forked from fabiommendes/lispy
-
Notifications
You must be signed in to change notification settings - Fork 0
/
lis.py
879 lines (654 loc) · 24.8 KB
/
lis.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
#!/usr/bin/env python
# coding: utf-8
# # Lispy
#
# ![Lisp Cycles](https://imgs.xkcd.com/comics/lisp_cycles.png)
#
# Neste exercício, seguiremos o tutorial do [Peter Norvig](https://en.wikipedia.org/wiki/Peter_Norvig), [Como escrever um interpretador LISP em Python](http://norvig.com/lispy.html). O objetivo é criar um interpretador simples de um sub-conjunto da linguagem Scheme que rode em Python. Nosso interpretador não será completo e terá uma performance sofrível. Mas, ainda assim, vale a pena a jornada para entendermos melhor como que um interpretador funciona.
#
# Esse guia acompanha o tutorial do Peter Norvig e você deve lê-lo para entender os próximos passos. Um pequeno spoiler, caso você não conheça LISP: vamos implementar uma linguagem que entende códigos indecifráveis e infestados de parênteses como este:
#
# ```scheme
# (define fib (lambda (n) (if (< n 2)
# 1
# (+ (fib (- n 1)) (fib (- n 2))))))
# ```
#
# Agora vou me despedir temporariamente: leia até a seção "What A Language Interpreter Does" e depois volte para este guia tutorial
# ## Exercício 1 - Entendendo o parser (1 pt)
#
# Agora que você está começando a entender o funcionamento do LISP e como as funções eval e parse devem funcionar, escreva o resultado esperado da análise (*parsing*) do programa abaixo na variável ``ast``:
#
# ```scheme
# (lambda (n) (if (< n 1)
# 1
# (* n (fat (- n 1)))))
# ```
#
# **Dica:** você não precisa implementar a função parse ainda. Basta escrever o resultado esperado na variável. O resultado consiste em uma lista de listas onde os símbolos como "lambda", "n", "<", etc são representados por strings.
# In[1]:
# ast = abstract syntax tree (árvore sintática abstrata, do inglês)
ast = [
### BEGIN SOLUTION
'lambda', ['n'], ['if', ['<', 'n', 1],
1,
['*', 'n', ['fat', ['-', 'n', 1]]]]
### END SOLUTION
]
print(ast)
# Este notebook conseguie corrigir este resultado automaticamente. Para isto, é necessário importar o módulo "maestro" como abaixo e depois rodar a célula com os "testes para questão 1"
# In[3]:
"testes para questão 1"
from hashlib import md5
find_secret = lambda x: md5(repr(x).encode('utf8')).hexdigest()
print('Hash da AST:', find_secret(ast))
assert find_secret(ast) == 'fa82facf358cb9e0a22f264e5f3715f3'
# ## Exercício 2 - Analisador léxico (1 pt)
#
# Agora que você sabe que o parser deve fazer, vamos começar a implementá-lo. Leia as seções "Type Definitions" e "Tokenize". Vamos começar implementando o tokenizador (ou analisador léxico).
# In[5]:
def tokenize(chars: str) -> list:
"""
Converte uma string de caracteres em uma lista de tokens.
"""
### BEGIN SOLUTION
return chars.replace('(', ' ( ').replace(')', ' ) ').split()
### END SOLUTION
# In[7]:
# Teste seu tokenizador aqui e verifique o resultado executando a próxima célula!
program1 = '(begin (define r 10) (* pi (* r r)))'
program2 = '(+ (* 4 10) 2)'
print('Programa 1:', tokenize(program1))
print('Programa 2:', tokenize(program2))
# In[9]:
"tokeniza corretamente"
assert tokenize('(+ (* 4 10) 2)') == ['(', '+', '(', '*', '4', '10', ')', '2', ')']
### BEGIN HIDDEN TESTS
assert tokenize('(begin (define r 10) (* pi (* r r)))') == [
'(', 'begin', '(', 'define', 'r', '10', ')', '(', '*', 'pi', '(', '*', 'r', 'r', ')', ')', ')']
### END HIDDEN TESTS
# ## Exercício 3 - Análise sintática (3 pts)
#
# O próximo passo consiste na análise sintática que converte uma lista de tokens em uma árvore sintática. Quando compomos os dois passos de 1) tokenizar a string de entrada e 2) converter a lista de tokens em uma árvore sintática, podemos criar uma função que realiza a análise sintática completa.
