1

Temas de “Programación funcional”

(curso 2019–20)

José A. Alonso Jiménez

Grupo de Lógica Computacional

Dpto. de Ciencias de la Computación e Inteligencia Artificial
Universidad de Sevilla
Sevilla, 12 de septiembre de 2019
Esta obra está bajo una licencia Reconocimiento–NoComercial–CompartirIgual 2.5 Spain
de Creative Commons.

Se permite:

copiar, distribuir y comunicar públicamente la obra

hacer obras derivadas

Bajo las condiciones siguientes:

Reconocimiento. Debe reconocer los créditos de la obra de la manera espe-
cificada por el autor.

No comercial. No puede utilizar esta obra para fines comerciales.

Compartir bajo la misma licencia. Si altera o transforma esta obra, o genera

una obra derivada, sólo puede distribuir la obra generada bajo una licencia
idéntica a ésta.
Al reutilizar o distribuir la obra, tiene que dejar bien claro los términos de la licen-
cia de esta obra.

Alguna de estas condiciones puede no aplicarse si se obtiene el permiso del titular

de los derechos de autor.

Esto es un resumen del texto legal (la licencia completa). Para ver una copia de esta
licencia, visite [Link] o envie una
carta a Creative Commons, 559 Nathan Abbott Way, Stanford, California 94305, USA.
Índice general

1. Introducción a la programación funcional 5

1.1. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Programación funcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3. Rasgos característicos de Haskell . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Antecedentes históricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5. Presentación de Haskell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2. Introducción a la programación con Haskell 13

2.1. El sistema GHC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2. Iniciación a GHC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.1. Inicio de sesión con GHCi . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.2. Cálculo aritmético . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.3. Cálculo con listas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.4. Cálculos con errores . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3. Aplicación de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4. Guiones Haskell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.1. El primer guión Haskell . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.2. Nombres de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.3. La regla del sangrado . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.4. Comentarios en Haskell . . . . . . . . . . . . . . . . . . . . . . . . . 19

3. Tipos y clases 21
3.1. Conceptos básicos sobre tipos . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2. Tipos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3. Tipos compuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3.1. Tipos listas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3.2. Tipos tuplas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.3. Tipos funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4. Parcialización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5. Polimorfismo y sobrecarga . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5.1. Tipos polimórficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3
4

3.5.2. Tipos sobrecargados . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

3.6. Clases básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

4. Definición de funciones 35
4.1. Definiciones por composición . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2. Definiciones con condicionales . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.3. Definiciones con ecuaciones con guardas . . . . . . . . . . . . . . . . . . . 36
4.4. Definiciones con equiparación de patrones . . . . . . . . . . . . . . . . . . 36
4.4.1. Constantes como patrones . . . . . . . . . . . . . . . . . . . . . . . . 36
4.4.2. Variables como patrones . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.3. Tuplas como patrones . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.4. Listas como patrones . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.5. Patrones enteros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.5. Expresiones lambda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.6. Secciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

5. Definiciones de listas por comprensión 43

5.1. Generadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.2. Guardas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.3. La función zip . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.4. Comprensión de cadenas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.5. Cifrado César . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.5.1. Codificación y descodificación . . . . . . . . . . . . . . . . . . . . . 48
5.5.2. Análisis de frecuencias . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.5.3. Descifrado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

6. Funciones recursivas 53
6.1. Recursión numérica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.2. Recusión sobre lista . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
6.3. Recursión sobre varios argumentos . . . . . . . . . . . . . . . . . . . . . . . 57
6.4. Recursión múltiple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.5. Recursión mutua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
6.6. Heurísticas para las definiciones recursivas . . . . . . . . . . . . . . . . . . 59

7. Funciones de orden superior 63

7.1. Funciones de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
7.2. Procesamiento de listas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.2.1. La función map . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.2.2. La función filter . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7.3. Función de plegado por la derecha: foldr . . . . . . . . . . . . . . . . . . . 66
7.4. Función de plegado por la izquierda: foldl . . . . . . . . . . . . . . . . . . 69
 Índice general 5

7.5. Composición de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

7.6. Caso de estudio: Codificación binaria y transmisión de cadenas . . . . . . 71
7.6.1. Cambio de bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
7.6.2. Codificación y descodificación . . . . . . . . . . . . . . . . . . . . . 73

8. Razonamiento sobre programas 77

8.1. Razonamiento ecuacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
8.1.1. Cálculo con longitud . . . . . . . . . . . . . . . . . . . . . . . . . . 77
8.1.2. Propiedad de intercambia . . . . . . . . . . . . . . . . . . . . . . . 77
8.1.3. Inversa de listas unitarias . . . . . . . . . . . . . . . . . . . . . . . . 78
8.1.4. Razonamiento ecuacional con análisis de casos . . . . . . . . . . . . 79
8.2. Razonamiento por inducción sobre los naturales . . . . . . . . . . . . . . . 79
8.2.1. Esquema de inducción sobre los naturales . . . . . . . . . . . . . . 79
8.2.2. Ejemplo de inducción sobre los naturales . . . . . . . . . . . . . . . 80
8.3. Razonamiento por inducción sobre listas . . . . . . . . . . . . . . . . . . . 81
8.3.1. Esquema de inducción sobre listas . . . . . . . . . . . . . . . . . . . 81
8.3.2. Asociatividad de ++ . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
8.3.3. [] es la identidad para ++ por la derecha . . . . . . . . . . . . . . . 82
8.3.4. Relación entre length y ++ . . . . . . . . . . . . . . . . . . . . . . . . 83
8.3.5. Relación entre take y drop . . . . . . . . . . . . . . . . . . . . . . . . 84
8.3.6. La concatenación de listas vacías es vacía . . . . . . . . . . . . . . . 85
8.4. Equivalencia de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
8.5. Propiedades de funciones de orden superior . . . . . . . . . . . . . . . . . 87

9. Declaraciones de tipos y clases 91

9.1. Declaraciones de tipos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
9.2. Definiciones de tipos de datos . . . . . . . . . . . . . . . . . . . . . . . . . . 93
9.3. Definición de tipos recursivos . . . . . . . . . . . . . . . . . . . . . . . . . . 95
9.4. Sistema de decisión de tautologías . . . . . . . . . . . . . . . . . . . . . . . 99
9.5. Máquina abstracta de cálculo aritmético . . . . . . . . . . . . . . . . . . . . 102
9.6. Declaraciones de clases y de instancias . . . . . . . . . . . . . . . . . . . . . 104

10. Evaluación perezosa 109

10.1. Estrategias de evaluación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
10.2. Terminación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
10.3. Número de reducciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
10.4. Estructuras infinitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
10.5. Programación modular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
10.6. Aplicación estricta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
6

11. Aplicaciones de programación funcional 119

11.1. El juego de cifras y letras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
11.1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
11.1.2. Búsqueda de la solución por fuerza bruta . . . . . . . . . . . . . . . 123
11.1.3. Búsqueda combinando generación y evaluación . . . . . . . . . . . 125
11.1.4. Búsqueda mejorada mediante propiedades algebraicas . . . . . . . 127
11.2. El problema de las reinas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
11.3. Números de Hamming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

12. Analizadores sintácticos funcionales 133

12.1. Analizadores sintácticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
12.2. El tipo de los analizadores sintácticos . . . . . . . . . . . . . . . . . . . . . 133
12.3. Analizadores sintácticos básicos . . . . . . . . . . . . . . . . . . . . . . . . . 134
12.4. Composición de analizadores sintácticos . . . . . . . . . . . . . . . . . . . . 135
12.4.1. Secuenciación de analizadores sintácticos . . . . . . . . . . . . . . . 135
12.4.2. Elección de analizadores sintácticos . . . . . . . . . . . . . . . . . . 136
12.5. Primitivas derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
12.6. Tratamiento de los espacios . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
12.7. Analizador de expresiones aritméticas . . . . . . . . . . . . . . . . . . . . . 140

13. Programas interactivos 147

13.1. Programas interactivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
13.2. El tipo de las acciones de entrada/salida . . . . . . . . . . . . . . . . . . . . 148
13.3. Acciones básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
13.4. Secuenciación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
13.5. Primitivas derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
13.6. Ejemplos de programas interactivos . . . . . . . . . . . . . . . . . . . . . . 150
13.6.1. Juego de adivinación interactivo . . . . . . . . . . . . . . . . . . . . 150
13.6.2. Calculadora aritmética . . . . . . . . . . . . . . . . . . . . . . . . . . 151
13.6.3. El juego de la vida . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154

14. El TAD de las pilas 159

14.1. Tipos abstractos de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
14.1.1. Abstracción y tipos abstractos de datos . . . . . . . . . . . . . . . . 159
14.2. Especificación del TAD de las pilas . . . . . . . . . . . . . . . . . . . . . . . 159
14.2.1. Signatura del TAD pilas . . . . . . . . . . . . . . . . . . . . . . . . . 159
14.2.2. Propiedades del TAD de las pilas . . . . . . . . . . . . . . . . . . . . 160
14.3. Implementaciones del TAD de las pilas . . . . . . . . . . . . . . . . . . . . 161
14.3.1. Las pilas como tipos de datos algebraicos . . . . . . . . . . . . . . . 161
14.3.2. Las pilas como listas . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
14.4. Comprobación de las implementaciones con QuickCheck . . . . . . . . . . 164
 Índice general 7

14.4.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164

14.4.2. Generador de pilas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
14.4.3. Especificación de las propiedades de las pilas . . . . . . . . . . . . . 165
14.4.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . . 166

15. El TAD de las colas 167

15.1. Especificación del TAD de las colas . . . . . . . . . . . . . . . . . . . . . . . 167
15.1.1. Signatura del TAD de las colas . . . . . . . . . . . . . . . . . . . . . 167
15.1.2. Propiedades del TAD de las colas . . . . . . . . . . . . . . . . . . . 168
15.2. Implementaciones del TAD de las colas . . . . . . . . . . . . . . . . . . . . 168
15.2.1. Implementación de las colas mediante listas . . . . . . . . . . . . . 168
15.2.2. Implementación de las colas mediante pares de listas . . . . . . . . 170
15.3. Comprobación de las implementaciones con QuickCheck . . . . . . . . . . 173
15.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
15.3.2. Generador de colas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
15.3.3. Especificación de las propiedades de las colas . . . . . . . . . . . . 174
15.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . . 176

16. El TAD de las colas de prioridad 179

16.1. Especificación del TAD de las colas de prioridad . . . . . . . . . . . . . . . 179
16.1.1. Signatura del TAD colas de prioridad . . . . . . . . . . . . . . . . . 179
16.1.2. Propiedades del TAD de las colas de prioridad . . . . . . . . . . . . 180
16.2. Implementaciones del TAD de las colas de prioridad . . . . . . . . . . . . . 180
16.2.1. Las colas de prioridad como listas . . . . . . . . . . . . . . . . . . . 180
16.2.2. Las colas de prioridad como montículos . . . . . . . . . . . . . . . . 182
16.3. Comprobación de las implementaciones con QuickCheck . . . . . . . . . . 182
16.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
16.3.2. Generador de colas de prioridad . . . . . . . . . . . . . . . . . . . . 183
16.3.3. Especificación de las propiedades de las colas de prioridad . . . . . 184
16.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . . 185

17. El TAD de los conjuntos 187

17.1. Especificación del TAD de los conjuntos . . . . . . . . . . . . . . . . . . . . 187
17.1.1. Signatura del TAD de los conjuntos . . . . . . . . . . . . . . . . . . 187
17.1.2. Propiedades del TAD de los conjuntos . . . . . . . . . . . . . . . . . 187
17.2. Implementaciones del TAD de los conjuntos . . . . . . . . . . . . . . . . . 188
17.2.1. Los conjuntos como listas no ordenadas con duplicados . . . . . . 188
17.2.2. Los conjuntos como listas no ordenadas sin duplicados . . . . . . . 191
17.2.3. Los conjuntos como listas ordenadas sin duplicados . . . . . . . . . 193
17.2.4. Los conjuntos de números enteros mediante números binarios . . . 195
17.3. Comprobación de las implementaciones con QuickCheck . . . . . . . . . . 199
8

17.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199

17.3.2. Generador de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . 199
17.3.3. Especificación de las propiedades de los conjuntos . . . . . . . . . . 199
17.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . . 201

18. El TAD de las tablas 203

18.1. El tipo predefinido de las tablas (“arrays”) . . . . . . . . . . . . . . . . . . . 203
18.1.1. La clase de los índices de las tablas . . . . . . . . . . . . . . . . . . . 203
18.1.2. El tipo predefinido de las tablas (“arrays”) . . . . . . . . . . . . . . 204
18.2. Especificación del TAD de las tablas . . . . . . . . . . . . . . . . . . . . . . 208
18.2.1. Signatura del TAD de las tablas . . . . . . . . . . . . . . . . . . . . . 208
18.2.2. Propiedades del TAD de las tablas . . . . . . . . . . . . . . . . . . . 208
18.3. Implementaciones del TAD de las tablas . . . . . . . . . . . . . . . . . . . . 209
18.3.1. Las tablas como funciones . . . . . . . . . . . . . . . . . . . . . . . . 209
18.3.2. Las tablas como listas de asociación . . . . . . . . . . . . . . . . . . 210
18.3.3. Las tablas como matrices . . . . . . . . . . . . . . . . . . . . . . . . 212
18.4. Comprobación de las implementaciones con QuickCheck . . . . . . . . . . 214
18.4.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
18.4.2. Generador de tablas . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
18.4.3. Especificación de las propiedades de las tablas . . . . . . . . . . . . 215
18.4.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . . 216

19. El TAD de los árboles binarios de búsqueda 217

19.1. Especificación del TAD de los árboles binarios de búsqueda . . . . . . . . 217
19.1.1. Signatura del TAD de los árboles binarios de búsqueda . . . . . . . 217
19.1.2. Propiedades del TAD de los árboles binarios de búsqueda . . . . . 218
19.2. Implementación del TAD de los árboles binarios de búsqueda . . . . . . . 219
19.2.1. Los ABB como tipo de dato algebraico . . . . . . . . . . . . . . . . . 219
19.3. Comprobación de la implementación con QuickCheck . . . . . . . . . . . . 223
19.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
19.3.2. Generador de árboles binarios de búsqueda . . . . . . . . . . . . . 223
19.3.3. Especificación de las propiedades de los árboles de búsqueda . . . 224
19.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . . 227

20. El TAD de los montículos 229

20.1. Especificación del TAD de los montículos . . . . . . . . . . . . . . . . . . . 229
20.1.1. Signatura del TAD de los montículos . . . . . . . . . . . . . . . . . 229
20.1.2. Propiedades del TAD de los montículos . . . . . . . . . . . . . . . . 230
20.2. Implementación del TAD de los montículos . . . . . . . . . . . . . . . . . . 230
20.2.1. Los montículos como tipo de dato algebraico . . . . . . . . . . . . . 230
20.3. Comprobación de la implementación con QuickCheck . . . . . . . . . . . . 235
 Índice general 9

20.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235

20.3.2. Generador de montículos . . . . . . . . . . . . . . . . . . . . . . . . 235
20.3.3. Especificación de las propiedades de los montículos . . . . . . . . . 237
20.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . . 238
20.4. Implementación de las colas de prioridad mediante montículos . . . . . . 239
20.4.1. Las colas de prioridad como montículos . . . . . . . . . . . . . . . . 239

21. El TAD de los polinomios 243

21.1. Especificación del TAD de los polinomios . . . . . . . . . . . . . . . . . . . 243
21.1.1. Signatura del TAD de los polinomios . . . . . . . . . . . . . . . . . 243
21.1.2. Propiedades del TAD de los polinomios . . . . . . . . . . . . . . . . 244
21.2. Implementación del TAD de los polinomios . . . . . . . . . . . . . . . . . . 244
21.2.1. Los polinomios como tipo de dato algebraico . . . . . . . . . . . . . 244
21.2.2. Los polinomios como listas dispersas . . . . . . . . . . . . . . . . . 247
21.2.3. Los polinomios como listas densas . . . . . . . . . . . . . . . . . . . 250
21.3. Comprobación de las implementaciones con QuickCheck . . . . . . . . . . 253
21.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
21.3.2. Generador de polinomios . . . . . . . . . . . . . . . . . . . . . . . . 253
21.3.3. Especificación de las propiedades de los polinomios . . . . . . . . . 253
21.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . . 255
21.4. Operaciones con polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
21.4.1. Operaciones con polinomios . . . . . . . . . . . . . . . . . . . . . . 255

22. Algoritmos sobre grafos 261

22.1. El TAD de los grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
22.1.1. Definiciones y terminología sobre grafos . . . . . . . . . . . . . . . 261
22.1.2. Signatura del TAD de los grafos . . . . . . . . . . . . . . . . . . . . 261
22.1.3. Implementación de los grafos como vectores de adyacencia . . . . 263
22.1.4. Implementación de los grafos como matrices de adyacencia . . . . 266
22.2. Recorridos en profundidad y en anchura . . . . . . . . . . . . . . . . . . . 270
22.2.1. Recorrido en profundidad . . . . . . . . . . . . . . . . . . . . . . . . 270
22.2.2. Recorrido en anchura . . . . . . . . . . . . . . . . . . . . . . . . . . 272
22.3. Árboles de expansión mínimos . . . . . . . . . . . . . . . . . . . . . . . . . 273
22.3.1. Árboles de expansión mínimos . . . . . . . . . . . . . . . . . . . . . 273
22.3.2. El algoritmo de Kruskal . . . . . . . . . . . . . . . . . . . . . . . . . 273
22.3.3. El algoritmo de Prim . . . . . . . . . . . . . . . . . . . . . . . . . . . 276

23. Técnicas de diseño descendente de algoritmos 279

23.1. La técnica de divide y vencerás . . . . . . . . . . . . . . . . . . . . . . . . . 279
23.1.1. La técnica de divide y vencerás . . . . . . . . . . . . . . . . . . . . . 279
23.1.2. La ordenación por mezcla como ejemplo de DyV . . . . . . . . . . 280
10

23.1.3. La ordenación rápida como ejemplo de DyV . . . . . . . . . . . . . 280

23.2. Búsqueda en espacios de estados . . . . . . . . . . . . . . . . . . . . . . . . 281
23.2.1. El patrón de búsqueda en espacios de estados . . . . . . . . . . . . 281
23.2.2. El problema del 8 puzzle . . . . . . . . . . . . . . . . . . . . . . . . . 282
23.2.3. El problema de las n reinas . . . . . . . . . . . . . . . . . . . . . . . 285
23.2.4. El problema de la mochila . . . . . . . . . . . . . . . . . . . . . . . . 287
23.3. Búsqueda por primero el mejor . . . . . . . . . . . . . . . . . . . . . . . . . 289
23.3.1. El patrón de búsqueda por primero el mejor . . . . . . . . . . . . . 289
23.3.2. El problema del 8 puzzle por BPM . . . . . . . . . . . . . . . . . . . 289
23.4. Búsqueda en escalada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
23.4.1. El patrón de búsqueda en escalada . . . . . . . . . . . . . . . . . . . 290
23.4.2. El problema del cambio de monedas por escalada . . . . . . . . . . 291
23.4.3. El algoritmo de Prim del árbol de expansión mínimo por escalada 292

