ্যালগোরিদম মোটামুটি সুস্পষ্ট এবং তুচ্ছ:
def eval(v): (v can be any vertex in the graph)
let P := P(v), the list of v's predecessors (has O(1) elements by assumption)
let val[] := uninitialized array of |P| data values
for each predecessor p[i] in P (i.e. for i from 1 to |P|):
if p[i] is in I then
val[i] = x(p) (look up a given input)
else
val[i] = eval(p[i]) (recursive call)
return F_v(val[]) (apply vertex's function to list of predecessor values)
এটি পুনরুক্তির O (d) স্তর গ্রহণ করে, যেখানে d তথ্যপ্রবাহের গ্রাফের গভীরতা এবং ডাটাফ্লো গ্রাফের স্নাতক-ডিগ্রি স্থির থাকে এবং এই অনুমানের কারণে প্রতিটি স্তরে স্ট্যাকের স্থানটি স্থির থাকে তথ্য মান ধ্রুবক। (এখানে সরলতার জন্য, আমি ভার্টেক্স রেফারেন্সগুলির আকারটিকে ধ্রুবক হিসাবেও বিবেচনা করছি, যদিও সেগুলি সত্যই | ভি | তে লোগারিথমিক)। সুতরাং, মোট স্থানের ব্যবহার হ'ল (ডি + | আই |)। ডেটাফ্লো গ্রাফের সর্বাধিক প্রস্থ এটির তুলনায় তাত্পর্যপূর্ণভাবে বৃহত্তর হতে পারে, সুতরাং সর্বোত্তম ক্ষেত্রে এই কৌশলটি গ্রাফের তুলনায় তুলনামূলকভাবে একটি লোভী ফরোয়ার্ডের মূল্যায়ন (যা হতে পারে, প্রতিটিটিতেই একটি দুর্দান্ত চরম স্থান সঞ্চয় প্রদান করতে পারে) পদক্ষেপ, সমস্ত উল্লম্ব মূল্যায়ন করুন যা সরাসরি কেবল এমন শীর্ষে নির্ভর করে যার মানগুলি ইতিমধ্যে পরিচিত,
যাইহোক, এটি মোটামুটি সুস্পষ্ট কৌশল, কমপক্ষে প্রত্যক্ষদর্শী, এবং এটি অবশ্যই দীর্ঘ-পরিচিত, তবে আমি ভাবছিলাম যে এটির সাহিত্য কীভাবে ফিরে যায়। এই ধরণের ফলাফলের প্রাথমিক ইতিহাস যে কেউ জানেন (এই পদগুলিতে বর্ণিত, বা অন্যান্য সাদৃশ্যগুলি) এবং এই বিষয়ে খোঁড়াখুঁজি করার জন্য ভাল রেফারেন্স কী হতে পারে?
মাইক ফ্র্যাঙ্ক অনেক ধন্যবাদ