#
# O primeiro passo é entender os tipos de saída das nossas árvores sintáticas e como eles serão representados em Python. Isto é feito na célula abaixo:
# In[10]:
Symbol = str # Um símbolo Scheme, implementado como uma string Python
Number = (int, float) # Um símbolo Scheme, implementado como int ou float
Atom = (Symbol, Number) # Um átomo pode ser um símbolo ou um número
List = list # Uma lista Scheme representada como uma lista Python
Exp = (Atom, List) # Expressão Scheme, que pode ser um átomo ou uma lista
# Depois, criamos a função `read_from_tokens()` que cria uma árvore sintática a partir de uma sequência de tokens e depois montamos a função `parse()` juntando `tokenize()` com `read_from_tokens()`:
# In[11]:
def parse(program: str) -> Exp:
"""
Lê uma expressão Scheme de uma string e retorna a árvore sintática correspondente.
"""
return read_from_tokens(tokenize(program))
def read_from_tokens(tokens: list) -> Exp:
"""
Monta árvore sintática a partir de uma lista de tokens.
"""
### BEGIN SOLUTION
if len(tokens) == 0:
raise SyntaxError('unexpected EOF')
token = tokens.pop(0)
if token == '(':
L = []
while tokens[0] != ')':
L.append(read_from_tokens(tokens))
tokens.pop(0) # pop off ')'
return L
elif token == ')':
raise SyntaxError('unexpected )')
else:
try:
return int(token)
except ValueError:
try:
return float(token)
except ValueError:
return Symbol(token)
### END SOLUTION
# In[12]:
"testa parser"
program = "(begin (define r 10) (* pi (* r r)))"
assert parse(program) == ['begin', ['define', 'r', 10], ['*', 'pi', ['*', 'r', 'r']]]
### BEGIN HIDDEN TESTS
program = "(begin (+ (fib 5) (fat 5)))"
assert parse(program) == ['begin', ['+', ['fib', 5], ['fat', 5]]]
### END HIDDEN TESTS
# ## Exercício 4 - Ambiente de execução (2 pts)
#
# Vamos agora definir um ambiente de execução padrão. Leia a seção "Enviroment" e depois volte para cá.
#
# Peter Norvig propôs utilizar um dicionário que guarda as variáveis do escopo atual de execução com seus respectivos valores. Implemente o dicionário global_env que guarda estas implementações para as funções abaixo:
#
# - **abs, sin, cos, sqrt, pi, ...:** funções matemáticas
# - **+, -, *, /, >, <, >=, <=, =:** operadores matemáticos
# - **append:** junta duas listas
# - **apply**: aplica lista de arguments em função (apply f args)
# - **begin**: avalia sequência de comandos e retora o último
# - **car**: primeiro elemento da lista
# - **cdr**: resto da lista (pula 1o elemento)
# - **cons**: construtor; (car x lst) retorna lista que adiciona x ao início de lst
# - **eq?**: testa se dois argumentos são idênticos
# - **equal?**: testa se dois argumentos são iguais
# - **length**: retorna tamanho de uma lista
# - **list**: cria uma lista a partir dos argumentos
# - **list?**: verifica se argumento é uma lista
# - **map**: (map f lst) aplica função em cada elemento de uma lista e retorna lista com resultado
# - **max**: maior entre dois argumentos
# - **min**: menor entre dois argumentos
# - **not**: negação booleana
# - **null?**: verifica se o argumento é uma lista vazia
# - **number?**: verifica se o argumento é um número
# - **procedure?**: verifica se o argumento é uma função
# - **round**: arredonda valor float para inteiro
# - **symbol?**: verifica se valor é um símbolo
# In[13]:
import math
import operator as op
def standard_env():
"""
Retorna ambiente de execução (dicionário) que mapeia os nomes com
as implementações das principais funções do Scheme.
"""
env = {}
env.update(vars(math)) # sin, cos, sqrt, pi, ...