24. Técnicas de diseño ascendente de algoritmos 295

24.1. Programación dinámica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
24.1.1. Introducción a la programación dinámica . . . . . . . . . . . . . . . 295
24.1.2. El patrón de la programación dinámica . . . . . . . . . . . . . . . . 296
24.2. Fibonacci como ejemplo de programación dinámica . . . . . . . . . . . . . 297
24.2.1. Definición de Fibonacci mediante programación dinámica . . . . . 297
24.3. Producto de cadenas de matrices (PCM) . . . . . . . . . . . . . . . . . . . . 299
24.3.1. Descripción del problema PCM . . . . . . . . . . . . . . . . . . . . . 299
24.3.2. Solución del PCM mediante programación dinámica . . . . . . . . 300
24.3.3. Solución del PCM mediante divide y vencerás . . . . . . . . . . . . 302
24.4. Árboles binarios de búsqueda optimales (ABBO) . . . . . . . . . . . . . . . 303
24.4.1. Descripción del problema de ABBO . . . . . . . . . . . . . . . . . . 303
24.4.2. Solución del ABBO mediante programación dinámica . . . . . . . . 304
24.5. Caminos mínimos entre todos los pares de nodos de un grafo(CM) . . . . 306
24.5.1. Descripción del problema . . . . . . . . . . . . . . . . . . . . . . . . 306
24.5.2. Solución del problema de los caminos mínimos (CM) . . . . . . . . 306
24.6. Problema del viajante (PV) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308
24.6.1. Descripción del problema . . . . . . . . . . . . . . . . . . . . . . . . 308
24.6.2. Solución del problema del viajante (PV) . . . . . . . . . . . . . . . . 309

A. Resumen de funciones predefinidas de Haskell 313

B. Método de Pólya para la resolución de problemas 317

B.1. Método de Pólya para la resolución de problemas matemáticos . . . . . . 317
B.2. Método de Pólya para resolver problemas de programación . . . . . . . . 318

Bibliografía 321
Tema 1

Introducción a la programación
funcional

Contenido
1.1. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Programación funcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3. Rasgos característicos de Haskell . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Antecedentes históricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5. Presentación de Haskell . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.1. Funciones
Funciones en Haskell
En Haskell, una función es una aplicación que toma uno o más argumentos y
devuelve un valor.
En Haskell, las funciones se definen mediante ecuaciones formadas por el nombre
de la función, los nombres de los argumentos y el cuerpo que especifica cómo se
calcula el valor a partir de los argumentos.
Ejemplo de definición de función en Haskell:

doble x = x + x

Ejemplo de evaluación:
doble 3
= 3+3 [def. de doble]
= 6 [def. de +]

11
12

Evaluaciones de funciones en Haskell

Ejemplo de evaluación anidada impaciente:

doble (doble 3)
= doble (3 + 3) [def. de doble]
= doble 6 [def. de +]
= 6+6 [def. de doble]
= 12 [def. de +]

Ejemplo de evaluación anidada perezosa:

doble (doble 3)
= (doble 3) + (doble 3) [def. de doble]
= (3 +3) + (doble 3) [def. de doble]
= 6 + (doble 3) [def. de +]
= 6 + (3 + 3) [def. de doble]
= 6+6 [def. de +]
= 12 [def. de +]

Comprobación de propiedades

Propiedad: El doble de x más y es el doble de x más el doble de y

Expresión de la propiedad:

prop_doble x y = doble (x+y) == (doble x) + (doble y)

Comprobación de la propiedad con QuickCheck:

*Main> quickCheck prop_doble

+++ OK, passed 100 tests.

Para usar QuickCheck hay que importarlo, escribiendo al principio del fichero

import [Link]

Refutación de propiedades

Propiedad: El producto de dos números cualequiera es distinto de su suma.

Expresión de la propiedad:

prop_prod_suma x y = x*y /= x+y

 Tema 1. Introducción a la programación funcional 13

Refutación de la propiedad con QuickCheck:

*Main> quickCheck prop_prod_suma

*** Failed! Falsifiable (after 1 test):
0
0

Refinamiento: El producto de dos números no nulos cualequiera es distinto de su

suma.

prop_prod_suma’ x y =
x /= 0 && y /= 0 ==> x*y /= x+y

Refutación de la propiedad con QuickCheck:

*Main> quickCheck prop_prod_suma’

+++ OK, passed 100 tests.
*Main> quickCheck prop_prod_suma’
*** Failed! Falsifiable (after 5 tests):
2
2

1.2. Programación funcional

Programación funcional y programación imperativa

La programación funcional es un estilo de programación cuyo método básico de

computación es la aplicación de funciones a sus argumentos.

Un lenguaje de programación funcional es uno que soporta y potencia el estilo

funcional.

La programación imperativa es un estilo de programación en el que los progra-

mas están formados por instrucciones que especifican cómo se ha de calcular el
resultado.

Ejemplo de problema para diferenciar los estilos de programación:

Sumar los n primeros números.
14

Solución mediante programación imperativa

Programa suma n:
contador := 0
total := 0
repetir
contador := contador + 1
total := total + contador
hasta que contador = n

Evaluación de suma 4:
contador total
0 0
1 1
2 3
3 6
4 10

Solución mediante programación funcional

Programa:

suma n = sum [1..n]

Evaluación de suma 4:
suma 4
= sum [1..4] [def. de suma]
= sum [1, 2, 3, 4] [def. de [..]]
= 1+2+3+4 [def. de sum]
= 10 [def. de +]

1.3. Rasgos característicos de Haskell

Programas concisos.

Sistema potente de tipos.

Listas por comprensión.

Funciones recursivas.

Funciones de orden superior.

 Tema 1. Introducción a la programación funcional 15

Razonamiento sobre programas.

Evaluación perezosa.
Efectos monádicos.

1.4. Antecedentes históricos

1930s: Alonzo Church desarrolla el lambda cálculo (teoría básica de los lenguajes
funcionales).
1950s: John McCarthy desarrolla el Lisp (lenguaje funcional con asignaciones).
1960s: Peter Landin desarrolla ISWIN (lenguaje funcional puro).
1970s: John Backus desarrolla FP (lenguaje funcional con orden superior).
1970s: Robin Milner desarrolla ML (lenguaje funcional con tipos polimórficos e
inferencia de tipos).
1980s: David Turner desarrolla Miranda (lenguaje funcional perezoso).
1987: Un comité comienza el desarrollo de Haskell.
2003: El comité publica el “Haskell Report”.

1.5. Presentación de Haskell

Ejemplo de recursión sobre listas
Especificación: (sum xs) es la suma de los elementos de xs.
Ejemplo: sum [2,3,7] ;12
Definición:
sum [] = 0
sum (x:xs) = x + sum xs

Evaluación:
sum [2,3,7]
= 2 + sum [3,7] [def. de sum]
= 2 + (3 + sum [7]) [def. de sum]
= 2 + (3 + (7 + sum [])) [def. de sum]
= 2 + (3 + (7 + 0)) [def. de sum]
= 12 [def. de +]
16

Tipo de sum: (Num a) => [a] -> a

Ejemplo con listas de comprensión

Especificación: (ordena xs) es la lista obtenida ordenando xs mediante el algorit-

mo de ordenación rápida.

Ejemplo:

ordena [4,6,2,5,3] ; [2,3,4,5,6]

ordena "deacb" ; "abcde"

Definición:

ordena [] = []
ordena (x:xs) =
(ordena menores) ++ [x] ++ (ordena mayores)
where menores = [a | a <- xs, a <= x]
mayores = [b | b <- xs, b > x]

Tipo de ordena: Ord a => [a] -> [a]

Evaluación del ejemplo con listas de comprensión

ordena [4,6,2,3]
= (ordena [2,3]) ++ [4] ++ (ordena [6]) [def. ordena]
= ((ordena []) ++ [2] ++ (ordena [3])) ++ [4] ++ (ordena [6]) [def. ordena]
= ([] ++ [2] ++ (ordena [3])) ++ [4] ++ (ordena [6]) [def. ordena]
= ([2] ++ (ordena [3])) ++ [4] ++ (ordena [6,5]) [def. ++]
= ([2] ++ ((ordena []) ++ [3] ++ [])) ++ [4] ++ (ordena [6]) [def. ordena]
= ([2] ++ ([] ++ [3] ++ [])) ++ [4] ++ (ordena [6]) [def. ordena]
= ([2] ++ [3]) ++ [4] ++ (ordena [6]) [def. ++]
= [2,3] ++ [4] ++ (ordena [6]) [def. ++]
= [2,3,4] ++ (ordena [6]) [def. ++]
= [2,3,4] ++ ((ordena []) ++ [6] ++ (ordena [])) [def. ordena]
= [2,3,4] ++ ((ordena []) ++ [6] ++ (ordena [])) [def. ordena]
= [2,3,4] ++ ([] ++ [6] ++ []) [def. ordena]
= [2,3,4,6] [def. ++]

Bibliografía
1. R. Bird. Introducción a la programación funcional con Haskell. Prentice Hall, 2000.
 Tema 1. Introducción a la programación funcional 17

Cap. 1: Conceptos fundamentales.

2. G. Hutton Programming in Haskell. Cambridge University Press, 2007.

Cap. 1: Introduction.

3. B. O’Sullivan, D. Stewart y J. Goerzen Real World Haskell. O’Reilly, 2008.

Cap. 1: Getting Started.

4. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 1: Programación funcional.

5. S. Thompson. Haskell: The Craft of Functional Programming, Second Edition. Addison-

Wesley, 1999.

Cap. 1: Introducing functional programming.

18
Tema 2

Introducción a la programación con

Haskell

Contenido
2.1. El sistema GHC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2. Iniciación a GHC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.1. Inicio de sesión con GHCi . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.2. Cálculo aritmético . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.3. Cálculo con listas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.4. Cálculos con errores . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3. Aplicación de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4. Guiones Haskell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.1. El primer guión Haskell . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.2. Nombres de funciones . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.3. La regla del sangrado . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.4. Comentarios en Haskell . . . . . . . . . . . . . . . . . . . . . . . . 19

2.1. El sistema GHC

El sistema GHC

Los programa funcionales pueden evaluarse manualmente (como en el tema an-

terior).

Los lenguajes funcionales evalúan automáticamente los programas funcionales.

19
20

Haskell es un lenguaje funcional.

GHC (Glasgow Haskell Compiler) es el intérprete de Haskell que usaremos en el

curso.

2.2. Iniciación a GHC

2.2.1. Inicio de sesión con GHCi
Inicio mediante ghci
I1M> ghci
GHCi, version 6.10.3: [Link] :? for help
Prelude>

La llamada es Prelude>

Indica que ha cargado las definiciones básicas que forman el preludio y el sistema
está listo para leer una expresión, evaluarla y escribir su resultado.

2.2.2. Cálculo aritmético

Cálculo aritmético: Operaciones aritméticas

Operaciones aritméticas en Haskell:

Prelude> 2+3
5
Prelude> 2-3
-1
Prelude> 2*3
6
Prelude> 7 ‘div‘ 2
3
Prelude> 2^3
8

Cálculo aritmético: Precedencia y asociatividad

Precedencia:
 Tema 2. Introducción a la programación con Haskell 21

Prelude> 2*10^3
2000
Prelude> 2+3*4
14

Asociacitividad:

Prelude> 2^3^4
2417851639229258349412352
Prelude> 2^(3^4)
2417851639229258349412352
Prelude> 2-3-4
-5
Prelude> (2-3)-4
-5

2.2.3. Cálculo con listas

Cálculo con listas: Seleccionar y eliminar

Seleccionar el primer elemento de una lista no vacía:

head [1,2,3,4,5] ; 1

Eliminar el primer elemento de una lista no vacía:

tail [1,2,3,4,5] ; [2,3,4,5]

Seleccionar el n–ésimo elemento de una lista (empezando en 0):

[1,2,3,4,5] !! 2 ; 3

Seleccionar los n primeros elementos de una lista:

take 3 [1,2,3,4,5] ; [1,2,3]

Eliminar los n primeros elementos de una lista:

drop 3 [1,2,3,4,5] ; [4,5]

22

Cálculo con listas

Calcular la longitud de una lista:

length [1,2,3,4,5] ; 5

Calcular la suma de una lista de números:

sum [1,2,3,4,5] ; 15

Calcular el producto de una lista de números:

product [1,2,3,4,5] ; 120

Concatenar dos listas:

[1,2,3] ++ [4,5] ; [1,2,3,4,5]

Invertir una lista:

reverse [1,2,3,4,5] ; [5,4,3,2,1]

2.2.4. Cálculos con errores

Ejemplos de cálculos con errores

Prelude> 1 ‘div‘ 0
*** Exception: divide by zero
Prelude> head []
*** Exception: [Link]: empty list
Prelude> tail []
*** Exception: [Link]: empty list
Prelude> [2,3] !! 5
*** Exception: Prelude.(!!): index too large

2.3. Aplicación de funciones

Aplicación de funciones en matemáticas y en Haskell

Notación para funciones en matemáticas:

• En matemáticas, la aplicación de funciones se representa usando paréntesis y

la multiplicación usando yuxtaposición o espacios
 Tema 2. Introducción a la programación con Haskell 23

• Ejemplo:
f ( a, b) + cd
representa la suma del valor de f aplicado a a y b más el producto de c por d.

Notación para funciones en Haskell:

• En Haskell, la aplicación de funciones se representa usando espacios y la mul-

tiplicación usando ∗.
• Ejemplo:
f a b + c*d
representa la suma del valor de f aplicado a a y b más el producto de c por d.

Prioridad de la aplicación de funciones

En Haskell, la aplicación de funciones tiene mayor prioridad que los restantes ope-
radores. Por ejemplo, la expresión Haskell f a + b representa la expresión mate-
mática f ( a) + b.

Ejemplos de expresiones Haskell y matemáticas:

Matemáticas Haskell
f (x) f x
f ( x, y) f x y
f ( g( x )) f (g x)
f ( x, g(y)) f x (g y)
f ( x ) g(y) f x * g y

2.4. Guiones Haskell

En Haskell los usuarios pueden definir funciones.

Las nuevas definiciones se definen en guiones, que son ficheros de textos com-
puestos por una sucesión de definiciones.

Se acostumbra a identificar los guiones de Haskell mediante el sufijo .hs

2.4.1. El primer guión Haskell

Iniciar emacs y abrir dos ventanas: C-x 2

En la primera ventana ejecutar Haskell: M-x run-haskell

Cambiar a la otra ventana: C-x o

24

Iniciar el guión: C-x C-f [Link]

Escribir en el guión las siguientes definiciones

doble x = x+x
cuadruple x = doble (doble x)

Grabar el guión: C-x C-s

Cargar el guión en Haskell: C-c C-l

Evaluar ejemplos:

*Main> cuadruple 10
40
*Main> take (doble 2) [1,2,3,4,5,6]
[1,2,3,4]

Volver al guión: C-x o

Añadir al guión las siguientes definiciones:

factorial n = product [1..n]

media ns = sum ns ‘div‘ length ns

Grabar el guión: C-x s

Cargar el guión en Haskell: C-c C-l

Evaluar ejemplos:

*Main> factorial (doble 2)

24
*Main> doble (media [1,5,3])
6

2.4.2. Nombres de funciones

Los nombres de funciones tienen que empezar por una letra en minúscula. Por
ejemplo,

• sumaCuadrado, suma_cuadrado, suma’

Las palabras reservadas de Haskell no pueden usarse en los nombres de funciones.

Algunas palabras reservadas son
 Tema 2. Introducción a la programación con Haskell 25

case class data default deriving do else

if import in infix infixl infixr instance
let module newtype of then type where

Se acostumbra escribir los argumentos que son listas usando s como sufijo de su
nombre. Por ejemplo,

• ns representa una lista de números,

• xs representa una lista de elementos,
• css representa una lista de listas de caracteres.

2.4.3. La regla del sangrado

En Haskell la disposición del texto del programa (el sangrado) delimita las defini-
ciones mediante la siguiente regla:

Una definición acaba con el primer trozo de código con un margen izquierdo
menor o igual que el del comienzo de la definición actual.

Ejemplo:

a = b + c
where
b = 1
c = 2
d = a * 2

Consejos:

• Comenzar las definiciones de las funciones en la primera columna.

• Usar el tabulador en emacs para determinar el sangrado en las definiciones.

2.4.4. Comentarios en Haskell

En los guiones Haskell pueden incluirse comentarios.

Un comentario simple comienza con -- y se extiende hasta el final de la línea.

Ejemplo de comentario simple:

-- (factorial n) es el factorial del número n.

factorial n = product [1..n]
26

Un comentario anidado comienza con {- y termina en -}

Ejemplo de comentario anidado:

{- (factorial n) es el factorial del número n.

Por ejemplo, factorial 3 == 6 -}
factorial n = product [1..n]

Bibliografía
1. R. Bird. Introducción a la programación funcional con Haskell. Prentice Hall, 2000.

Cap. 1: Conceptos fundamentales.

2. G. Hutton Programming in Haskell. Cambridge University Press, 2007.

Cap. 2: First steps.

3. B. O’Sullivan, D. Stewart y J. Goerzen Real World Haskell. O’Reilly, 2008.

Cap. 1: Getting Started.

4. B. Pope y A. van IJzendoorn A Tour of the Haskell Prelude (basic functions)

5. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 2: Introducción a Haskell.

6. S. Thompson. Haskell: The Craft of Functional Programming, Second Edition. Addison-

Wesley, 1999.

Cap. 2: Getting started with Haskell and Hugs.

Tema 3

Tipos y clases

Contenido
3.1. Conceptos básicos sobre tipos . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2. Tipos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3. Tipos compuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3.1. Tipos listas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3.2. Tipos tuplas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.3. Tipos funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4. Parcialización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5. Polimorfismo y sobrecarga . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5.1. Tipos polimórficos . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5.2. Tipos sobrecargados . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.6. Clases básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.1. Conceptos básicos sobre tipos

¿Qué es un tipo?

Un tipo es una colección de valores relacionados.

Un ejemplo de tipos es el de los valores booleanos: Bool

El tipo Bool tiene dos valores True (verdadero) y False (falso).

v :: T representa que v es un valor del tipo T y se dice que “v tiene tipo T”.

Cálculo de tipo con :type

27
28

Prelude> :type True

True :: Bool
Prelude> :type False
False :: Bool

El tipo Bool -> Bool está formado por todas las funciones cuyo argumento y va-
lor son booleanos.

Ejemplo de tipo Bool -> Bool

Prelude> :type not

not :: Bool -> Bool

Inferencia de tipos

Regla de inferencia de tipos

f :: A → B e :: A
f e :: B

Tipos de expresiones:

Prelude> :type not True

not True :: Bool

Prelude> :type not False

not False :: Bool

Prelude> :type not (not False)

not (not False) :: Bool

Error de tipo:

Prelude> :type not 3

Error: No instance for (Num Bool)
Prelude> :type 1 + False
Error: No instance for (Num Bool)

Ventajas de los tipos

Los lenguajes en los que la inferencia de tipo precede a la evaluación se denominan

de tipos seguros.

Haskell es un lenguaje de tipos seguros.

 Tema 3. Tipos y clases 29

En los lenguajes de tipos seguros no ocurren errores de tipos durante la evalua-

ción.