env.update({
'+':op.add, '-':op.sub, '*':op.mul, '/':op.truediv,
### BEGIN SOLUTION
'>':op.gt, '<':op.lt, '>=':op.ge, '<=':op.le, '=':op.eq,
'abs': abs,
'append': op.add,
'apply': lambda proc, args: proc(*args),
'begin': lambda *x: x[-1],
'car': lambda x: x[0],
'cdr': lambda x: x[1:],
'cons': lambda x, y: [x, *y],
'eq?': op.is_,
'equal?': op.eq,
'length': len,
'list': lambda *x: list(x),
'list?': lambda x: isinstance(x,list),
'map': lambda *args: list(map(*args)),
'max': max,
'min': min,
'not': op.not_,
'null?': lambda x: x == [],
'number?': lambda x: isinstance(x, Number),
'procedure?': callable,
'round': round,
### END SOLUTION
'symbol?': lambda x: isinstance(x, Symbol),
})
return env
global_env = standard_env()
# In[14]:
"testa presença de funções global"
functions = (
'abs, sin, cos, sqrt, pi, tan, log, +, -, *, /, >, <, >=, <=, =, append, apply, begin, car, cdr, '
'cons, eq?, equal?, length, list, list?, map, max, min, not, null?, number?, procedure?, '
'round, symbol?').split(', ')
assert all(f in global_env for f in functions)
# In[15]:
"testa implementações"
e = global_env
_sqrt, _cons, _append = e['sqrt'], e['cons'], e['append']
_car, _cdr = e['car'], e['cdr']
_list = e['list']
assert _sqrt(4) == 2
assert _cons(1, [2, 3]) == [1, 2, 3]
assert _append([1, 2], [3, 4]) == [1, 2, 3, 4]
assert _car([1, 2, 3]) == 1
assert _cdr([1, 2, 3]) == [2, 3]
assert _list(1, 2, 3) == [1, 2, 3]
### BEGIN HIDDEN TESTS
_map = e['map']
assert _map(_sqrt, [1, 4, 9, 16]) == [1, 2, 3, 4]
### END HIDDEN TESTS
# ## Exercício 5 - eval (3 pts)
#
# O próximo passo é a parte mais importante de um interpretador. Vamos implementar a função `eval(ast)`, que recebe uma representação de um programa (no nosso caso a árvore sintática) e a executa. Leia a seção "Evaluation: eval" e implemente a função `eval(ast)`.
# In[16]:
def eval(x: Exp, env = None) -> Exp:
"""
Avalia expressão no ambiente dado.
"""
if env is None:
env = global_env.copy()
### BEGIN SOLUTION
if isinstance(x, Symbol):
return env[x]
elif isinstance(x, Number):
return x
# Expressões
cmd = x[0]
if cmd == 'if':
(_, test, then, alt) = x
exp = (then if eval(test, env) else alt)
return eval(exp, env)
elif cmd == 'define':
(_, symbol, exp) = x
env[symbol] = result = eval(exp, env)
return result
# Chamada de função
else:
proc = eval(cmd, env)
args = (eval(arg, env) for arg in x[1:])
return proc(*args)
### END SOLUTION
# In[17]:
# Teste seu código aqui
eval(parse(input('Digite uma expressão scheme [ex. (+ 1 2)]: ')))
# In[18]:
"checa funcao eval"
assert eval(parse('(+ 40 2)')) == 42
assert eval(parse('42')) == 42
assert eval(parse('sqrt'))(4) == 2
assert eval(parse('(sqrt 4)')) == 2
assert eval(parse('(if (< 1 2) 42 0)')) == 42
ns = {}
assert eval(parse('(define x 42)'), ns) == 42
assert ns == {'x': 42}
### BEGIN HIDDEN TESTS
ns = global_env.copy()
assert eval(parse('(define x (if (< 1 2) 42 0))'), ns) == 42
assert ns['x'] == 42
### END HIDDEN TESTS
# ## Exercício 6 - repl (2 pts)
#
# Toda linguagem interpretada que se preze possui um shell iterativo. Vamos implementar o nosso a partir das sugetões em "Interaction: A REPL".
# In[19]:
def repl(prompt='lis.py> '):
"""
Executa o console no modo "read-eval-print loop"
Deve interromper a execução se o usuário digitar "exit"
"""
### BEGIN SOLUTION
ns = global_env.copy()
while True:
program = input(prompt).strip()
if program == 'exit':
break
val = eval(parse(program), ns)
if val is not None:
print(show_scheme(val))
### END SOLUTION
def show_scheme(exp):
"""
Converte expressão para sua representação em Scheme.
"""
if isinstance(exp, List):
return '(' + ' '.join(map(schemestr, exp)) + ')'
else:
return str(exp)
# In[21]:
# Teste o seu repl aqui
repl()
# In[22]:
# Função que testa iteração: não edite
# IGNORE ESTA CÉLULA ;)
from collections import deque
from functools import wraps
from contextlib import contextmanager
from types import SimpleNamespace as record
import builtins
import sys
import io
_input = input
_print = print
def check_interaction(*args, **kwargs):
func, mapping, *args = args
spec = deque()
for k, v in mapping.items():
spec.extend([k, ignore_ws, v])
interaction = deque()
@wraps(_input)
def input_(msg=None):
if msg is not None:
print_(msg, end='')
if not spec:
raise AssertionError('Unexpected input')
res = spec.popleft()
if not _is_input(res):
raise AssertionError('Expects output, but got an input command')
# Extract input from singleton list or set
try:
value, = res
interaction.append([value])
return value
except TypeError:
raise ValueError('Expected input list must have a single value')
@wraps(_print)
def print_(*args_, file=None, **kwargs_):
if file in (None, sys.stdout, sys.stderr):
fd = io.StringIO()
# noinspection PyTypeChecker
_print(*args_, file=fd, **kwargs_)
output = fd.getvalue()
interaction.append(output)
for line in output.splitlines():
_consume_output(line, spec)
else:
_print(*args_, file=file, **kwargs_)
with update_builtins(input=input_, print=print_):
try:
func(*args, **kwargs)
except Exception as ex:
print(interaction)
raise
assert spec == deque([]), f'Outputs/inputs were not exhausted: {spec}'
def _is_input(obj):
return not isinstance(obj, str) and not callable(obj)
def _consume_output(printed, spec: deque):
"""
Helper function: consume the given output from io spec.
Raises AssertionErrors when it encounter problems.
"""
if not printed:
return
elif not spec:
raise AssertionError('Asking to consume output, but expects no interaction')
elif _is_input(spec[0]):
raise AssertionError('Expects input, but trying to print a value')
elif printed == spec[0]:
spec.popleft()
elif callable(spec[0]):
spec.popleft()(printed, spec)
elif spec[0].startswith(printed):
spec[0] = spec[0][len(printed):]
elif printed.startswith(spec[0]):
n = len(spec.popleft())
_consume_output(printed[n:], spec)
else:
raise AssertionError(f'Printed wrong value:\n'
f' print: {printed!r}\n'
f' got: {spec[0]!r}')
def ignore_ws(received, spec):
"""
Consume all whitespace in the beginning of the spec.
No-op if first element does not start with whitespace.
"""
if spec and isinstance(spec[0], str):
spec[0] = spec[0].popleft().lstrip()
_consume_output(received, spec)
@contextmanager
def update_builtins(**kwargs):
"""
Context manager that temporarily sets the specified builtins to the given
values.
Examples:
>>> with update_builtins(print=lambda *args: None) as orig:
... print('Hello!') # print is shadowed here
... orig.print('Hello!') # Calls real print
"""
undefined = object()
revert = {k: getattr(builtins, k, undefined) for k in kwargs}
try:
for k, v in kwargs.items():
setattr(builtins, k, v)
yield record(**{k: v for k, v in revert.items() if v is not undefined})
finally:
for k, v in revert.items():
if v is not undefined:
setattr(builtins, k, v)
# In[23]:
"checa repl"
check_interaction(repl, {
'lis.py>': {'(+ 1 2)'},
'lis.py>': '3',
'lis.py>': {'(list 1 2 3)'},
'lis.py>': '(1 2 3)',
'lis.py>': {'exit'},
})
# ## Exercício 7 - quote (1 pt)
#
# Leia a seção "Language 2: Full Lispy", para entender o que ainda falta na nossa implementação. Neste exercício vamos implementar a forma especial de "quotation" (que em português podemos traduzir para "citação"). Esta é talvez tarefa mais simples, pois a função do "quotation" é simplesmente retornar o argumento sem fazer nada com ele.
#
# A existência de uma função que faz isto é um pouco intrigante, mas na verdade está na raiz do poder do LISP como linguagem. Com o "quote", podemos criar facilmente estruturas de dados que representam programa, manipulá-las e eventualmente executá-las utilizando a função `eval()`.
#
# O fato do Scheme (e quase todas formas de LISP) exporem as entranhas do interpretador desta maneira a torna uma linguagem extremamente poderosa. A comunidade LISP muitas vezes chama estas técnicas de metaprogramação de "code as data" (código como dados) e são consideradas como aspectos essenciais do LISP que a diferenciam de outras linguagens.
# In[24]:
def eval(x: Exp, env = None) -> Exp:
"""
Avalia expressão no ambiente dado.