La inferencia de tipos no elimina todos los errores durante la evaluación. Por ejem-
plo,

Prelude> :type 1 ‘div‘ 0

1 ‘div‘ 0 :: (Integral t) => t
Prelude> 1 ‘div‘ 0
*** Exception: divide by zero

3.2. Tipos básicos

Bool (Valores lógicos):

• Sus valores son True y False.

Char (Caracteres):

• Ejemplos: ’a’, ’B’, ’3’, ’+’

String (Cadena de caracteres):

• Ejemplos: "abc", "1 + 2 = 3"

Int (Enteros de precisión fija):

• Enteros entre −231 y 231 − 1.

• Ejemplos: 123, -12

Integer (Enteros de precisión arbitraria):

• Ejemplos: 1267650600228229401496703205376.

Float (Reales de precisión arbitraria):

• Ejemplos: 1.2, -23.45, 45e-7

Double (Reales de precisión doble):

• Ejemplos: 1.2, -23.45, 45e-7

30

3.3. Tipos compuestos

3.3.1. Tipos listas
Una lista es una sucesión de elementos del mismo tipo.

[T] es el tipo de las listas de elementos de tipo T.

Ejemplos de listas:

[False, True] :: [Bool]

[’a’,’b’,’d’] :: [Char]
["uno","tres"] :: [String]

Longitudes:

• La longitud de una lista es el número de elementos.

• La lista de longitud 0, [], es la lista vacía.
• Las listas de longitud 1 se llaman listas unitarias.

Comentarios:

• El tipo de una lista no informa sobre su longitud:

[’a’,’b’] :: [Char]
[’a’,’b’,’c’] :: [Char]
• El tipo de los elementos de una lista puede ser cualquiera:
[[’a’,’b’],[’c’]] :: [[Char]]

3.3.2. Tipos tuplas

Una tupla es una sucesión de elementos.

( T1 , T2 , . . . , Tn ) es el tipo de las n–tuplas cuya componente i–ésima es de tipo Ti .

Ejemplos de tuplas:

(False,True) :: (Bool,Bool)
(False,’a’,True) :: (Bool,Char,Bool)

Aridades:

• La aridad de una tupla es el número de componentes.

• La tupla de aridad 0, (), es la tupla vacía.
 Tema 3. Tipos y clases 31

• No están permitidas las tuplas de longitud 1.

Comentarios:
• El tipo de una tupla informa sobre su longitud:
(’a’,’b’) :: (Char,Char)
(’a’,’b’,’c’) :: (Char,Char,Char)
• El tipo de los elementos de una tupla puede ser cualquiera:
((’a’,’b’),[’c’,’d’]) :: ((Char,Char),[Char])

3.3.3. Tipos funciones

Tipos funciones
Una función es una aplicación de valores de un tipo en valores de otro tipo.
T1 → T2 es el tipo de las funciones que aplica valores del tipo T1 en valores del
tipo T2 .
Ejemplos de funciones:
not :: Bool -> Bool
isDigit :: Char -> Bool

Funciones con múltiples argumentos o valores

Ejemplo de función con múltiples argumentos:
suma (x,y) es la suma de x e y. Por ejemplo, suma (2,3) es 5.

suma :: (Int,Int) -> Int

suma (x,y) = x+y

Ejemplo de función con múltiples valores:

deCeroA n es la lista de los números desde 0 hasta n. Por ejemplo, deCeroA 5 es
[0,1,2,3,4,5].

deCeroA :: Int -> [Int]

deCeroA n = [0..n]

Notas:
1. En las definiciones se ha escrito la signatura de las funciones.
2. No es obligatorio escribir la signatura de las funciones.
3. Es conveniente escribir las signatura.
32

3.4. Parcialización
Parcialización

Mecanismo de parcialización (currying en inglés): Las funciones de más de un

argumento pueden interpretarse como funciones que toman un argumento y de-
vuelven otra función con un argumento menos.

Ejemplo de parcialización:

suma’ :: Int -> (Int -> Int)

suma’ x y = x+y

suma’ toma un entero x y devuelve la función suma’ x que toma un entero y y

devuelve la suma de x e y. Por ejemplo,

*Main> :type suma’ 2

suma’ 2 :: Int -> Int
*Main> :type suma’ 2 3
suma’ 2 3 :: Int

Ejemplo de parcialización con tres argumentos:

mult :: Int -> (Int -> (Int -> Int))

mult x y z = x*y*z

mult toma un entero x y devuelve la función mult x que toma un entero y y de-
vuelve la función mult x y que toma un entero z y devuelve x*y*z. Por ejemplo,

*Main> :type mult 2

mult 2 :: Int -> (Int -> Int)
*Main> :type mult 2 3
mult 2 3 :: Int -> Int
*Main> :type mult 2 3 7
mult 2 3 7 :: Int

Aplicación parcial

Las funciones que toman sus argumentos de uno en uno se llaman currificadas
(curried en inglés).

Las funciones suma’ y mult son currificadas.

 Tema 3. Tipos y clases 33

Las funciones currificadas pueden aplicarse parcialmente. Por ejemplo,

*Main> (suma’ 2) 3
5

Pueden definirse funciones usando aplicaciones parciales. Por ejemplo,

suc :: Int -> Int

suc = suma’ 1

suc x es el sucesor de x. Por ejemplo, suc 2 es 3.

Convenios para reducir paréntesis

Convenio 1: Las flechas en los tipos se asocia por la derecha. Por ejemplo,
Int -> Int -> Int -> Int
representa a
Int -> (Int -> (Int -> Int))

Convenio 2: Las aplicaciones de funciones se asocia por la izquierda. Por ejemplo,

mult x y z
representa a
((mult x) y) z

Nota: Todas las funciones con múltiples argumentos se definen en forma currifi-
cada, salvo que explícitamente se diga que los argumentos tienen que ser tuplas.

3.5. Polimorfismo y sobrecarga

3.5.1. Tipos polimórficos
Un tipo es polimórfico (“tiene muchas formas”) si contiene una variable de tipo.

Una función es polimórfica si su tipo es polimórfico.

La función length es polimófica:

• Comprobación:
Prelude> :type length
length :: [a] -> Int
• Significa que que para cualquier tipo a, length toma una lista de elementos
de tipo a y devuelve un entero.
34

• a es una variable de tipos.

• Las variables de tipos tienen que empezar por minúscula.
• Ejemplos:
length [1, 4, 7, 1] ; 4
length ["Lunes", "Martes", "Jueves"] ; 3
length [reverse, tail] ; 2

Ejemplos de funciones polimórficas

fst :: (a, b) -> a

fst (1,’x’) ; 1
fst (True,"Hoy") ; True

head :: [a] -> a

head [2,1,4] ; 2
head [’b’,’c’] ; ’b’

take :: Int -> [a] -> [a]

take 3 [3,5,7,9,4] ; [3,5,7]

take 2 [’l’,’o’,’l’,’a’] ; "lo"
take 2 "lola" ; "lo"

zip :: [a] -> [b] -> [(a, b)]

zip [3,5] "lo" ; [(3,’l’),(5,’o’)]

id :: a -> a

id 3 ; 3
id ’x’ ; ’x’

3.5.2. Tipos sobrecargados

Un tipo está sobrecargado si contiene una restricción de clases.

Una función está sobrecargada si su tipo está sobrecargado.

La función sum está sobrecargada:

• Comprobación:
 Tema 3. Tipos y clases 35

Prelude> :type sum

sum :: (Num a) => [a] -> a
• Significa que que para cualquier tipo numérico a, sum toma una lista de ele-
mentos de tipo a y devuelve un valor de tipo a.
• Num a es una restricción de clases.
• Las restricciones de clases son expresiones de la forma C a, donde C es el
nombre de una clase y a es una variable de tipo.
• Ejemplos:
sum [2, 3, 5] ; 10
sum [2.1, 3.23, 5.345] ; 10.675

Ejemplos de tipos sobrecargados

Ejemplos de funciones sobrecargadas:

• (-) :: (Num a) => a -> a -> a

• (*) :: (Num a) => a -> a -> a
• negate :: (Num a) => a -> a
• abs :: (Num a) => a -> a
• signum :: (Num a) => a -> a

Ejemplos de números sobrecargados:

• 5 :: (Num t) => t
• 5.2 :: (Fractional t) => t

3.6. Clases básicas

Una clase es una colección de tipos junto con ciertas operaciones sobrecargadas
llamadas métodos.

Clases básicas:
Eq tipos comparables por igualdad
Ord tipos ordenados
Show tipos mostrables
Read tipos legibles
Num tipos numéricos
Integral tipos enteros
Fractional tipos fraccionarios
36

La clase Eq (tipos comparables por igualdad)

Eq contiene los tipos cuyos valores con comparables por igualdad.

Métodos:

(==) :: a -> a -> Bool

(/=) :: a -> a -> Bool

Instancias:

• Bool, Char, String, Int, Integer, Float y Double.

• tipos compuestos: listas y tuplas.

Ejemplos:

False == True ; False

False /= True ; True
’a’ == ’b’ ; False
"aei" == "aei" ; True
[2,3] == [2,3,2] ; False
(’a’,5) == (’a’,5) ; True

La clase Ord (tipos ordenados)

Ord es la subclase de Eq de tipos cuyos valores están ordenados.

Métodos:

(<), (<=), (>), (>=) :: a -> a -> Bool

min, max :: a -> a -> a

Instancias:

• Bool, Char, String, Int, Integer, Float y Double.

• tipos compuestos: listas y tuplas.

Ejemplos:

False < True ; True

min ’a’ ’b’ ; ’a’
"elegante" < "elefante" ; False
[1,2,3] < [1,2] ; False
(’a’,2) < (’a’,1) ; False
(’a’,2) < (’b’,1) ; True
 Tema 3. Tipos y clases 37

La clase Show (tipos mostrables)

Show contiene los tipos cuyos valores se pueden convertir en cadenas de caracteres.

Método:

show :: a -> String

Instancias:

• Bool, Char, String, Int, Integer, Float y Double.

• tipos compuestos: listas y tuplas.

Ejemplos:

show False ; "False"

show ’a’ ; "’a’"
show 123 ; "123"
show [1,2,3] ; "[1,2,3]"
show (’a’,True) ; "(’a’,True)"

La clase Read (tipos legibles)

Read contiene los tipos cuyos valores se pueden obtener a partir de cadenas de
caracteres.

Método:

read :: String -> a

Instancias:

• Bool, Char, String, Int, Integer, Float y Double.

• tipos compuestos: listas y tuplas.

Ejemplos:

read "False" :: Bool ; False

read "’a’" :: Char ; ’a’
read "123" :: Int ; 123
read "[1,2,3]" :: [Int] ; [1,2,3]
read "(’a’,True)" :: (Char,Bool) ; (’a’,True)
38

La clase Num (tipos numéricos)

Num es la subclase de Eq y Show de tipos cuyos valores son números

Métodos:

(+), (*), (-) :: a -> a -> a

negate, abs, signum :: a -> a

Instancias: Int, Integer, Float y Double.

Ejemplos:

2+3 ; 5
2.3+4.2 ; 6.5
negate 2.7 ; -2.7
abs (-5) ; 5
signum (-5) ; -1

La clase Integral (tipos enteros)

Integral es la subclase de Num cuyo tipos tienen valores enteros.

Métodos:

div :: a -> a -> a

mod :: a -> a -> a

Instancias: Int e Integer.

Ejemplos:

11 ‘div‘ 4 ; 2
11 ‘mod‘ 4 ; 3

La clase Fractional (tipos fraccionarios)

Fractional es la subclase de Num cuyo tipos tienen valores no son enteros.

Métodos:

(/) :: a -> a -> a

recip :: a -> a

Instancias: Float y Double.

 Tema 3. Tipos y clases 39

Ejemplos:

7.0 / 2.0 ; 3.5

recip 0.2 ; 5.0

Bibliografía
1. R. Bird. Introducción a la programación funcional con Haskell. Prentice Hall, 2000.

Cap. 2: Tipos de datos simples.

2. G. Hutton Programming in Haskell. Cambridge University Press, 2007.

Cap. 3: Types and classes.

3. B. O’Sullivan, D. Stewart y J. Goerzen Real World Haskell. O’Reilly, 2008.

Cap. 2: Types and Functions.

4. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 2: Introducción a Haskell.

Cap. 5: El sistema de clases de Haskell.

5. S. Thompson. Haskell: The Craft of Functional Programming, Second Edition. Addison-

Wesley, 1999.

Cap. 3: Basic types and definitions.

40
Tema 4

Definición de funciones

Contenido
4.1. Definiciones por composición . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2. Definiciones con condicionales . . . . . . . . . . . . . . . . . . . . . . . . 35
4.3. Definiciones con ecuaciones con guardas . . . . . . . . . . . . . . . . . . 36
4.4. Definiciones con equiparación de patrones . . . . . . . . . . . . . . . . . 36
4.4.1. Constantes como patrones . . . . . . . . . . . . . . . . . . . . . . . 36
4.4.2. Variables como patrones . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.3. Tuplas como patrones . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.4. Listas como patrones . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.5. Patrones enteros . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.5. Expresiones lambda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.6. Secciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

4.1. Definiciones por composición

Decidir si un carácter es un dígito:
Prelude
isDigit :: Char -> Bool
isDigit c = c >= ’0’ && c <= ’9’

Decidir si un entero es par:

Prelude
even :: (Integral a) => a -> Bool
even n = n ‘rem‘ 2 == 0

41
42

Dividir una lista en su n–ésimo elemento:

Prelude
splitAt :: Int -> [a] -> ([a],[a])
splitAt n xs = (take n xs, drop n xs)

4.2. Definiciones con condicionales

Calcular el valor absoluto (con condicionales):
Prelude
abs :: Int -> Int
abs n = if n >= 0 then n else -n

Calcular el signo de un número (con condicionales anidados):

Prelude
signum :: Int -> Int
signum n = if n < 0 then (-1) else
if n == 0 then 0 else 1

4.3. Definiciones con ecuaciones con guardas

Calcular el valor absoluto (con ecuaciones guardadas):
Prelude
abs n | n >= 0 = n
| otherwise = -n

Calcular el signo de un número (con ecuaciones guardadas):

Prelude
signum n | n < 0 = -1
| n == 0 = 0
| otherwise = 1

4.4. Definiciones con equiparación de patrones

4.4.1. Constantes como patrones
Calcular la negación:
 Tema 4. Definición de funciones 43

Prelude
not :: Bool -> Bool
not True = False
not False = True

Calcular la conjunción (con valores):

Prelude
(&&) :: Bool -> Bool -> Bool
True && True = True
True && False = False
False && True = False
False && False = False

4.4.2. Variables como patrones

Calcular la conjunción (con variables anónimas):
Prelude
(&&) :: Bool -> Bool -> Bool
True && True = True
_ && _ = False

Calcular la conjunción (con variables):

Prelude
(&&) :: Bool -> Bool -> Bool
True && x = x
False && _ = False

4.4.3. Tuplas como patrones

Calcular el primer elemento de un par:
Prelude
fst :: (a,b) -> a
fst (x,_) = x

Calcular el segundo elemento de un par:

Prelude
snd :: (a,b) -> b
snd (_,y) = y
44

4.4.4. Listas como patrones

(test1 xs) se verifica si xs es una lista de 3 caracteres que empieza por ’a’.

test1 :: [Char ] -> Bool

test1 [’a’,_,_] = True
test1 _ = False

Construcción de listas con (:)

[1,2,3] = 1:[2,3] = 1:(2:[3]) = 1:(2:(3:[]))

(test2 xs) se verifica si xs es una lista de caracteres que empieza por ’a’.

test2 :: [Char ] -> Bool

test2 (’a’:_) = True
test2 _ = False

Decidir si una lista es vacía:

Prelude
null :: [a] -> Bool
null [] = True
null (_:_) = False

Primer elemento de una lista:

Prelude
head :: [a] -> a
head (x:_) = x

Resto de una lista:

Prelude
tail :: [a] -> [a]
tail (_:xs) = xs

4.4.5. Patrones enteros

Predecesor de un número entero:
Prelude
pred :: Int -> Int
pred 0 = 0
pred (n+1) = n
 Tema 4. Definición de funciones 45

Comentarios sobre los patrones n+k:

• n+k sólo se equipara con números mayores o iguales que k

• Hay que escribirlo entre paréntesis.

4.5. Expresiones lambda

Las funciones pueden construirse sin nombrarlas mediante las expresiones lamb-
da.

Ejemplo de evaluación de expresiones lambda:

Prelude> (\x -> x+x) 3

6

Uso de las expresiones lambda para resaltar la parcialización:

(suma x y) es la suma de x e y.

Definición sin lambda:

suma x y = x+y

Definición con lambda:

suma’ = \x -> (\y -> x+y)

Uso de las expresiones lambda en funciones como resultados:

(const x y) es x.

Definición sin lambda:

Prelude
const :: a -> b -> a
const x = x

Definición con lambda:

const’ :: a -> (b -> a)

const’ x = \_ -> x

Uso de las expresiones lambda en funciones con sólo un uso:

(impares n) es la lista de los n primeros números impares.

46

Definición sin lambda:

impares n = map f [0..n-1]

where f x = 2*x+1

Definición con lambda:

impares’ n = map (\x -> 2*x+1) [0..n-1]

4.6. Secciones
Los operadores son las funciones que se escriben entre sus argumentos.

Los operadores pueden convertirse en funciones prefijas escribiéndolos entre pa-

réntesis.

Ejemplo de conversión:

Prelude> 2 + 3
5
Prelude> (+) 2 3
5

Ejemplos de secciones:

Prelude> (2+) 3
5
Prelude> (+3) 2
5

Expresión de secciones mediante lambdas

Sea * un operador. Entonces

(*) = \x -> (\y -> x*y)

(x*) = \y -> x*y

(*y) = \x -> x*y

 Tema 4. Definición de funciones 47

Aplicaciones de secciones

Uso en definiciones de funciones mediante secciones

suma’ = (+)
siguiente = (1+)
inverso = (1/)
doble = (2*)
mitad = (/2)

Uso en signatura de operadores:

Prelude
(&&) :: Bool -> Bool -> Bool

Uso como argumento:

Prelude> map (2*) [1..5]

[2,4,6,8,10]

Bibliografía
1. R. Bird. Introducción a la programación funcional con Haskell. Prentice Hall, 2000.

Cap. 1: Conceptos fundamentales.

2. G. Hutton Programming in Haskell. Cambridge University Press, 2007.

Cap. 4: Defining functions.

3. B. O’Sullivan, D. Stewart y J. Goerzen Real World Haskell. O’Reilly, 2008.

Cap. 2: Types and Functions.

4. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 2: Introducción a Haskell.

5. S. Thompson. Haskell: The Craft of Functional Programming, Second Edition. Addison-

Wesley, 1999.

Cap. 3: Basic types and definitions.

48
Tema 5

Definiciones de listas por comprensión

Contenido
5.1. Generadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.2. Guardas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.3. La función zip . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.4. Comprensión de cadenas . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.5. Cifrado César . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.5.1. Codificación y descodificación . . . . . . . . . . . . . . . . . . . . 48
5.5.2. Análisis de frecuencias . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.5.3. Descifrado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

5.1. Generadores
Definiciones por comprensión

Definiciones por comprensión en Matemáticas:

{ x2 : x ∈ {2, 3, 4, 5}} = {4, 9, 16, 25}

Definiciones por comprensión en Haskell:

Prelude> [x^2 | x <- [2..5]]

[4,9,16,25]

La expresión x <- [2..5] se llama un generador.

Ejemplos con más de un generador:

49
50

Prelude> [(x,y) | x <- [1,2,3], y <- [4,5]]

[(1,4),(1,5),(2,4),(2,5),(3,4),(3,5)]
Prelude> [(x,y) | y <- [4,5], x <- [1,2,3]]
[(1,4),(2,4),(3,4),(1,5),(2,5),(3,5)]

Generadores dependientes

Ejemplo con generadores dependientes:

Prelude> [(x,y) | x <- [1..3], y <- [x..3]]

[(1,1),(1,2),(1,3),(2,2),(2,3),(3,3)]

(concat xss) es la concatenación de la lista de listas xss. Por ejemplo,

concat [[1,3],[2,5,6],[4,7]] ; [1,3,2,5,6,4,7]

Prelude
concat :: [[a]] -> [a]
concat xss = [x | xs <- xss, x <- xs]

Generadores con variables anónimas

Ejemplo de generador con variable anónima:

(primeros ps) es la lista de los primeros elementos de la lista de pares ps. Por
ejemplo,

primeros [(1,3),(2,5),(6,3)] ; [1,2,6]

primeros :: [(a, b)] -> [a]

primeros ps = [x | (x,_) <- ps]

Definición de la longitud por comprensión

Prelude
length :: [a] -> Int
length xs = sum [1 | _ <- xs]
 Tema 5. Definiciones de listas por comprensión 51

5.2. Guardas
Las listas por comprensión pueden tener guardas para restringir los valores.

Ejemplo de guarda:

Prelude> [x | x <- [1..10], even x]

[2,4,6,8,10]

La guarda es even x.

(factores n) es la lista de los factores del número n. Por ejemplo,

factores 30 ; [1,2,3,5,6,10,15,30]

factores :: Int -> [Int]

factores n = [x | x <- [1..n], n ‘mod‘ x == 0]

(primo n) se verifica si n es primo. Por ejemplo,

primo 30 ; False
primo 31 ; True

primo :: Int -> Bool

primo n = factores n == [1, n]

(primos n) es la lista de los primos menores o iguales que n. Por ejemplo,

primos 31 ; [2,3,5,7,11,13,17,19,23,29,31]

primos :: Int -> [Int]

primos n = [x | x <- [2..n], primo x]

Guarda con igualdad

Una lista de asociación es una lista de pares formado por una clave y un valor.
Por ejemplo,

[("Juan",7),("Ana",9),("Eva",3)]

(busca c t) es la lista de los valores de la lista de asociación t cuyas claves valen

c. Por ejemplo,
52

Prelude> busca ’b’ [(’a’,1),(’b’,3),(’c’,5),(’b’,2)]

[3,2]

busca :: Eq a => a -> [(a, b)] -> [b]

busca c t = [v | (c’, v) <- t, c’ == c]

5.3. La función zip

La función zip y elementos adyacentes

(zip xs ys) es la lista obtenida emparejando los elementos de las listas xs e ys.
Por ejemplo,

Prelude> zip [’a’,’b’,’c’] [2,5,4,7]

[(’a’,2),(’b’,5),(’c’,4)]

(adyacentes xs) es la lista de los pares de elementos adyacentes de la lista xs. Por
ejemplo,

adyacentes [2,5,3,7] ; [(2,5),(5,3),(3,7)]

adyacentes :: [a] -> [(a, a)]

adyacentes xs = zip xs (tail xs)

Las funciones zip, and y listas ordenadas

(and xs) se verifica si todos los elementos de xs son verdaderos. Por ejemplo,

and [2 < 3, 2+3 == 5] ; True

and [2 < 3, 2+3 == 5, 7 < 7] ; False

(ordenada xs) se verifica si la lista xs está ordenada. Por ejemplo,

ordenada [1,3,5,6,7] ; True

ordenada [1,3,6,5,7] ; False

ordenada :: Ord a => [a] -> Bool

ordenada xs = and [x <= y | (x,y) <- adyacentes xs]
 Tema 5. Definiciones de listas por comprensión 53

La función zip y lista de posiciones

(posiciones x xs) es la lista de las posiciones ocupadas por el elemento x en la

lista xs. Por ejemplo,

posiciones 5 [1,5,3,5,5,7] ; [1,3,4]

posiciones :: Eq a => a -> [a] -> [Int]

posiciones x xs =
[i | (x’,i) <- zip xs [0..n], x == x’]
where n = length xs - 1

5.4. Comprensión de cadenas

Cadenas y listas

Las cadenas son listas de caracteres. Por ejemplo,

*Main> "abc" == [’a’,’b’,’c’]

True

La expresión

"abc" :: String

es equivalente a

[’a’,’b’,’c’] :: [Char]

Las funciones sobre listas se aplican a las cadenas:

length "abcde" ; 5
reverse "abcde" ; "edcba"
"abcde" ++ "fg" ; "abcdefg"
posiciones ’a’ "Salamanca" ; [1,3,5,8]

Definiciones sobre cadenas con comprensión

(minusculas c) es la cadena formada por las letras minúsculas de la cadena c.

Por ejemplo,

minusculas "EstoEsUnaPrueba" ; "stosnarueba"

54

minusculas :: String -> String

minusculas xs = [x | x <- xs, elem x [’a’..’z’]]

(ocurrencias x xs) es el número de veces que ocurre el carácter x en la cadena

xs. Por ejemplo,

ocurrencias ’a’ "Salamanca" ; 4

ocurrencias :: Char -> String -> Int

ocurrencias x xs = length [x’ | x’ <- xs, x == x’]

5.5. Cifrado César

En el cifrado César cada letra en el texto original es reemplazada por otra letra que
se encuentra 3 posiciones más adelante en el alfabeto.

La codificación de

"en todo la medida"

es

"hq wrgr od phglgd"

Se puede generalizar desplazando cada letra n posiciones.

La codificación con un desplazamiento 5 de

"en todo la medida"

es

"js ytit qf rjinif"

La descodificación de un texto codificado con un desplazamiento n se obtiene co-

dificándolo con un desplazamiento −n.
 Tema 5. Definiciones de listas por comprensión 55

5.5.1. Codificación y descodificación

Las funciones ord y char

(ord c) es el código del carácter c. Por ejemplo,

ord ’a’ ; 97
ord ’b’ ; 98
ord ’A’ ; 65

(char n) es el carácter de código n. Por ejemplo,

chr 97 ; ’a’
chr 98 ; ’b’
chr 65 ; ’A’

Codificación y descodificación: Código de letra

Simplificación: Sólo se codificarán las letras minúsculas dejando los restantes ca-
racteres sin modificar.

(let2int c) es el entero correspondiente a la letra minúscula c. Por ejemplo,

let2int ’a’ ; 0
let2int ’d’ ; 3
let2int ’z’ ; 25

let2int :: Char -> Int

let2int c = ord c - ord ’a’

Codificación y descodificación: Letra de código

(int2let n) es la letra minúscula correspondiente al entero n. Por ejemplo,

int2let 0 ; ’a’
int2let 3 ; ’d’
int2let 25 ; ’z’

int2let :: Int -> Char

int2let n = chr (ord ’a’ + n)
56

Codificación y descodificación: Desplazamiento

(desplaza n c) es el carácter obtenido desplazando n caracteres el carácter c. Por

ejemplo,

desplaza 3 ’a’ ; ’d’

desplaza 3 ’y’ ; ’b’
desplaza (-3) ’d’ ; ’a’
desplaza (-3) ’b’ ; ’y’

desplaza :: Int -> Char -> Char

desplaza n c
| elem c [’a’..’z’] = int2let ((let2int c+n) ‘mod‘ 26)
| otherwise = c

Codificación y descodificación

(codifica n xs) es el resultado de codificar el texto xs con un desplazamiento n.

Por ejemplo,

Prelude> codifica 3 "En todo la medida"

"Eq wrgr od phglgd"
Prelude> codifica (-3) "Eq wrgr od phglgd"
"En todo la medida"

codifica :: Int -> String -> String

codifica n xs = [desplaza n x | x <- xs]

Propiedades de la codificación con QuickCheck

Propiedad: Al desplazar −n un carácter desplazado n, se obtiene el carácter inicial.

prop_desplaza n xs =
desplaza (-n) (desplaza n xs) == xs

*Main> quickCheck prop_desplaza

+++ OK, passed 100 tests.

Propiedad: Al codificar con −n una cadena codificada con n, se obtiene la cadena

inicial.
 Tema 5. Definiciones de listas por comprensión 57

prop_codifica n xs =
codifica (-n) (codifica n xs) == xs

*Main> quickCheck prop_codifica

+++ OK, passed 100 tests.

5.5.2. Análisis de frecuencias

Tabla de frecuencias

Para descifrar mensajes se parte de la frecuencia de aparición de letras.

tabla es la lista de la frecuencias de las letras en castellano, Por ejemplo, la fre-

cuencia de la ’a’ es del 12.53 %, la de la ’b’ es 1.42 %.

tabla :: [Float]
tabla = [12.53, 1.42, 4.68, 5.86, 13.68, 0.69, 1.01,
0.70, 6.25, 0.44, 0.01, 4.97, 3.15, 6.71,
8.68, 2.51, 0.88, 6.87, 7.98, 4.63, 3.93,
0.90, 0.02, 0.22, 0.90, 0.52]

Frecuencias

(porcentaje n m) es el porcentaje de n sobre m. Por ejemplo,

porcentaje 2 5 ; 40.0

porcentaje :: Int -> Int -> Float

porcentaje n m = (fromIntegral n / fromIntegral m) * 100

(frecuencias xs) es la frecuencia de cada una de las minúsculas de la cadena xs.

Por ejemplo,

Prelude> frecuencias "en todo la medida"

[14.3,0,0,21.4,14.3,0,0,0,7.1,0,0,7.1,
7.1,7.1,14.3,0,0,0,0,7.1,0,0,0,0,0,0]

frecuencias :: String -> [Float]

frecuencias xs =
[porcentaje (ocurrencias x xs) n | x <- [’a’..’z’]]
where n = length (minusculas xs)
58

5.5.3. Descifrado
Descifrado: Ajuste chi cuadrado

Una medida de la discrepancia entre la distribución observada osi y la esperada

esi es
n −1
(osi − esi )2
χ = ∑
2
i =0
esi
Los menores valores corresponden a menores discrepancias.

(chiCuad os es) es la medida chi cuadrado de las distribuciones os y es. Por

ejemplo,

chiCuad [3,5,6] [3,5,6] ; 0.0

chiCuad [3,5,6] [5,6,3] ; 3.9666667

chiCuad :: [Float] -> [Float] -> Float

chiCuad os es =
sum [((o-e)^2)/e | (o,e) <- zip os es]

Descifrado: Rotación

(rota n xs) es la lista obtenida rotando n posiciones los elementos de la lista xs.
Por ejemplo,

rota 2 "manolo" ; "noloma"

rota :: Int -> [a] -> [a]

rota n xs = drop n xs ++ take n xs

Descifrado

(descifra xs) es la cadena obtenida descodificando la cadena xs por el anti-despla-

zamiento que produce una distribución de minúsculas con la menor desviación
chi cuadrado respecto de la tabla de distribución de las letras en castellano. Por
ejemplo,

*Main> codifica 5 "Todo para nada"

"Ttit ufwf sfif"
*Main> descifra "Ttit ufwf sfif"
"Todo para nada"
 Tema 5. Definiciones de listas por comprensión 59

descifra :: String -> String

descifra xs = codifica (-factor) xs
where
factor = head (posiciones (minimum tabChi) tabChi)
tabChi = [chiCuad (rota n tabla’) tabla | n <- [0..25]]
tabla’ = frecuencias xs

Bibliografía
1. R. Bird. Introducción a la programación funcional con Haskell. Prentice Hall, 2000.

Cap. 4: Listas.

2. G. Hutton Programming in Haskell. Cambridge University Press.

Cap. 5: List comprehensions.

3. B. O’Sullivan, D. Stewart y J. Goerzen Real World Haskell. O’Reilly, 2008.

Cap. 12: Barcode Recognition.

4. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 6: Programación con listas.

5. S. Thompson. Haskell: The Craft of Functional Programming, Second Edition. Addison-

Wesley, 1999.

Cap. 5: Data types: tuples and lists.

60
Tema 6

Funciones recursivas

Contenido
6.1. Recursión numérica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.2. Recusión sobre lista . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
6.3. Recursión sobre varios argumentos . . . . . . . . . . . . . . . . . . . . . 57
6.4. Recursión múltiple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.5. Recursión mutua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
6.6. Heurísticas para las definiciones recursivas . . . . . . . . . . . . . . . . 59

6.1. Recursión numérica

Recursión numérica: El factorial
La función factorial:
factorial :: Integer -> Integer
factorial 0 = 1
factorial (n + 1) = (n + 1) * factorial n

Cálculo:
factorial 3 = 3 * (factorial 2)
= 3 * (2 * (factorial 1))
= 3 * (2 * (1 * (factorial 0)))
= 3 * (2 * (1 * 1))
= 3 * (2 * 1)
= 3 * 2
= 6

61
62

Recursión numérica: El producto

Definición recursiva del producto:

por :: Int -> Int -> Int

m ‘por‘ 0 = 0
m ‘por‘ (n + 1) = m + (m ‘por‘ n)

Cálculo:

3 ‘por‘ 2 = 3 + (3 ‘por‘ 1)
= 3 + (3 + (3 ‘por‘ 0))
= 3 + (3 + 0)
= 3 + 3
= 6

6.2. Recusión sobre lista

Recursión sobre listas: La función product

Producto de una lista de números:

Prelude
product :: Num a => [a] -> a
product [] = 1
product (n:ns) = n * product ns

Cálculo:

product [7,5,2] = 7 * (product [5,2])

= 7 * (5 * (product [2]))
= 7 * (5 * (2 * (product [])))
= 7 * (5 * (2 * 1))
= 7 * (5 * 2)
= 7 * 10
= 70

Recursión sobre listas: La función length

Longitud de una lista:

 Tema 6. Funciones recursivas 63

Prelude
length :: [a] -> Int
length [] = 0
length (_:xs) = 1 + length xs

Cálculo:

length [2,3,5] = 1 + (length [3,5])

= 1 + (1 + (length [5]))
= 1 + (1 + (1 + (length [])))
= 1 + (1 + (1 + 0))
= 1 + (1 + 1)
= 1 + 2
= 3

Recursión sobre listas: La función reverse

Inversa de una lista:

Prelude
reverse :: [a] -> [a]
reverse [] = []
reverse (x:xs) = reverse xs ++ [x]

Cálculo:

reverse [2,5,3] = (reverse [5,3]) ++ [2]

= ((reverse [3]) ++ [5]) ++ [2]
= (((reverse []) ++ [3]) ++ [5]) ++ [2]
= (([] ++ [3]) ++ [5]) ++ [2]
= ([3] ++ [5]) ++ [2]
= [3,5] ++ [2]
= [3,5,2]

Recursión sobre listas: ++

Concatenación de listas:
Prelude
(++) :: [a] -> [a] -> [a]
[] ++ ys = ys
(x:xs) ++ ys = x : (xs ++ ys)
64

Cálculo:

[1,3,5] ++ [2,4] = 1:([3,5] ++ [2,4])

= 1:(3:([5] ++ [2,4]))
= 1:(3:(5:([] ++ [2,4])))
= 1:(3:(5:[2,4]))
= 1:(3:[5,2,4])
= 1:[3,5,2,4]
= [1,3,5,2,4]

Recursión sobre listas: Inserción ordenada

(inserta e xs) inserta el elemento e en la lista xs delante del primer elemento

de xs mayor o igual que e. Por ejemplo,

inserta 5 [2,4,7,3,6,8,10] ; [2,4,5,7,3,6,8,10]

inserta :: Ord a => a -> [a] -> [a]

inserta e [] = [e]
inserta e (x:xs) | e <= x = e : (x:xs)
| otherwise = x : inserta e xs

Cálculo:

inserta 4 [1,3,5,7] = 1:(inserta 4 [3,5,7])

= 1:(3:(inserta 4 [5,7]))
= 1:(3:(4:(5:[7])))
= 1:(3:(4:[5,7]))
= [1,3,4,5,7]

Recursión sobre listas: Ordenación por inserción

(ordena_por_insercion xs) es la lista xs ordenada mediante inserción, Por ejem-

plo,

ordena_por_insercion [2,4,3,6,3] ; [2,3,3,4,6]

ordena_por_insercion :: Ord a => [a] -> [a]

ordena_por_insercion [] = []
ordena_por_insercion (x:xs) =
inserta x (ordena_por_insercion xs)
 Tema 6. Funciones recursivas 65

Cálculo:
ordena_por_insercion [7,9,6] =
= inserta 7 (inserta 9 (inserta 6 []))
= inserta 7 (inserta 9 [6])
= inserta 7 [6,9]
= [6,7,9]

6.3. Recursión sobre varios argumentos

Recursión sobre varios argumentos: La función zip
Emparejamiento de elementos (la función zip):
Prelude
zip :: [a] -> [b] -> [(a, b)]
zip [] _ = []
zip _ [] = []
zip (x:xs) (y:ys) = (x,y) : zip xs ys

Cálculo:
zip [1,3,5] [2,4,6,8]
= (1,2) : (zip [3,5] [4,6,8])
= (1,2) : ((3,4) : (zip [5] [6,8]))
= (1,2) : ((3,4) : ((5,6) : (zip [] [8])))
= (1,2) : ((3,4) : ((5,6) : []))
= [(1,2),(3,4),(5,6)]

Recursión sobre varios argumentos: La función drop

Eliminación de elementos iniciales:
Prelude
drop :: Int -> [a] -> [a]
drop 0 xs = xs
drop (n+1) [] = []
drop (n+1) (x:xs) = drop n xs

Cálculo:
drop 2 [5,7,9,4] | drop 5 [1,4]
= drop 1 [7,9,4] | = drop 4 [4]
= drop 0 [9,4] | = drop 1 []
= [9,4] | = []
66

6.4. Recursión múltiple

Recursión múltiple: La función de Fibonacci

La sucesión de Fibonacci es: 0,1,1,2,3,5,8,13,21,. . . . Sus dos primeros términos son

0 y 1 y los restantes se obtienen sumando los dos anteriores.

(fibonacci n) es el n–ésimo término de la sucesión de Fibonacci. Por ejemplo,

fibonacci 8 ; 21

fibonacci :: Int -> Int

fibonacci 0 = 0
fibonacci 1 = 1
fibonacci (n+2) = fibonacci n + fibonacci (n+1)

Recursión múltiple: Ordenación rápida

Algoritmo de ordenación rápida:

ordena :: (Ord a) => [a] -> [a]

ordena [] = []
ordena (x:xs) =
(ordena menores) ++ [x] ++ (ordena mayores)
where menores = [a | a <- xs, a <= x]
mayores = [b | b <- xs, b > x]

6.5. Recursión mutua

Recursión mutua: Par e impar

Par e impar por recursión mutua:

par :: Int -> Bool

par 0 = True
par (n+1) = impar n

impar :: Int -> Bool

impar 0 = False
impar (n+1) = par n
 Tema 6. Funciones recursivas 67

Cálculo:

impar 3 | par 3
= par 2 | = impar 2
= impar 1 | = par 1
= par 0 | = impar 0
= True | = False

Recursión mutua: Posiciones pares e impares

(pares xs) son los elementos de xs que ocupan posiciones pares.