"""
if env is None:
env = global_env.copy()
### BEGIN SOLUTION
if isinstance(x, Symbol):
return env[x]
elif isinstance(x, Number):
return x
# Expressões
cmd = x[0]
if cmd == 'if':
(_, test, then, alt) = x
exp = (then if eval(test, env) else alt)
return eval(exp, env)
elif cmd == 'define':
(_, symbol, exp) = x
env[symbol] = result = eval(exp, env)
return result
elif cmd == 'quote':
(_, expr) = x
return expr
# Chamada de função
else:
proc = eval(cmd, env)
args = [eval(arg, env) for arg in x[1:]]
return proc(*args)
### END SOLUTION
# In[98]:
# Teste aqui!
eval(parse('(quote (sin x))'))
# In[25]:
"implementa o comando quote"
assert eval(parse('(quote (sin x))')) == ['sin', 'x']
### BEGIN HIDDEN TESTS
assert eval(parse('(quote (quote (1 2 3)))')) == ['quote', [1, 2, 3]]
assert eval(parse('(quote 42)')) == 42
assert eval(parse('(quote sqrt)')) == 'sqrt'
### END HIDDEN TESTS
# ## Exercício 8 - lambda (3 pts)
#
# Nosso interpretador está tomando forma! Agora vamos abordar um aspecto mais complicado que é a implementação de procedimentos. A grande dificuldade aqui é criar ambientes de execução aninhados, já que a função pode criar variáveis locais, mas também herda as variáveis definidas no escopo global.
#
# Norvig sugere utilizar o ChainMap, que realmente é perfeito para a nossa situação. Leia a seção "Nested Environments" para entender o que ele propõe e implemente "lambdas" na função `eval()`.
# In[27]:
from collections import ChainMap
def eval(x: Exp, env = None) -> Exp:
"""
Avalia expressão no ambiente dado.
"""
if env is None:
env = global_env.copy()
### BEGIN SOLUTION
if isinstance(x, Symbol):
return env[x]
elif isinstance(x, Number):
return x
# Expressões
cmd = x[0]
if cmd == 'if':
(_, test, then, alt) = x
exp = (then if eval(test, env) else alt)
return eval(exp, env)
elif cmd == 'define':
(_, symbol, exp) = x
env[symbol] = result = eval(exp, env)
return result
elif cmd == 'quote':
(_, expr) = x
return expr
elif cmd == 'lambda':
(_, names, body) = x
def proc(*args):
local = dict(zip(names, args))
return eval(body, ChainMap(local, env))
return proc
# Chamada de função
else:
proc = eval(cmd, env)
args = [eval(arg, env) for arg in x[1:]]
return proc(*args)
### END SOLUTION
# In[28]:
# Teste aqui!
inc = eval(parse('(lambda (x) (+ x 1))'))
inc(41)
# In[29]:
# Função incremento
assert eval(parse('(lambda (x) (+ x 1))'))(41) == 42
# Função fatorial
assert eval(parse('''
(begin
(define fat (lambda (n)
(if (< n 1)
1
(* n (fat (- n 1))))))
(fat 5))''')) == 120
### BEGIN HIDDEN TESTS
_double = eval(parse('(lambda (x) (* 2 x))'))
assert all(_double(i) == 2 * i for i in range(50)), 'Função double implementada incorretamente'
### END HIDDEN TESTS
# ## Exercício 9 - Fibonacci em LISP (2pts)
#
# Temos agora um interpretador completo o suficiente para implementar os clássicos da computação, como fibonacci, fatorial, etc. Vamos aproveitar!
#
# O próximo exercício consiste em implementar uma função que calcula o n-ésimo termo da sequência de Fibonacci até o número n. Lembre-se que o Scheme não possui laços, então devemos implementar o Fibonacci de forma recursiva.
# In[30]:
cmd = '''
(define fib (lambda (n)
(* n n)))
'''
### BEGIN SOLUTION
cmd = '''
(begin
(define fib (lambda (n) (fib-acc n 1 1)))
(define fib-acc (lambda (n x y)
(if (= n 0)
x
(fib-acc (- n 1) y (+ x y))))))
'''
### END SOLUTION
# In[31]:
# Teste sua função aqui!
ns = global_env.copy()
eval(parse(cmd), ns)
fib = ns['fib']
[fib(n) for n in range(10)]
# In[32]:
ns = global_env.copy()
eval(parse(cmd), ns)
fib = ns['fib']
assert [fib(n) for n in range(10)] == [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
### BEGIN HIDDEN TESTS
_fib = lambda n, x=1, y=1: x if n == 0 else _fib(n - 1, y, x + y)
assert all(fib(n) == _fib(n) for n in range(100))
### END HIDDEN TESTS
# ## Questão 10 - extendendo as funções builtin (3pts)
#
# Agora vamos acrescentar algumas funções adicionais no nosso ambiente. O ambiente sugerido pelo Dr. Norvig é bem minimalista e não implementa várias funções disponíveis por padrão no Scheme. Obviamente não vamos implementar todas estas funções, mas apenas acrescentar algumas.