(impares xs) son los elementos de xs que ocupan posiciones impares.

pares :: [a] -> [a]

pares [] = []
pares (x:xs) = x : impares xs

impares :: [a] -> [a]

impares [] = []
impares (_:xs) = pares xs

Cálculo:

pares [1,3,5,7]
= 1:(impares [3,5,7])
= 1:(pares [5,7])
= 1:(5:(impares [7]))
= 1:(5:[])
= [1,5]

6.6. Heurísticas para las definiciones recursivas

Aplicación del método: La función product

Paso 1: Definir el tipo:

product :: [Int] -> Int

Paso 2: Enumerar los casos:

68

product :: [Int] -> Int

product [] =
product (n:ns) =

Paso 3: Definir los casos simples:

product :: [Int] -> Int

product [] = 1
product (n:ns) =

Paso 4: Definir los otros casos:

product :: [Int] -> Int

product [] = 1
product (n:ns) = n * product ns

Paso 5: Generalizar y simplificar:

product :: Num a => [a] -> a

product = foldr (*) 1

donde (foldr op e l) pliega por la derecha la lista l colocando el operador op

entre sus elementos y el elemento e al final. Por ejemplo,

foldr (+) 6 [2,3,5] ; 2+(3+(5+6)) ; 16

foldr (-) 6 [2,3,5] ; 2-(3-(5-6)) ; -2

Aplicación del método: La función drop

Paso 1: Definir el tipo:

drop :: Int -> [a] -> [a]

Paso 2: Enumerar los casos:

drop :: Int -> [a] -> [a]

drop 0 [] =
drop 0 (x:xs) =
drop (n+1) [] =
drop (n+1) (x:xs) =
 Tema 6. Funciones recursivas 69

Paso 3: Definir los casos simples:

drop :: Int -> [a] -> [a]

drop 0 [] = []
drop 0 (x:xs) = x:xs
drop (n+1) [] = []
drop (n+1) (x:xs) =

Paso 4: Definir los otros casos:

drop :: Int -> [a] -> [a]

drop 0 [] = []
drop 0 (x:xs) = x:xs
drop (n+1) [] = []
drop (n+1) (x:xs) = drop n xs

Paso 5: Generalizar y simplificar:

drop :: Integral b => b -> [a] -> [a]

drop 0 xs = xs
drop (n+1) [] = []
drop (n+1) (_:xs) = drop n xs

Aplicación del método: La función init

init elimina el último elemento de una lista no vacía.

Paso 1: Definir el tipo:

init :: [a] -> [a]

Paso 2: Enumerar los casos:

init :: [a] -> [a]

init (x:xs) =

Paso 3: Definir los casos simples:

init :: [a] -> [a]

init (x:xs) | null xs = []
| otherwise =
70

Paso 4: Definir los otros casos:

init :: [a] -> [a]

init (x:xs) | null xs = []
| otherwise = x : init xs

Paso 5: Generalizar y simplificar:

init :: [a] -> [a]

init [_] = []
init (x:xs) = x : init xs

Bibliografía
1. R. Bird. Introducción a la programación funcional con Haskell. Prentice Hall, 2000.

Cap. 3: Números.
Cap. 4: Listas.

2. G. Hutton Programming in Haskell. Cambridge University Press, 2007.

Cap. 6: Recursive functions.

3. B. O’Sullivan, D. Stewart y J. Goerzen Real World Haskell. O’Reilly, 2008.

Cap. 2: Types and Functions.

4. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 2: Introducción a Haskell.

Cap. 6: Programación con listas.

5. S. Thompson. Haskell: The Craft of Functional Programming, Second Edition. Addison-

Wesley, 1999.

Cap. 4: Designing and writing programs.

Tema 7

Funciones de orden superior

Contenido
7.1. Funciones de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . 63
7.2. Procesamiento de listas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.2.1. La función map . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.2.2. La función filter . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7.3. Función de plegado por la derecha: foldr . . . . . . . . . . . . . . . . . 66
7.4. Función de plegado por la izquierda: foldl . . . . . . . . . . . . . . . . 69
7.5. Composición de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . 70
7.6. Caso de estudio: Codificación binaria y transmisión de cadenas . . . . 71
7.6.1. Cambio de bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
7.6.2. Codificación y descodificación . . . . . . . . . . . . . . . . . . . . 73

7.1. Funciones de orden superior

Funciones de orden superior

Una función es de orden superior si toma una función como argumento o devuel-
ve una función como resultado.

(dosVeces f x) es el resultado de aplicar f a f x. Por ejemplo,

dosVeces (*3) 2 ; 18
dosVeces reverse [2,5,7] ; [2,5,7]

71
72

dosVeces :: (a -> a) -> a -> a

dosVeces f x = f (f x)

Prop: dosVeces reverse = id

donde id es la función identidad.
Prelude
id :: a -> a
id x = x

Usos de las funciones de orden superior

Definición de patrones de programación.

• Aplicación de una función a todos los elementos de una lista.

• Filtrado de listas por propiedades.
• Patrones de recursión sobre listas.

Diseño de lenguajes de dominio específico:

• Lenguajes para procesamiento de mensajes.

• Analizadores sintácticos.
• Procedimientos de entrada/salida.

Uso de las propiedades algebraicas de las funciones de orden superior para razo-
nar sobre programas.

7.2. Procesamiento de listas

7.2.1. La función map
La función map: Definición

(map f xs) es la lista obtenida aplicando f a cada elemento de xs. Por ejemplo,

map (*2) [3,4,7] ; [6,8,14]

map sqrt [1,2,4] ; [1.0,1.4142135623731,2.0]
map even [1..5] ; [False,True,False,True,False]

Definición de map por comprensión:

 Tema 7. Funciones de orden superior 73

map :: (a -> b) -> [a] -> [b]

map f xs = [f x | x <- xs]

Definición de map por recursión:

Prelude
map :: (a -> b) -> [a] -> [b]
map _ [] = []
map f (x:xs) = f x : map f xs

Relación entre sum y map

La función sum:
Prelude
sum :: [Int] -> Int
sum [] = 0
sum (x:xs) = x + sum xs

Propiedad: sum (map (2*) xs) = 2 * sum xs

Comprobación con QuickCheck:

prop_sum_map :: [Int] -> Bool

prop_sum_map xs = sum (map (2*) xs) == 2 * sum xs

*Main> quickCheck prop_sum_map

+++ OK, passed 100 tests.

7.2.2. La función filter

La función filter

filter p xs es la lista de los elementos de xs que cumplen la propiedad p. Por

ejemplo,

filter even [1,3,5,4,2,6,1] ; [4,2,6]

filter (>3) [1,3,5,4,2,6,1] ; [5,4,6]

Definición de filter por comprensión:

74

filter :: (a -> Bool) -> [a] -> [a]

filter p xs = [x | x <- xs, p x]

Definición de filter por recursión:

Prelude
filter :: (a -> Bool) -> [a] -> [a]
filter _ [] = []
filter p (x:xs) | p x = x : filter p xs
| otherwise = filter p xs

Uso conjunto de map y filter

sumaCuadradosPares xs es la suma de los cuadrados de los números pares de la

lista xs. Por ejemplo,

sumaCuadradosPares [1..5] ; 20

sumaCuadradosPares :: [Int] -> Int

sumaCuadradosPares xs = sum (map (^2) (filter even xs))

Definición por comprensión:

sumaCuadradosPares’ :: [Int] -> Int

sumaCuadradosPares’ xs = sum [x^2 | x <- xs, even x]

Predefinidas de orden superior para procesar listas

all p xs se verifica si todos los elementos de xs cumplen la propiedad p. Por

ejemplo,

all odd [1,3,5] ; True

all odd [1,3,6] ; False

any p xs se verifica si algún elemento de xs cumple la propiedad p. Por ejemplo,

any odd [1,3,5] ; True

any odd [2,4,6] ; False

takeWhile p xs es la lista de los elementos iniciales de xs que verifican el predi-

cado p. Por ejemplo,
 Tema 7. Funciones de orden superior 75

takeWhile even [2,4,6,7,8,9] ; [2,4,6]

dropWhile p xs es la lista xs sin los elementos iniciales que verifican el predicado

p. Por ejemplo,

dropWhile even [2,4,6,7,8,9] ; [7,8,9]

7.3. Función de plegado por la derecha: foldr

Esquema básico de recursión sobre listas
Ejemplos de definiciones recursivas:
Prelude
sum [] = 0
sum (x:xs) = x + sum xs
product [] = 1
product (x:xs) = x * product xs
or [] = False
or (x:xs) = x || or xs
and [] = True
and (x:xs) = x && and xs

Esquema básico de recursión sobre listas:

f [] = v
f (x:xs) = x ‘op‘ (f xs)

El patrón foldr
Redefiniciones con el patrón foldr

sum = foldr (+) 0

product = foldr (*) 1
or = foldr (||) False
and = foldr (&&) True

Definición del patrón foldr

Prelude
foldr :: (a -> b -> b) -> b -> [a] -> b
foldr f v [] = v
foldr f v (x:xs) = f x (foldr f v xs)
76

Visión no recursiva de foldr

Cálculo con sum:

sum [2,3,5]
= foldr (+) 0 [2,3,5] [def. de sum]
= foldr (+) 0 2:(3:(5:[])) [notación de lista]
= 2+(3+(5+0)) [sustituir (:) por (+) y [] por 0]
= 10 [aritmética]

Cálculo con sum:

product [2,3,5]
= foldr (*) 1 [2,3,5] [def. de sum]
= foldr (*) 1 2:(3:(5:[])) [notación de lista]
= 2*(3*(5*1)) [sustituir (:) por (*) y [] por 1]
= 30 [aritmética]

Cálculo de foldr f v xs
Sustituir en xs los (:) por f y [] por v.

Definición de la longitud mediante foldr

Ejemplo de cálculo de la longitud:

longitud [2,3,5]
= longitud 2:(3:(5:[]))
= 1+(1+(1+0)) [Sustituciones]
= 3

Sustituciones:

• los (:) por (\_ n -> 1+n)

• la [] por 0

Definición de length usando foldr

longitud :: [a] -> Int

longitud = foldr (\_ n -> 1+n) 0

Definición de la inversa mediante foldr

Ejemplo de cálculo de la inversa:

 Tema 7. Funciones de orden superior 77

inversa [2,3,5]
= inversa 2:(3:(5:[]))
= (([] ++ [5]) ++ [3]) ++ [2] [Sustituciones]
= [5,3,2]

Sustituciones:

• los (:) por (\x xs -> xs ++ [x])

• la [] por []

Definición de inversa usando foldr

inversa :: [a] -> [a]
inversa = foldr (\x xs -> xs ++ [x]) []

Definición de la concatenación mediante foldr

Ejemplo de cálculo de la concatenación:

conc [2,3,5] [7,9]

= conc 2:(3:(5:[])) [7,9]
= 2:(3:(5:[7,9])) [Sustituciones]
= [2,3,5,7,9]

Sustituciones:

• los (:) por (:)

• la [] por ys

Definición de conc usando foldr

conc xs ys = (foldr (:) ys) xs

7.4. Función de plegado por la izquierda: foldl

Definición de suma de lista con acumuladores

Definición de suma con acumuladores:

suma :: [Integer] -> Integer
suma = sumaAux 0
where sumaAux v [] = v
sumaAux v (x:xs) = sumaAux (v+x) xs
78

Cálculo con suma:

suma [2,3,7] = sumaAux 0 [2,3,7]

= sumaAux (0+2) [3,7]
= sumaAux 2 [3,7]
= sumaAux (2+3) [7]
= sumaAux 5 [7]
= sumaAux (5+7) []
= sumaAux 12 []
= 12

Patrón de definición de recursión con acumulador

Patrón de definición (generalización de sumaAux):

f v [] = v
f v (x:xs) = f (v*x) xs

Definición con el patrón foldl:

suma = foldl (+) 0

product = foldl (*) 1
or = foldl (||) False
and = foldl (&&) True

Definición de foldl

Definición de foldl:
Prelude
foldl :: (a -> b -> a) -> a -> [b ] -> a
foldl f v [] = v
foldl f v (x:xs) = foldl f (f v x ) xs

7.5. Composición de funciones

Composición de funciones

Definición de la composición de dos funciones:

 Tema 7. Funciones de orden superior 79

Prelude
(.) :: (b -> c) -> (a -> b) -> a -> c
f . g = \x -> f (g x)

Uso de composición para simplificar definiciones:

• Definiciones sin composición:

par n = not (impar n)
doVeces f x = f (f x )
sumaCuadradosPares ns = sum (map (^2) (filter even ns))

• Definiciones con composición:

par = not . impar
dosVeces f = f . f
sumaCuadradosPares = sum . map (^2) . filter even

Composición de una lista de funciones

La función identidad:
Prelude
id :: a -> a
id = \x -> x

(composicionLista fs) es la composición de la lista de funciones fs. Por ejemplo,

composicionLista [(*2),(^2)] 3 ; 18
composicionLista [(^2),(*2)] 3 ; 36
composicionLista [(/9),(^2),(*2)] 3 ; 4.0

composicionLista :: [a -> a] -> (a -> a)

composicionLista = foldr (.) id

7.6. Caso de estudio: Codificación binaria y transmisión

de cadenas
Objetivos:

1. Definir una función que convierta una cadena en una lista de ceros y unos
junto con otra función que realice la conversión opuesta.
80

2. Simular la transmisión de cadenas mediante ceros y unos.

Los números binarios se representan mediante listas de bits en orden inverso. Un

bit es cero o uno. Por ejemplo, el número 1101 se representa por [1,0,1,1].

El tipo Bit es el de los bits.

type Bit = Int

7.6.1. Cambio de bases

Cambio de bases: De binario a decimal

(bin2int x) es el número decimal correspondiente al número binario x. Por ejem-

plo,

bin2int [1,0,1,1] ; 13

El cálculo es

bin2int [1,0,1,1]
= bin2int 1:(0:(1:(1:[])))
= 1+2*(0+2*(1+2*(1+2*0)))
= 13

bin2int :: [Bit] -> Int

bin2int = foldr (\x y -> x + 2*y) 0

Cambio de base: De decimal a binario

(int2bin x) es el número binario correspondiente al número decimal x. Por ejem-

plo,

int2bin 13 ; [1,0,1,1]

int2bin :: Int -> [Bit]

int2bin n | n < 2 = [n]
| otherwise = n ‘mod‘ 2 : int2bin (n ‘div‘ 2)

Por ejemplo,
 Tema 7. Funciones de orden superior 81

int2bin 13
= 13 ‘mod‘ 2 : int2bin (13 ‘div‘ 2)
= 1 : int2bin (6 ‘div‘ 2)
= 1 : (6 ‘mod‘ 2 : int2bin (6 ‘div‘ 2))
= 1 : (0 : int2bin 3)
= 1 : (0 : (3 ‘mod‘ 2 : int2bin (3 ‘div‘ 2)))
= 1 : (0 : (1 : int2bin 1))
= 1 : (0 : (1 : (1 : int2bin 0)))
= 1 : (0 : (1 : (1 : [])))
= [1,0,1,1]

Cambio de base: Comprobación de propiedades

Propiedad: Al pasar un número natural a binario con int2bin y el resultado a
decimal con bin2int se obtiene el número inicial.
prop_int_bin :: Int -> Bool
prop_int_bin x =
bin2int (int2bin y) == y
where y = abs x

Comprobación:

*Main> quickCheck prop_int_bin

+++ OK, passed 100 tests.

7.6.2. Codificación y descodificación

Creación de octetos
Un octeto es un grupo de ocho bits.

(creaOcteto bs) es el octeto correspondiente a la lista de bits bs; es decir, los 8

primeros elementos de bs si su longitud es mayor o igual que 8 y la lista de 8
elemento añadiendo ceros al final de bs en caso contrario. Por ejemplo,

Main*> creaOcteto [1,0,1,1,0,0,1,1,1,0,0,0]

[1,0,1,1,0,0,1,1]
Main*> creaOcteto [1,0,1,1]
[1,0,1,1,0,0,0,0]

creaOcteto :: [Bit] -> [Bit]

creaOcteto bs = take 8 (bs ++ repeat 0)
82

donde (repeat x) es una lista infinita cuyo único elemento es x.

Codificación

(codifica c) es la codificación de la cadena c como una lista de bits obtenida

convirtiendo cada carácter en un número Unicode, convirtiendo cada uno de di-
chos números en un octeto y concatenando los octetos para obtener una lista de
bits. Por ejemplo,

*Main> codifica "abc"

[1,0,0,0,0,1,1,0,0,1,0,0,0,1,1,0,1,1,0,0,0,1,1,0]

codifica :: String -> [Bit]

codifica = concat . map (creaOcteto . int2bin . ord)

donde (concat xss) es la lista obtenida concatenando la lista de listas xss.

Codificación

Ejemplo de codificación,

codifica "abc"
= concat . map (creaOcteto . int2bin . ord) "abc"
= concat . map (creaOcteto . int2bin . ord) [’a’,’b’,’c’]
= concat [creaOcteto . int2bin . ord ’a’,
creaOcteto . int2bin . ord ’b’,
creaOcteto . int2bin . ord ’c’]
= concat [creaOcteto [1,0,0,0,0,1,1],
creaOcteto [0,1,0,0,0,1,1],
creaOcteto [1,1,0,0,0,1,1]]
= concat [[1,0,0,0,0,1,1,0],
[0,1,0,0,0,1,1,0],
[1,1,0,0,0,1,1,0]]
= [1,0,0,0,0,1,1,0,0,1,0,0,0,1,1,0,1,1,0,0,0,1,1,0]

Separación de octetos

(separaOctetos bs) es la lista obtenida separando la lista de bits bs en listas de 8

elementos. Por ejemplo,

*Main> separaOctetos [1,0,0,0,0,1,1,0,0,1,0,0,0,1,1,0]

[[1,0,0,0,0,1,1,0],[0,1,0,0,0,1,1,0]]
 Tema 7. Funciones de orden superior 83

separaOctetos :: [Bit] -> [[Bit]]

separaOctetos [] = []
separaOctetos bs =
take 8 bs : separaOctetos (drop 8 bs)

Descodificación

(descodifica bs) es la cadena correspondiente a la lista de bits bs. Por ejemplo,

*Main> descodifica [1,0,0,0,0,1,1,0,0,1,0,0,0,1,1,0,1,1,0,0,0,1,1,0]

"abc"

descodifica :: [Bit] -> String

descodifica = map (chr . bin2int) . separaOctetos

Por ejemplo,

descodifica [1,0,0,0,0,1,1,0,0,1,0,0,0,1,1,0,1,1,0,0,0,1,1,0]
= (map (chr . bin2int) . separaOctetos)
[1,0,0,0,0,1,1,0,0,1,0,0,0,1,1,0,1,1,0,0,0,1,1,0]
= map (chr . bin2int) [[1,0,0,0,0,1,1,0],[0,1,0,0,0,1,1,0],[1,1,0,0,0,1,1,0]]
= [(chr . bin2int) [1,0,0,0,0,1,1,0],
(chr . bin2int) [0,1,0,0,0,1,1,0],
(chr . bin2int) [1,1,0,0,0,1,1,0]]
= [chr 97, chr 98, chr 99]
= "abc"

Transmisión

Los canales de transmisión pueden representarse mediante funciones que trans-

forman cadenas de bits en cadenas de bits.