#
# Escolhi as funções `even?/odd?/quotient/modulo/remainder` para este exercício. Queremos implementar estas funções com base no comportamento esperado para a linguagem. Para fazer isto, vamos ler a documentação do Scheme e entender exatamente o que deve ser implementado. Siga para [even?](https://docs.racket-lang.org/reference/number-types.html?q=even%3F#%28def._%28%28quote._~23~25kernel%29._even~3f%29%29) para começar os serviços.
# In[33]:
def standard_env_ext():
env = standard_env()
### BEGIN SOLUTION
env.update({
'even?': lambda x: x % 2 == 0,
'odd?': lambda x: x % 2 == 1,
'quotient': lambda x, y: int(x / y),
'remainder': lambda x, y: int(math.remainder(x, y)),
'modulo': op.mod,
})
### END SOLUTION
return env
global_env = standard_env_ext()
# In[34]:
"even? e odd?"
_is_even = global_env['even?']
_is_odd = global_env['odd?']
assert _is_even(42) and not _is_even(21)
assert not _is_odd(42) and _is_odd(21)
### BEGIN HIDDEN TESTS
for i in range(10):
assert _is_even(2 * i) and not _is_even(2 * i + 1)
### END HIDDEN TESTS
# In[35]:
"divisão inteira"
_quotient = global_env['quotient']
assert _quotient(10, 3) == 3
assert _quotient(-10.0, 3) == -3.0
assert _quotient(13, -5) == -2
assert _quotient(-13, -5) == 2
### BEGIN HIDDEN TESTS
assert _quotient(11, 4) == 2
assert _quotient(-11, 4) == -2
assert _quotient(11, -4) == -2
assert _quotient(-11, -4) == 2
### END HIDDEN TESTS
# In[36]:
"resto da divisão"
_modulo = global_env['modulo']
assert _modulo(10, 3) == 1
assert _modulo(-10.0, 3) == 2.0
assert _modulo(10.0, -3) == -2.0
assert _modulo(-10, -3) == -1
_remainder = global_env['remainder']
assert _remainder(10, 3) == 1
assert _remainder(-10.0, 3) == -1.0
assert _remainder(10.0, -3) == 1.0
assert _remainder(-10.0, -3) == -1.0
assert isinstance(_remainder(13, 4), int)
### BEGIN HIDDEN TESTS
assert _modulo(11, 4) == 3
assert _modulo(-11, 4) == 1
assert _remainder(13, 4) == 1
assert _remainder(-13, 4) == -1
### END HIDDEN TESTS
# ### Exercício 11 - Collatz em LISP (3pts)
#
#
# Agora que sabemos calcular restos da divisão e checar a paridade de números, vamos ao último desafio. Imlemente a sequência de [Collatz](https://www.youtube.com/watch?v=5mFpVDpKX70)
#
# Você deve definir uma função `(collatz n)` que recebe um
# número n qualquer e retorna uma lista com a sequência de Collatz até convergir para 1 (inclusive).
# In[37]:
cmd = '''
(begin
(define collatz (lambda (n)
(cons 1 (list 2 3))))
(define auxiliary-function (lambda (n) n)))
'''
### BEGIN SOLUTION
cmd = '''
(begin
(define collatz (lambda (n)
(if (= n 1)
(list 1)
(cons n (collatz (collatz-next n))))))
(define collatz-next (lambda (n)
(if (even? n)
(quotient n 2)
(+ (* 3 n) 1)))))
'''
### END SOLUTION
# In[38]:
# Teste sua função aqui!
ns = standard_env_ext()
eval(parse(cmd), ns)
collatz = ns['collatz']
collatz(13)
# In[41]:
ns = standard_env_ext()
eval(parse(cmd), ns)
collatz = ns['collatz']
assert collatz(13) == [13, 40, 20, 10, 5, 16, 8, 4, 2, 1]
assert collatz(5) == [5, 16, 8, 4, 2, 1]
### BEGIN HIDDEN TESTS
assert collatz(7) == [7, 22, 11, 34, 17, 52, 26, 13, 40, 20, 10, 5, 16, 8, 4, 2, 1]
### END HIDDEN TESTS