(transmite c t) es la cadena obtenida transmitiendo la cadena t a través del

canal c. Por ejemplo,

*Main> transmite id "Texto por canal correcto"

"Texto por canal correcto"

transmite :: ([Bit] -> [Bit]) -> String -> String

transmite canal = descodifica . canal . codifica
84

Corrección de la transmisión

Propiedad: Al trasmitir cualquier cadena por el canal identidad se obtiene la ca-

dena.

prop_transmite :: String -> Bool

prop_transmite cs =
transmite id cs == cs

Comprobación de la corrección:

*Main> quickCheck prop_transmite

+++ OK, passed 100 tests.

Bibliografía
1. R. Bird. Introducción a la programación funcional con Haskell. Prentice Hall, 2000.

Cap. 4: Listas.

2. G. Hutton Programming in Haskell. Cambridge University Press, 2007.

Cap. 7: Higher-order functions.

3. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 8: Funciones de orden superior y polimorfismo.

4. S. Thompson. Haskell: The Craft of Functional Programming, Second Edition. Addison-

Wesley, 1999.

Cap. 9: Generalization: patterns of computation.

Cap. 10: Functions as values.
Tema 8

Razonamiento sobre programas

Contenido
8.1. Razonamiento ecuacional . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
8.1.1. Cálculo con longitud . . . . . . . . . . . . . . . . . . . . . . . . . 77
8.1.2. Propiedad de intercambia . . . . . . . . . . . . . . . . . . . . . . 77
8.1.3. Inversa de listas unitarias . . . . . . . . . . . . . . . . . . . . . . . 78
8.1.4. Razonamiento ecuacional con análisis de casos . . . . . . . . . . . 79
8.2. Razonamiento por inducción sobre los naturales . . . . . . . . . . . . . 79
8.2.1. Esquema de inducción sobre los naturales . . . . . . . . . . . . . 79
8.2.2. Ejemplo de inducción sobre los naturales . . . . . . . . . . . . . . 80
8.3. Razonamiento por inducción sobre listas . . . . . . . . . . . . . . . . . . 81
8.3.1. Esquema de inducción sobre listas . . . . . . . . . . . . . . . . . . 81
8.3.2. Asociatividad de ++ . . . . . . . . . . . . . . . . . . . . . . . . . . 81
8.3.3. [] es la identidad para ++ por la derecha . . . . . . . . . . . . . . 82
8.3.4. Relación entre length y ++ . . . . . . . . . . . . . . . . . . . . . . . 83
8.3.5. Relación entre take y drop . . . . . . . . . . . . . . . . . . . . . . . 84
8.3.6. La concatenación de listas vacías es vacía . . . . . . . . . . . . . . 85
8.4. Equivalencia de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . 86
8.5. Propiedades de funciones de orden superior . . . . . . . . . . . . . . . . 87

85
86

8.1. Razonamiento ecuacional

8.1.1. Cálculo con longitud
Programa:

longitud [] = 0 -- longitud.1
longitud (_:xs) = 1 + longitud xs -- longitud.2

Propiedad: longitud [2,3,1] = 3

Demostración:
longitud [2,3,1]
= 1 + longitud [2,3] [por longitud.2]
= 1 + (1 + longitud [3]) [por longitud.2]
= 1 + (1 + (1 + longitud [])) [por longitud.2]
= 1 + (1 + (1 + 0) [por longitud.1]
=3

8.1.2. Propiedad de intercambia

Programa:

intercambia :: (a,b) -> (b,a)

intercambia (x,y) = (y,x) -- intercambia

Propiedad: intercambia (intercambia (x,y)) = (x,y).

Demostración:
intercambia (intercambia (x,y))
= intercambia (y,x) [por intercambia]
= (x,y) [por intercambia]

Comprobación con QuickCheck

Propiedad:

prop_intercambia :: Eq a => a -> a -> Bool

prop_intercambia x y =
intercambia (intercambia (x,y)) == (x,y)

Comprobación:
*Main> quickCheck prop_intercambia
+++ OK, passed 100 tests.
 Tema 8. Razonamiento sobre programas 87

8.1.3. Inversa de listas unitarias

Inversa de una lista:
inversa :: [a] -> [a]
inversa [] = [] -- inversa.1
inversa (x:xs) = inversa xs ++ [x] -- inversa.2

Prop.: inversa [x] = [x]

inversa [x]
= inversa (x:[]) [notación de lista]
= (inversa []) ++ [x] [inversa.2]
= [] ++ [x] [inversa.1]
= [x] [def. de ++]

Comprobación con QuickCheck

Propiedad:

prop_inversa_unitaria :: Eq a => a -> Bool

prop_inversa_unitaria x =
inversa [x] == [x]

Comprobación:

*Main> quickCheck prop_inversa_unitaria

+++ OK, passed 100 tests.

8.1.4. Razonamiento ecuacional con análisis de casos

Negación lógica:
Prelude
not :: Bool -> Bool
not False = True
not True = False

Prop.: not (not x) = x

Demostración por casos:

• Caso 1: x = True:
not (not True) = not False [not.2]
= True [not.1]
88

• Caso 2: x = False:
not (not False) = not True [not.1]
= False [not.2]

Comprobación con QuickCheck

Propiedad:

prop_doble_negacion :: Bool -> Bool

prop_doble_negacion x =
not (not x) == x

Comprobación:
*Main> quickCheck prop_doble_negacion
+++ OK, passed 100 tests.

8.2. Razonamiento por inducción sobre los naturales

8.2.1. Esquema de inducción sobre los naturales
Para demostrar que todos los números naturales tienen una propiedad P basta pro-
bar:
1. Caso base n=0:
P(0).
2. Caso inductivo n=(m+1):
Suponiendo P(m) demostrar P(m+1).
En el caso inductivo, la propiedad P(n) se llama la hipótesis de inducción.

8.2.2. Ejemplo de inducción sobre los naturales

Ejemplo de inducción sobre los naturales: Propiedad
(replicate n x) es la lista formda por n elementos iguales a x. Por ejemplo,
replicate 3 5 ; [5,5,5]
Prelude
replicate :: Int -> a -> [a]
replicate 0 _ = []
replicate (n+1) x = x : replicate n x

Prop.: length (replicate n x) = n

 Tema 8. Razonamiento sobre programas 89

Ejemplo de inducción sobre los naturales: Demostración

Caso base (n=0):

length (replicate 0 x)
= length [] [por replicate.1]
=0 [por def. length]

Caso inductivo (n=m+1):

length (replicate (m+1) x)
= length (x:(replicate m x)) [por replicate.2]
= 1 + length (replicate m x) [por def. length]
=1 + m [por hip. ind.]
=m + 1 [por conmutativa de +]

Ejemplo de inducción sobre los naturales: Verificación

Verificación con QuickCheck:

Especificación de la propiedad:

prop_length_replicate :: Int -> Int -> Bool

prop_length_replicate n xs =
length (replicate m xs) == m
where m = abs n

Comprobación de la propiedad:

*Main> quickCheck prop_length_replicate

OK, passed 100 tests.

8.3. Razonamiento por inducción sobre listas

8.3.1. Esquema de inducción sobre listas
Para demostrar que todas las listas finitas tienen una propiedad P basta probar:

1. Caso base xs=[]:

P([]).

2. Caso inductivo xs=(y:ys):

Suponiendo P(ys) demostrar P(y:ys).

En el caso inductivo, la propiedad P(ys) se llama la hipótesis de inducción.

90

8.3.2. Asociatividad de ++
Programa:
Prelude
(++) :: [a] -> [a] -> [a]
[] ++ ys = ys -- ++.1
(x:xs) ++ ys = x : (xs ++ ys) -- ++.2

Propiedad: xs++(ys++zs)=(xs++ys)++zs

Comprobación con QuickCheck:

prop_asociativa_conc :: [Int] -> [Int] -> [Int] -> Bool

prop_asociativa_conc xs ys zs =
xs++(ys++zs)==(xs++ys)++zs

Main> quickCheck prop_asociatividad_conc

OK, passed 100 tests.

Demostración por inducción en xs:

• Caso base xs=[]: Reduciendo el lado izquierdo

xs++(ys++zs)
= []++(ys++zs) [por hipótesis]
= ys++zs [por ++.1]
y reduciendo el lado derecho
(xs++ys)++zs
= ([]++ys)++zs [por hipótesis]
= ys++zs [por ++.1]
Luego, xs++(ys++zs)=(xs++ys)++zs

Demostración por inducción en xs:

• Caso inductivo xs=a:as: Suponiendo la hipótesis de inducción

as++(ys++zs)=(as++ys)++zs hay que demostrar que
(a:as)++(ys++zs)=((a:as)++ys)++zs
(a:as)++(ys++zs)
= a:(as++(ys++zs)) [por ++.2]
= a:((as++ys)++zs) [por hip. ind.]
= (a:(as++ys))++zs [por ++.2]
= ((a:as)++ys)++zs [por ++.2]
 Tema 8. Razonamiento sobre programas 91

8.3.3. [] es la identidad para ++ por la derecha

Propiedad: xs++[]=xs

Comprobación con QuickCheck:

prop_identidad_concatenacion :: [Int] -> Bool

prop_identidad_concatenacion xs = xs++[] == xs

Main> quickCheck prop_identidad_concatenacion

OK, passed 100 tests.

Demostración por inducción en xs:

• Caso base xs=[]:

xs++[]
= []++[]
= [] [por ++.1]

• Caso inductivo xs=(a:as): Suponiendo la hipótesis de inducción

as++[]=as hay que demostrar que
(a:as)++[]=(a:as)
(a:as)++[]
= a:(as++[]) [por ++.2]
= a:as [por hip. ind.]

8.3.4. Relación entre length y ++

Programas:

length :: [a] -> Int

length [] = 0 -- length.1
length (x:xs) = 1 + n_length xs -- length.2

(++) :: [a] -> [a] -> [a]

[] ++ ys = ys -- ++.1
(x:xs) ++ ys = x : (xs ++ ys) -- ++.2

Propiedad: length(xs++ys)=(length xs)+(length ys)

Comprobación con QuickCheck:

92

prop_length_append :: [Int] -> [Int] -> Bool

prop_length_append xs ys =
length(xs++ys)==(length xs)+(length ys)

Main> quickCheck prop_length_append

OK, passed 100 tests.

Demostración por inducción en xs:

• Caso base xs=[]:

length([]++ys)
= length ys [por ++.1]
= 0+(length ys) [por aritmética]
= (length [])+(length ys) [por length.1]

Demostración por inducción en xs:

• Caso inductivo xs=(a:as): Suponiendo la hipótesis de inducción

length(as++ys) = (length as)+(length ys)
hay que demostrar que
length((a:as)++ys) = (length (a:as))+(length ys)
length((a:as)++ys)
= length(a:(as++ys)) [por ++.2]
= 1 + length(as++ys) [por length.2]
= 1 + ((length as) + (length ys)) [por hip. ind.]
= (1 + (length as)) + (length ys) [por aritmética]
= (length (a:as)) + (length ys) [por length.2]

8.3.5. Relación entre take y drop

Programas:

take :: Int -> [a] -> [a]

take 0 _ = [] -- take.1
take _ [] = [] -- take.2
take n (x:xs) = x : take (n-1) xs -- take.3

drop :: Int -> [a] -> [a]

drop 0 xs = xs -- drop.1
drop _ [] = [] -- drop,2
 Tema 8. Razonamiento sobre programas 93

drop n (_:xs) = drop (n-1) xs -- drop.3

(++) :: [a] -> [a] -> [a]

[] ++ ys = ys -- ++.1
(x:xs) ++ ys = x : (xs ++ ys) -- ++.2

Propiedad: take n xs ++ drop n xs = xs

Comprobación con QuickCheck:

prop_take_drop :: Int -> [Int] -> Property

prop_take_drop n xs =
n >= 0 ==> take n xs ++ drop n xs == xs

Main> quickCheck prop_take_drop

OK, passed 100 tests.

Demostración por inducción en n:

• Caso base n=0:

take 0 xs ++ drop 0 xs
= [] ++ xs [por take.1 y drop.1]
= xs [por ++.1]
• Caso inductivo n=m+1: Suponiendo la hipótesis de inducción 1
(∀ xs :: [ a])take m xs ++ drop m xs = xs
hay que demostrar que
(∀ xs :: [ a])take (m+1) xs ++ drop (m+1) xs = xs
Lo demostraremos por inducción en xs:
Caso base xs=[]:
take (m+1) [] ++ drop (m+1) []
= [] ++ [] [por take.2 y drop.2]
= [] [por ++.1]

Caso inductivo xs=(a:as): Suponiendo la hip. de inducción 2

take (m+1) as ++ drop (m+1) as = as
hay que demostrar que
take (m+1) (a:as) ++ drop (m+1) (a:as) = (a:as)
take (m+1) (a:as) ++ drop (m+1) (a:as)
= (a:(take m as)) ++ (drop m as) [take.3 y drop.3]
= (a:((take m as) ++ (drop m as)) [por ++.2]
= a:as [por hip. de ind. 1]
94

8.3.6. La concatenación de listas vacías es vacía

Programas:
Prelude
null :: [a] -> Bool
null [] = True -- null.1
null (_:_) = False -- null.2

(++) :: [a] -> [a] -> [a]

[] ++ ys = ys -- (++).1
(x:xs) ++ ys = x : (xs ++ ys) -- (++).2

Propiedad: null xs = null (xs ++ xs).

Demostración por inducción en xs:

• Caso 1: xs = []: Reduciendo el lado izquierdo

null xs
= null [] [por hipótesis]
= True [por null.1]
y reduciendo el lado derecho
null (xs ++ xs)
= null ([] ++ []) [por hipótesis]
= null [] [por (++).1]
= True [por null.1]
Luego, null xs = null (xs ++ xs).

Demostración por inducción en xs:

• Caso xs = (y:ys): Reduciendo el lado izquierdo

null xs
= null (y:ys) [por hipótesis]
= False [por null.2
y reduciendo el lado derecho
null (xs ++ xs)
= null ((y:ys) ++ (y:ys)) [por hipótesis]
= null (y:(ys ++ (y:ys)) [por (++).2]
= False [por null.2
Luego, null xs = null (xs ++ xs).
 Tema 8. Razonamiento sobre programas 95

8.4. Equivalencia de funciones

Programas:

inversa1, inversa2 :: [a] -> [a]

inversa1 [] = [] -- inversa1.1
inversa1 (x:xs) = inversa1 xs ++ [x] -- inversa1.2

inversa2 xs = inversa2Aux xs [] -- inversa2.1

where inversa2Aux [] ys = ys -- inversa2Aux.1
inversa2Aux (x:xs) ys = inversa2Aux xs (x:ys) -- inversa2Aux.2

Propiedad: inversa1 xs = inversa2 xs

Comprobación con QuickCheck:

prop_equiv_inversa :: [Int] -> Bool

prop_equiv_inversa xs = inversa1 xs == inversa2 xs

Demostración: Es consecuencia del siguiente lema:

inversa1 xs ++ ys = inversa2Aux xs ys
En efecto,
inversa1 xs
= inversa1 xs ++ [] [por identidad de ++]
= inversa2Aux xs ++ [] [por el lema]
= inversa2 xs [por el inversa2.1]

Demostración del lema: Por inducción en xs:

• Caso base xs=[]:

inversa1 [] ++ ys
= [] ++ ys [por inversa1.1]
= ys [por ++.1]
= inversa2Aux [] ys [por inversa2Aux.1]

• Caso inductivo xs=(a:as): La hipótesis de inducción es

(∀ys :: [ a])inversa1 as ++ ys = inversa2Aux as ys
Por tanto,
96

inversa1 (a:as) ++ ys
= (inversa1 as ++ [a]) ++ ys [por inversa1.2]
= (inversa1 as) ++ ([a] ++ ys) [por asociativa de ++]
= (inversa1 as) ++ (a:ys) [por ley unitaria]
= (inversa2Aux as (a:ys) [por hip. de inducción]
= inversa2Aux (a:as) ys [por inversa2Aux.2]

8.5. Propiedades de funciones de orden superior

Relación entre sum y map

La función sum:
Prelude
sum :: [Int] -> Int
sum [] = 0
sum (x:xs) = x + sum xs

Propiedad: sum (map (2*) xs) = 2 * sum xs

Comprobación con QuickCheck:

prop_sum_map :: [Int] -> Bool

prop_sum_map xs = sum (map (2*) xs) == 2 * sum xs

*Main> quickCheck prop_sum_map

+++ OK, passed 100 tests.

Demostración de la propiedad por inducción en xs

Caso []:
sum (map (2*) xs)
= sum (map (2*) []) [por hipótesis]
= sum [] [por map.1]
=0 [por sum.1]
=2 * 0 [por aritmética]
= 2 * sum [] [por sum.1]
= 2 * sum xs [por hipótesis]
 Tema 8. Razonamiento sobre programas 97

Caso xs=(y:ys): Entonces,

sum (map (2*) xs)
= sum (map (2*) (y:ys)) [por hipótesis]
= sum ((2*) y : (map (2*) ys)) [por map.2]
= (2*) y + (sum (map (2*) ys)) [por sum.2]
= (2*) y + (2 * sum ys) [por hip. de inducción]
= (2 * y) + (2 * sum ys) [por (2*)]
= 2 * (y + sum ys) [por aritmética]
= 2 * sum (y:ys) [por sum.2]
= 2 * sum xs [por hipótesis]

Comprobación de propiedades con argumentos funcionales

La aplicación de una función a los elemntos de una lista conserva su longitud:

prop_map_length (Function _ f) xs =
length (map f xs) == length xs

En el inicio del fichero hay que escribir

import [Link]

Comprobación

*Main> quickCheck prop_map_length

+++ OK, passed 100 tests.

Bibliografía
1. H. C. Cunningham (2007) Notes on Functional Programming with Haskell.

2. J. Fokker (1996) Programación funcional.

3. G. Hutton Programming in Haskell. Cambridge University Press, 2007.

Cap. 13: Reasoning about programs.

4. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 6: Programación con listas.

98

5. S. Thompson. Haskell: The Craft of Functional Programming, Second Edition. Addison-

Wesley, 1999.

Cap. 8: Reasoning about programs.

6. E.P. Wentworth (1994) Introduction to Funcional Programming.

Tema 9

Declaraciones de tipos y clases

Contenido
9.1. Declaraciones de tipos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
9.2. Definiciones de tipos de datos . . . . . . . . . . . . . . . . . . . . . . . . 93
9.3. Definición de tipos recursivos . . . . . . . . . . . . . . . . . . . . . . . . 95
9.4. Sistema de decisión de tautologías . . . . . . . . . . . . . . . . . . . . . 99
9.5. Máquina abstracta de cálculo aritmético . . . . . . . . . . . . . . . . . . 102
9.6. Declaraciones de clases y de instancias . . . . . . . . . . . . . . . . . . . 104

9.1. Declaraciones de tipos

Declaraciones de tipos como sinónimos

Se puede definir un nuevo nombre para un tipo existente mediante una declara-
ción de tipo.

Ejemplo: Las cadenas son listas de caracteres.

Prelude
type String = [Char]

El nombre del tipo tiene que empezar por mayúscula.

Declaraciones de tipos nuevos

Las declaraciones de tipos pueden usarse para facilitar la lectura de tipos. Por
ejemplo,

99
100

• Las posiciones son pares de enteros.

type Pos = (Int,Int)

• origen es la posición (0,0).

origen :: Pos
origen = (0,0)

• (izquierda p) es la posición a la izquierda de la posición p. Por ejemplo,

izquierda (3,5) ; (2,5)

izquierda :: Pos -> Pos

izquierda (x,y) = (x-1,y)

Declaraciones de tipos parametrizadas

Las declaraciones de tipos pueden tener parámetros. Por ejemplo,

• Par a es el tipo de pares de elementos de tipo a

type Par a = (a,a)

• (multiplica p) es el producto del par de enteros p. Por ejemplo,

multiplica (2,5) ; 10

multiplica :: Par Int -> Int

multiplica (x,y) = x*y

• (copia x) es el par formado con dos copias de x. Por ejemplo,

copia 5 ; (5,5)

copia :: a -> Par a

copia x = (x,x)

Declaraciones anidadas de tipos

Las declaraciones de tipos pueden anidarse. Por ejemplo,

• Las posiciones son pares de enteros.

type Pos = (Int,Int)

• Los movimientos son funciones que va de una posición a otra.

 Tema 9. Declaraciones de tipos y clases 101

type Movimiento = Pos -> Pos

Las declaraciones de tipo no pueden ser recursivas. Por ejemplo, el siguiente có-
digo es erróneo.

type Arbol = (Int,[Arbol])

Al intentar cargarlo da el mensaje de error

Cycle in type synonym declarations

9.2. Definiciones de tipos de datos

Definición de tipos con data

En Haskell pueden definirse nuevos tipos mediante data.

El tipo de los booleanos está formado por dos valores para representar lo falso y
lo verdadero.
Prelude
data Bool = False | True

El símbolo | se lee como “o”.

Los valores False y True se llaman los constructores del tipo Bool.

Los nombres de los constructores tienen que empezar por mayúscula.

Uso de los valores de los tipos definidos

Los valores de los tipos definidos pueden usarse como los de los predefinidos.

Definición del tipo de movimientos:

data Mov = Izquierda | Derecha | Arriba | Abajo

Uso como argumento: (movimiento m p) es la posición obtenida aplicando el mo-

vimiento m a la posición p. Por ejemplo,

movimiento Arriba (2,5) ; (2,6)

102

movimiento :: Mov -> Pos -> Pos

movimiento Izquierda (x,y) = (x-1,y)
movimiento Derecha (x,y) = (x+1,y)
movimiento Arriba (x,y) = (x,y+1)
movimiento Abajo (x,y) = (x,y-1)

Uso en listas: (movimientos ms p) es la posición obtenida aplicando la lista de

movimientos ms a la posición p. Por ejemplo,

movimientos [Arriba, Izquierda] (2,5) ; (1,6)

movimientos :: [Mov] -> Pos -> Pos

movimientos [] p = p
movimientos (m:ms) p = movimientos ms (movimiento m p)

Uso como valor: (opuesto m) es el movimiento opuesto de m.

movimiento (opuesto Arriba) (2,5) ; (2,4)

opuesto :: Mov -> Mov

opuesto Izquierda = Derecha
opuesto Derecha = Izquierda
opuesto Arriba = Abajo
opuesto Abajo = Arriba

Definición de tipo con constructores con parámetros

Los constructores en las definiciones de tipos pueden tener parámetros.

Ejemplo de definición

data Figura = Circulo Float | Rect Float Float

Tipos de los constructores:

*Main> :type Circulo

Circulo :: Float -> Figura
*Main> :type Rect
Rect :: Float -> Float -> Figura
 Tema 9. Declaraciones de tipos y clases 103

Uso del tipo como valor: (cuadrado n) es el cuadrado de lado n.

cuadrado :: Float -> Figura

cuadrado n = Rect n n

Uso del tipo como argumento: (area f) es el área de la figura f. Por ejemplo,
area (Circulo 1) ; 3.1415927
area (Circulo 2) ; 12.566371
area (Rect 2 5) ; 10.0
area (cuadrado 3) ; 9.0

area :: Figura -> Float

area (Circulo r) = pi*r^2
area (Rect x y) = x*y

Definición de tipos con parámetros

Los tipos definidos pueden tener parámetros.
Ejemplo de tipo con parámetro
Prelude
data Maybe a = Nothing | Just a

(divisionSegura m n) es la división de m entre n si n no es cero y nada en caso

contrario. Por ejemplo,
divisionSegura 6 3 ; Just 2
divisionSegura 6 0 ; Nothing

divisionSegura :: Int -> Int -> Maybe Int

divisionSegura _ 0 = Nothing
divisionSegura m n = Just (m ‘div‘ n)

(headSegura xs) es la cabeza de xs si xs es no vacía y nada en caso contrario. Por

ejemplo,
headSegura [2,3,5] ; Just 2
headSegura [] ; Nothing

headSegura :: [a] -> Maybe a

headSegura [] = Nothing
headSegura xs = Just (head xs)
104

9.3. Definición de tipos recursivos

Definición de tipos recursivos: Los naturales

Los tipos definidos con data pueden ser recursivos.

Los naturales se construyen con el cero y la función sucesor.

data Nat = Cero | Suc Nat

deriving Show

Tipos de los constructores:

*Main> :type Cero

Cero :: Nat
*Main> :type Suc
Suc :: Nat -> Nat

Ejemplos de naturales:

Cero
Suc Cero
Suc (Suc Cero)
Suc (Suc (Suc Cero))

Definiciones con tipos recursivos

(nat2int n) es el número entero correspondiente al número natural n. Por ejem-

plo,

nat2int (Suc (Suc (Suc Cero))) ; 3

nat2int :: Nat -> Int

nat2int Cero = 0
nat2int (Suc n) = 1 + nat2int n

(int2nat n) es el número natural correspondiente al número entero n. Por ejem-

plo,

int2nat 3 ; Suc (Suc (Suc Cero))

 Tema 9. Declaraciones de tipos y clases 105

int2nat :: Int -> Nat

int2nat 0 = Cero
int2nat (n+1) = Suc (int2nat n)

(suma m n) es la suma de los número naturales m y n. Por ejemplo,

*Main> suma (Suc (Suc Cero)) (Suc Cero)

Suc (Suc (Suc Cero))

suma :: Nat -> Nat -> Nat

suma Cero n = n
suma (Suc m) n = Suc (suma m n)

Ejemplo de cálculo:

suma (Suc (Suc Cero)) (Suc Cero)

= Suc (suma (Suc Cero) (Suc Cero))
= Suc (Suc (suma Cero (Suc Cero)))
= Suc (Suc (Suc Cero))

Tipo recursivo con parámetro: Las listas

Definicón del tipo lista:

data Lista a = Nil | Cons a (Lista a)

(longitud xs) es la longitud de la lista xs. Por ejemplo,

longitud (Cons 2 (Cons 3 (Cons 5 Nil))) ; 3

longitud :: Lista a -> Int

longitud Nil = 0
longitud (Cons _ xs) = 1 + longitud xs

Definición de tipos recursivos: Los árboles binarios

Ejemplo de árbol binario:

106

5
/ \
/ \
3 7
/ \ / \
1 4 6 9

Definición del tipo de árboles binarios:

data Arbol = Hoja Int | Nodo Arbol Int Arbol

Representación del ejemplo

ejArbol = Nodo (Nodo (Hoja 1) 3 (Hoja 4))

5
(Nodo (Hoja 6) 7 (Hoja 9))

Definiciones sobre árboles binarios

(ocurre m a) se verifica si m ocurre en el árbol a. Por ejemplo,

ocurre 4 ejArbol ; True

ocurre 10 ejArbol ; False

ocurre :: Int -> Arbol -> Bool

ocurre m (Hoja n) = m == n
ocurre m (Nodo i n d) = m == n || ocurre m i || ocurre m d

(aplana a) es la lista obtenida aplanando el árbol a. Por ejemplo,

aplana ejArbol ; [1,3,4,5,6,7,9]

aplana :: Arbol -> [Int]

aplana (Hoja n) = [n]
aplana (Nodo i n d) = aplana i ++ [n] ++ aplana d
 Tema 9. Declaraciones de tipos y clases 107

Definiciones sobre árboles binarios

Un árbol es ordenado si el valor de cada nodo es mayor que los de su subárbol

izquierdo y menor que los de su subárbol derecho.

El árbol del ejemplo es ordenado.

(ocurreEnArbolOrdenado m a) se verifica si m ocurre en el árbol ordenado a. Por

ejemplo,

ocurreEnArbolOrdenado 4 ejArbol ; True

ocurreEnArbolOrdenado 10 ejArbol ; False

ocurreEnArbolOrdenado :: Int -> Arbol -> Bool

ocurreEnArbolOrdenado m (Hoja n) = m == n
ocurreEnArbolOrdenado m (Nodo i n d)
| m == n = True
| m < n = ocurreEnArbolOrdenado m i
| otherwise = ocurreEnArbolOrdenado m d

Definiciones de distintos tipos de árboles

Árboles binarios con valores en las hojas:

data Arbol a = Hoja a | Nodo (Arbol a) (Arbol a)

Árboles binarios con valores en los nodos:

data Arbol a = Hoja | Nodo (Arbol a) a (Arbol a)

Árboles binarios con valores en las hojas y en los nodos:

data Arbol a b = Hoja a | Nodo (Arbol a b) b (Arbol a b)

Árboles con un número variable de sucesores:

data Arbol a = Nodo a [Arbol a]

108

9.4. Sistema de decisión de tautologías

Sintaxis de la lógica proposicional

Definición de fórmula proposicional:

• Las variables proposicionales son fórmulas.

• Si F es una fórmula, entonces ¬ F también lo es.
• Si F y G son fórmulas, entonces F ∧ G y F → G también lo son.

Tipo de dato de fórmulas proposicionales:

data FProp = Const Bool

| Var Char
| Neg FProp
| Conj FProp FProp
| Impl FProp FProp
deriving Show

Ejemplos de fórmulas proposicionales:

1. A ∧ ¬ A
2. ( A ∧ B) → A
3. A → ( A ∧ B)
4. ( A → ( A → B)) → B

p1, p2, p3, p4 :: FProp

p1 = Conj (Var ’A’) (Neg (Var ’A’))
p2 = Impl (Conj (Var ’A’) (Var ’B’)) (Var ’A’)
p3 = Impl (Var ’A’) (Conj (Var ’A’) (Var ’B’))
p4 = Impl (Conj (Var ’A’) (Impl (Var ’A’) (Var ’B’)))
(Var ’B’)

Semántica de la lógica proposicional

Tablas de verdad de las conectivas:

i ¬i i j i∧j i → j
T F T T T T
F T T F F F
F T F T
F F F T
 Tema 9. Declaraciones de tipos y clases 109

Tabla de verdad para ( A → B) ∨ ( B → A):

A B ( A → B) ( B → A) ( A → B) ∨ ( B → A)
T T T T T
T F F T T
F T T F T
F F T T T
Las interpretaciones son listas formadas por el nombre de una variable proposi-
cional y un valor de verdad.

type Interpretacion = [(Char, Bool)]

(valor i p) es el valor de la fórmula p en la interpretación i. Por ejemplo,

valor [(’A’,False),(’B’,True)] p3 ; True

valor [(’A’,True),(’B’,False)] p3 ; False

valor :: Interpretacion -> FProp -> Bool

valor _ (Const b) = b
valor i (Var x) = busca x i
valor i (Neg p) = not (valor i p)
valor i (Conj p q) = valor i p && valor i q
valor i (Impl p q) = valor i p <= valor i q

(busca c t) es el valor del primer elemento de la lista de asociación t cuya clave

es c. Por ejemplo,

busca 2 [(1,’a’),(3,’d’),(2,’c’)] ; ’c’

busca :: Eq c => c -> [(c,v)] -> v

busca c t = head [v | (c’,v) <- t, c == c’]

(variables p) es la lista de los nombres de las variables de p.

variables p3 ; "AAB"

variables :: FProp -> [Char]

variables (Const _) = []
variables (Var x) = [x]
variables (Neg p) = variables p
variables (Conj p q) = variables p ++ variables q
variables (Impl p q) = variables p ++ variables q
110

(interpretacionesVar n) es la lista de las interpretaciones con n variables. Por

ejemplo,

*Main> interpretacionesVar 2
[[False,False],
[False,True],
[True,False],
[True,True]]

interpretacionesVar :: Int -> [[Bool]]

interpretacionesVar 0 = [[]]
interpretacionesVar (n+1) =
map (False:) bss ++ map (True:) bss
where bss = interpretacionesVar n

(interpretaciones p) es la lista de las interpretaciones de la fórmula p. Por ejem-

plo,

*Main> interpretaciones p3
[[(’A’,False),(’B’,False)],
[(’A’,False),(’B’,True)],
[(’A’,True),(’B’,False)],
[(’A’,True),(’B’,True)]]

interpretaciones :: FProp -> [Interpretacion]

interpretaciones p =
[zip vs i | i <- interpretacionesVar (length vs)]
where vs = nub (variables p)

Decisión de tautología

(esTautologia p) se verifica si la fórmula p es una tautología. Por ejemplo,

esTautologia p1 ; False
esTautologia p2 ; True
esTautologia p3 ; False
esTautologia p4 ; True

esTautologia :: FProp -> Bool

esTautologia p =
and [valor i p | i <- interpretaciones p]
 Tema 9. Declaraciones de tipos y clases 111

9.5. Máquina abstracta de cálculo aritmético

Evaluación de expresiones aritméticas

Una expresión aritmética es un número entero o la suma de dos expresiones.

data Expr = Num Int | Suma Expr Expr

(valorEA x) es el valor de la expresión aritmética x.

valorEA (Suma (Suma (Num 2) (Num 3)) (Num 4)) ; 9

valorEA :: Expr -> Int

valorEA (Num n) = n
valorEA (Suma x y) = valorEA x + valorEA y

Cálculo:

valorEA (Suma (Suma (Num 2) (Num 3)) (Num 4))

= (valorEA (Suma (Num 2) (Num 3))) + (valorEA (Num 4))
= (valorEA (Suma (Num 2) (Num 3))) + 4
= (valorEA (Num 2) + (valorEA (Num 3))) + 4
= (2 + 3) + 4
= 9

Máquina de cálculo aritmético

La pila de control de la máquina abstracta es una lista de operaciones.

type PControl = [Op]

Las operaciones son meter una expresión en la pila o sumar un número con el
primero de la pila.

data Op = METE Expr | SUMA Int

(eval x p) evalúa la expresión x con la pila de control p. Por ejemplo,

eval (Suma (Suma (Num 2) (Num 3)) (Num 4)) [] ; 9

eval (Suma (Num 2) (Num 3)) [METE (Num 4)] ; 9
eval (Num 3) [SUMA 2, METE (Num 4)] ; 9
eval (Num 4) [SUMA 5] ; 9
112

eval :: Expr -> PControl -> Int

eval (Num n) p = ejec p n
eval (Suma x y) p = eval x (METE y : p)

(ejec p n) ejecuta la lista de control p sobre el entero n. Por ejemplo,

ejec [METE (Num 3), METE (Num 4)] 2 ; 9

ejec [SUMA 2, METE (Num 4)] 3 ; 9
ejec [METE (Num 4)] 5 ; 9
ejec [SUMA 5] 4 ; 9
ejec [] 9 ; 9

ejec :: PControl -> Int -> Int

ejec [] n = n
ejec (METE y : p) n = eval y (SUMA n : p)
ejec (SUMA n : p) m = ejec p (n+m)

(evalua e) evalúa la expresión aritmética e con la máquina abstracta. Por ejem-

plo,

evalua (Suma (Suma (Num 2) (Num 3)) (Num 4)) ; 9

evalua :: Expr -> Int

evalua e = eval e []

Evaluación:

eval (Suma (Suma (Num 2) (Num 3)) (Num 4)) []

= eval (Suma (Num 2) (Num 3)) [METE (Num 4)]
= eval (Num 2) [METE (Num 3), METE (Num 4)]
= ejec [METE (Num 3), METE (Num 4)] 2
= eval (Num 3) [SUMA 2, METE (Num 4)]
= ejec [SUMA 2, METE (Num 4)] 3
= ejec [METE (Num 4)] (2+3)
= ejec [METE (Num 4)] 5
= eval (Num 4) [SUMA 5]
= ejec [SUMA 5] 4
= ejec [] (5+4)
= ejec [] 9
= 9
 Tema 9. Declaraciones de tipos y clases 113

9.6. Declaraciones de clases y de instancias

Declaraciones de clases

Las clases se declaran mediante el mecanismo class.

Ejemplo de declaración de clases:

Prelude
class Eq a where
(==), (/=) :: a -> a -> Bool

-- Minimal complete definition: (==) or (/=)

x == y = not (x/=y)
x /= y = not (x==y)

Declaraciones de instancias

Las instancias se declaran mediante el mecanismo instance.

Ejemplo de declaración de instancia:

Prelude
instance Eq Bool where
False == False = True
True == True = True
_ == _ = False

Extensiones de clases

Las clases pueden extenderse mediante el mecanismo class.

Ejemplo de extensión de clases:

Prelude
class (Eq a) => Ord a where
compare :: a -> a -> Ordering
(<), (<=), (>=), (>) :: a -> a -> Bool
max, min :: a -> a -> a

-- Minimal complete definition: (<=) or compare

-- using compare can be more efficient for complex types
compare x y | x==y = EQ
| x<=y = LT
114

| otherwise = GT

x <= y = compare x y /= GT
x < y = compare x y == LT
x >= y = compare x y /= LT
x > y = compare x y == GT

max x y | x <= y = y
| otherwise = x
min x y | x <= y = x
| otherwise = y

Instancias de clases extendidas

Las instancias de las clases extendidas pueden declararse mediante el mecanismo

instance.

Ejemplo de declaración de instancia:

Prelude
instance Ord Bool where
False <= _ = True
True <= True = True
True <= False = False

Clases derivadas

Al definir un nuevo tipo con data puede declarse como instancia de clases me-
diante el mecanismo deriving.

Ejemplo de clases derivadas:

Prelude
data Bool = False | True
deriving (Eq, Ord, Read, Show)

Comprobación:

False == False ; True

False < True ; True
show False ; "False"
read "False" :: Bool ; False
 Tema 9. Declaraciones de tipos y clases 115

Para derivar un tipo cuyos constructores tienen argumentos como derivado, los
tipos de los argumentos tienen que ser instancias de las clases derivadas.

Ejemplo:

data Figura = Circulo Float | Rect Float Float

deriving (Eq, Ord, Show)

se cumple que Float es instancia de Eq, Ord y Show.

*Main> :info Float

...
instance Eq Float
instance Ord Float
instance Show Float
...

Bibliografía
1. G. Hutton Programming in Haskell. Cambridge University Press, 2007.

Cap. 10: Declaring types and classes.

2. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 4: Definición de tipos.

Cap. 5: El sistema de clases de Haskell.

3. S. Thompson. Haskell: The Craft of Functional Programming, Second Edition. Addison-

Wesley, 1999.

Cap. 12: Overloading and type classes.

Cap. 13: Checking types.
Cap. 14: Algebraic types.
116
Tema 10

Evaluación perezosa

Contenido
10.1. Estrategias de evaluación . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
10.2. Terminación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
10.3. Número de reducciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
10.4. Estructuras infinitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
10.5. Programación modular . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
10.6. Aplicación estricta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

10.1. Estrategias de evaluación

Estrategias de evaluación

Para los ejemplos se considera la función

mult :: (Int,Int) -> Int

mult (x,y) = x*y

Evaluación mediante paso de parámetros por valor (o por más internos):

mult (1+2,2+3)
= mult (3,5) [por def. de +]
= 3*5 [por def. de mult]
= 15 [por def. de *]

117
118

Evaluación mediante paso de parámetros por nombre (o por más externos):

mult (1+2,2+3)
= (1+2)*(3+5) [por def. de mult]
= 3*5 [por def. de +]
= 15 [por def. de *]

Evaluación con lambda expresiones

Se considera la función

mult’ :: Int -> Int -> Int

mult’ x = \y -> x*y

Evaluación:
mult’ (1+2) (2+3)
= mult’ 3 (2+3) [por def. de +]
= (λy → 3*y) (2+3) [por def. de mult’]
= (λy → 3*y) 5 [por def. de +]
= 3*5 [por def. de +]
= 15 [por def. de *]

10.2. Terminación
Procesamiento con el infinito

Definición de infinito

inf :: Int
inf = 1 + inf

Evaluación de infinito en Haskell:

*Main> inf
C-c C-cInterrupted.

Evaluación de infinito:
inf
= 1 + inf [por def. inf]
= 1 + (1 + inf) [por def. inf]
= 1 + (1 + (1 + inf)) [por def. inf]
= ...
 Tema 10. Evaluación perezosa 119

Procesamiento con el infinito

Evaluación mediante paso de parámetros por valor:

fst (0,inf)
= fst (0,1 + inf) [por def. inf]
= fst (0,1 + (1 + inf)) [por def. inf]
= fst (0,1 + (1 + (1 + inf))) [por def. inf]
= ...

Evaluación mediante paso de parámetros por nombre:

fst (0,inf)
= 0 [por def. fst]

Evaluación Haskell con infinito:

*Main> fst (0,inf)

0

10.3. Número de reducciones

Número de reducciones según las estrategias

Para los ejemplos se considera la función

cuadrado :: Int -> Int

cuadrado n = n * n

Evaluación mediante paso de parámetros por valor:

cuadrado (1+2)
= cuadrado 3 [por def. +]
= 3*3 [por def. cuadrado]
= 9 [por def. de *]

Evaluación mediante paso de parámetros por nombre:

cuadrado (1+2)
= (1+2)*(1+2) [por def. cuadrado]
= 3*(1+2) [por def. de +]
= 3*3 [por def. de +]
= 9 [por def. de *]
120

Evaluación perezosa e impaciente

En la evaluación mediante paso de parámetros por nombre los argumentos pue-

den evaluarse más veces que en el paso por valor.

Se puede usar punteros para compartir valores de expresiones.

La evaluación mediante paso de parámetros por nombre usando punteros para

compartir valores de expresiones se llama evaluación perezosa.

La evaluación mediante paso de parámetros por valor se llama evaluación impa-

ciente.

Evaluación perezosa del ejemplo anterior:

cuadrado (1+2)
= x*x con x = 1+2 [por def. cuadrado]
= 3*3 [por def. de +]
= 9 [por def. de *]

Haskell usa evaluación perezosa.

10.4. Estructuras infinitas

Programación con estructuras infinitas

unos es una lista infinita de unos.

unos :: [Int]
unos = 1 : unos

Evaluación:
unos
= 1 : unos [por def. unos]
= 1 : (1 : unos) [por def. unos]
= 1 : (1 : (1 : unos)) [por def. unos]
= ...

Evaluación en Haskell:

*Main> unos
[1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,...
 Tema 10. Evaluación perezosa 121

Evaluación con estructuras infinitas

Evaluación impaciente:
head unos
= head (1 : unos) [por def. unos]
= head (1 : (1 : unos)) [por def. unos]
= head (1 : (1 : (1 : unos))) [por def. unos]
= ...

Evaluación perezosa:
head unos
= head (1 : unos) [por def. unos]
= 1 [por def. head]

Evaluación Haskell:

*Main> head unos

1

10.5. Programación modular

Programación modular

La evaluación perezosa permite separar el control de los datos.

Para los ejemplos se considera la función

Prelude
take :: Int -> [a] -> [a]
take n _ | n <= 0 = []
take _ [] = []
take n (x:xs) = x : take (n-1) xs

Ejemplo de separación del control (tomar 2 elementos) de los datos (una lista infi-
nita de unos):
take 2 unos
= take 2 (1 : unos) [por def. unos]
= 1 : (take 1 unos) [por def. take]
= 1 : (take 1 (1 : unos)) [por def. unos]
= 1 : (1 : (take 0 unos)) [por def. take]
= 1 : (1 : []) [por def. take]
= [1,1] [por notación de listas]
122

Terminación de evaluaciones con estructuras infinitas

Ejemplo de no terminación:

*Main> [1..]
[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,...

Ejemplo de terminación:

*Main> take 3 [1..]

[1,2,3]

Ejemplo de no terminación:

*Main> filter (<=3) [1..]

[1,2,3 C-c C-c Interrupted.

Ejemplo de no terminación:

*Main> takeWhile (<=3) [1..]

[1,2,3]

La criba de Erastótenes

La criba de Erastótenes
2 3 4 5 6 7 8 9 10 11 12 13 14 15 . . .
3 5 7 9 11 13 15 . . .
5 7 11 13 ...
7 11 13 ...
11 13 ...
13 ...
Definición

primos :: [Int ]
primos = criba [2..]

criba :: [Int] -> [Int]

criba (p:xs) = p : criba [x | x <- xs, x ‘mod‘ p /= 0]

Evaluación:

take 15 primos ; [2,3,5,7,11,13,17,19,23,29,31,37,41,43,47]

Cálculo:
 Tema 10. Evaluación perezosa 123

primos
= criba [2..]
= criba (2 : [3..])
= 2 : (criba [x | x <- [3..], x ‘mod‘ 2 /= 0])
= 2 : (criba (3 : [x | x <- [4..], x ‘mod‘ 2 /= 0]))
= 2 : 3 : (criba [x | x <- [4..], x ‘mod‘ 2 /= 0,
x ‘mod‘ 3 /= 0])
= 2 : 3 : (criba (5 : [x | x <- [6..], x ‘mod‘ 2 /= 0,
x ‘mod‘ 3 /= 0]))
= 2 : 3 : 5 : (criba ([x | x <- [6..], x ‘mod‘ 2 /= 0,
x ‘mod‘ 3 /= 0,
x ‘mod‘ 5 /= 0]))
= ...

10.6. Aplicación estricta

Ejemplo de programa sin aplicación estricta

(sumaNE xs) es la suma de los números de xs. Por ejemplo,

sumaNE [2,3,5] ; 10

sumaNE :: [Int] -> Int

sumaNE xs = sumaNE’ 0 xs

sumaNE’ :: Int -> [Int] -> Int

sumaNE’ v [] = v
sumaNE’ v (x:xs) = sumaNE’ (v+x) xs

Evaluación: :
sumaNE [2,3,5]
= sumaNE’ 0 [2,3,5] [por def. sumaNE]
= sumaNE’ (0+2) [3,5] [por def. sumaNE’]
= sumaNE’ ((0+2)+3) [5] [por def. sumaNE’]
= sumaNE’ (((0+2)+3)+5) [] [por def. sumaNE’]
= ((0+2)+3)+5 [por def. sumaNE’]
= (2+3)+5 [por def. +]
= 5+5 [por def. +]
= 10 [por def. +]
124

Ejemplo de programa con aplicación estricta

(sumaE xs) es la suma de los números de xs. Por ejemplo,

sumaE [2,3,5] ; 10

sumaE :: [Int] -> Int

sumaE xs = sumaE’ 0 xs

sumaE’ :: Int -> [Int] -> Int

sumaE’ v [] = v
sumaE’ v (x:xs) = (sumaE’ $! (v+x)) xs

Evaluación: :
sumaE [2,3,5]
= sumaE’ 0 [2,3,5] [por def. sumaE]
= (sumaE’ $! (0+2)) [3,5] [por def. sumaE’]
= sumaE’ 2 [3,5] [por aplicación de $!]
= (sumaE’ $! (2+3)) [5] [por def. sumaE’]
= sumaE’ 5 [5] [por aplicación de $!]
= (sumaE’ $! (5+5)) [] [por def. sumaE’]
= sumaE’ 10 [] [por aplicación de $!]
= 10 [por def. sumaE’]

Comparación de consumo de memoria

Comparación de consumo de memoria:

*Main> sumaNE [1..1000000]

*** Exception: stack overflow
*Main> sumaE [1..1000000]
1784293664
*Main> :set +s
*Main> sumaE [1..1000000]
1784293664
(2.16 secs, 145435772 bytes)

Plegado estricto

Versión estricta de foldl en el [Link]

 Tema 10. Evaluación perezosa 125

foldl’ :: (a -> b -> a) -> a -> [b] -> a

foldl’ f a [] = a
foldl’ f a (x:xs) = (foldl’ f $! f a x) xs

Comparación de plegado y plegado estricto:s

*Main> foldl (+) 0 [2,3,5]

10
*Main> foldl’ (+) 0 [2,3,5]
10
*Main> foldl (+) 0 [1..1000000]
*** Exception: stack overflow
*Main> foldl’ (+) 0 [1..1000000]
500000500000

Bibliografía
1. R. Bird. Introducción a la programación funcional con Haskell. Prentice Hall, 2000.

Cap. Cap. 7: Eficiencia.

2. G. Hutton Programming in Haskell. Cambridge University Press, 2007.

Cap. 12: Lazy evaluation.

3. B. O’Sullivan, D. Stewart y J. Goerzen Real World Haskell. O’Reilly, 2008.

Cap. 2: Types and Functions.

4. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 2: Introducción a Haskell.

Cap. 8: Evaluación perezosa. Redes de procesos.

5. S. Thompson. Haskell: The Craft of Functional Programming, Second Edition. Addison-

Wesley, 1999.

Cap. 17: Lazy programming.

126
Tema 11

Aplicaciones de programación funcional

Contenido
11.1. El juego de cifras y letras . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
11.1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
11.1.2. Búsqueda de la solución por fuerza bruta . . . . . . . . . . . . . . 123
11.1.3. Búsqueda combinando generación y evaluación . . . . . . . . . . 125
11.1.4. Búsqueda mejorada mediante propiedades algebraicas . . . . . . 127
11.2. El problema de las reinas . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
11.3. Números de Hamming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

11.1. El juego de cifras y letras

11.1.1. Introducción
Presentación del juego

Cifras y letras es un programa de Canal Sur que incluye un juego numérico cuya
esencia es la siguiente:

Dada una sucesión de números naturales y un número objetivo, intentar

construir una expresión cuyo valor es el objetivo combinando los números
de la sucesión usando suma, resta, multiplicación, división y paréntesis. Cada
número de la sucesión puede usarse como máximo una vez. Además, todos
los números, incluyendo los resultados intermedios tienen que ser enteros
positivos (1,2,3,. . . ).

Ejemplos

127
128

• Dada la sucesión 1, 3, 7, 10, 25, 50 y el objetivo 765, una solución es (1+50)*(25−10).

• Para el problema anterior, existen 780 soluciones.
• Con la sucesión anterior y el objetivo 831, no hay solución.

Formalización del problema: Operaciones

Las operaciones son sumar, restar, multiplicar o dividir.

data Op = Sum | Res | Mul | Div

instance Show Op where

show Sum = "+"
show Res = "-"
show Mul = "*"
show Div = "/"

ops es la lista de las operaciones.

ops :: [Op]
ops = [Sum,Res,Mul,Div]

Operaciones válidas

(valida o x y) se verifica si la operación o aplicada a los números naturales x e

y da un número natural. Por ejemplo,

valida Res 5 3 ; True

valida Res 3 5 ; False
valida Div 6 3 ; True
valida Div 6 4 ; False

valida :: Op -> Int -> Int -> Bool

valida Sum _ _ = True
valida Res x y = x > y
valida Mul _ _ = True
valida Div x y = y /= 0 && x ‘mod‘ y == 0
 Tema 11. Aplicaciones de programación funcional 129

Aplicación de operaciones

(aplica o x y) es el resultado de aplicar la operación o a los números naturales

x e y. Por ejemplo,

aplica Sum 2 3 ; 5
aplica Div 6 3 ; 2

aplica :: Op -> Int -> Int -> Int

aplica Sum x y = x + y
aplica Res x y = x - y
aplica Mul x y = x * y
aplica Div x y = x ‘div‘ y

Expresiones

Las expresiones son números enteros o aplicaciones de operaciones a dos expre-

siones.

data Expr = Num Int | Apl Op Expr Expr

instance Show Expr where

show (Num n) = show n
show (Apl o i d) = parentesis i ++ show o ++ parentesis d
where
parentesis (Num n) = show n
parentesis e = "(" ++ show e ++ ")"

Ejemplo: Expresión correspondiente a (1+50)*(25−10)

ejExpr :: Expr
ejExpr = Apl Mul e1 e2
where e1 = Apl Sum (Num 1) (Num 50)
e2 = Apl Res (Num 25) (Num 10)

Números de una expresión

(numeros e) es la lista de los números que aparecen en la expresión e. Por ejemplo,

*Main> numeros (Apl Mul (Apl Sum (Num 2) (Num 3)) (Num 7))
[2,3,7]
130

numeros :: Expr -> [Int]

numeros (Num n) = [n]
numeros (Apl _ l r) = numeros l ++ numeros r

Valor de una expresión

(valor e) es la lista formada por el valor de la expresión e si todas las operaciones

para calcular el valor de e son números positivos y la lista vacía en caso contrario.
Por ejemplo,

valor (Apl Mul (Apl Sum (Num 2) (Num 3)) (Num 7)) ; [35]
valor (Apl Res (Apl Sum (Num 2) (Num 3)) (Num 7)) ; []
valor (Apl Sum (Apl Res (Num 2) (Num 3)) (Num 7)) ; []

valor :: Expr -> [Int]

valor (Num n) = [n | n > 0]
valor (Apl o i d) = [aplica o x y | x <- valor i
, y <- valor d
, valida o x y]

Funciones combinatorias: Sublistas

(sublistas xs) es la lista de las sublistas de xs. Por ejemplo,

*Main> sublistas "bc"

["","c","b","bc"]
*Main> sublistas "abc"
["","c","b","bc","a","ac","ab","abc"]

sublistas :: [a] -> [[a]]

sublistas [] = [[]]
sublistas (x:xs) = yss ++ map (x:) yss
where yss = sublistas xs

Funciones combinatoria: Intercalado

(intercala x ys) es la lista de las listas obtenidas intercalando x entre los ele-
mentos de ys. Por ejemplo,
 Tema 11. Aplicaciones de programación funcional 131

intercala ’x’ "bc" ; ["xbc","bxc","bcx"]

intercala ’x’ "abc" ; ["xabc","axbc","abxc","abcx"]

intercala :: a -> [a] -> [[a]]

intercala x [] = [[x]]
intercala x (y:ys) =
(x:y:ys) : map (y:) (intercala x ys)

Funciones combinatoria: Permutaciones

(permutaciones xs) es la lista de las permutaciones de xs. Por ejemplo,

*Main> permutaciones "bc"

["bc","cb"]
*Main> permutaciones "abc"
["abc","bac","bca","acb","cab","cba"]

permutaciones :: [a] -> [[a]]

permutaciones [] = [[]]
permutaciones (x:xs) =
concat (map (intercala x) (permutaciones xs))

Funciones combinatoria: Elecciones

(elecciones xs) es la lista formada por todas las sublistas de xs en cualquier

orden. Por ejemplo,

*Main> elecciones "abc"

["","c","b","bc","cb","a","ac","ca","ab","ba",
"abc","bac","bca","acb","cab","cba"]

elecciones :: [a] -> [[a]]

elecciones xs =
concat (map permutaciones (sublistas xs))

Reconocimiento de las soluciones

(solucion e ns n) se verifica si la expresión e es una solución para la sucesión

ns y objetivo n; es decir. si los números de e es una posible elección de ns y el valor
de e es n. Por ejemplo,
132

solucion ejExpr [1,3,7,10,25,50] 765 => True

solucion :: Expr -> [Int] -> Int -> Bool

solucion e ns n =
elem (numeros e) (elecciones ns) && valor e == [n]

11.1.2. Búsqueda de la solución por fuerza bruta

Divisiones de una lista
(divisiones xs) es la lista de las divisiones de xs en dos listas no vacías. Por
ejemplo,
*Main> divisiones "bcd"
[("b","cd"),("bc","d")]
*Main> divisiones "abcd"
[("a","bcd"),("ab","cd"),("abc","d")]

divisiones :: [a] -> [([a],[a])]

divisiones [] = []
divisiones [_] = []
divisiones (x:xs) =
([x],xs) : [(x:is,ds) | (is,ds) <- divisiones xs]

Expresiones construibles
(expresiones ns) es la lista de todas las expresiones construibles a partir de la
lista de números ns. Por ejemplo,
*Main> expresiones [2,3,5]
[2+(3+5),2-(3+5),2*(3+5),2/(3+5),2+(3-5),2-(3-5),
2*(3-5),2/(3-5),2+(3*5),2-(3*5),2*(3*5),2/(3*5),
2+(3/5),2-(3/5),2*(3/5),2/(3/5),(2+3)+5,(2+3)-5,
...

expresiones :: [Int] -> [Expr]

expresiones [] = []
expresiones [n] = [Num n]
expresiones ns = [e | (is,ds) <- divisiones ns
, i <- expresiones is
, d <- expresiones ds
, e <- combina i d]
 Tema 11. Aplicaciones de programación funcional 133

Combinación de expresiones
(combina e1 e2) es la lista de las expresiones obtenidas combinando las expre-
siones e1 y e2 con una operación. Por ejemplo,
*Main> combina (Num 2) (Num 3)
[2+3,2-3,2*3,2/3]

combina :: Expr -> Expr -> [Expr]

combina e1 e2 = [Apl o e1 e2 | o <- ops]

Búsqueda de las soluciones

(soluciones ns n) es la lista de las soluciones para la sucesión ns y objetivo n
calculadas por fuerza bruta. Por ejemplo,
*Main> soluciones [1,3,7,10,25,50] 765
[3*((7*(50-10))-25), ((7*(50-10))-25)*3, ...
*Main> length (soluciones [1,3,7,10,25,50] 765)
780
*Main> length (soluciones [1,3,7,10,25,50] 831)
0

soluciones :: [Int] -> Int -> [Expr]

soluciones ns n = [e | ns’ <- elecciones ns
, e <- expresiones ns’
, valor e == [n]]

Estadísticas de la búsqueda por fuerza bruta

Estadísticas:
*Main> :set +s
*Main> head (soluciones [1,3,7,10,25,50] 765)
3*((7*(50-10))-25)
(8.47 secs, 400306836 bytes)
*Main> length (soluciones [1,3,7,10,25,50] 765)
780
(997.76 secs, 47074239120 bytes)
*Main> length (soluciones [1,3,7,10,25,50] 831)
0
(1019.13 secs, 47074535420 bytes)
*Main> :unset +s
134

11.1.3. Búsqueda combinando generación y evaluación

Resultados

Resultado es el tipo de los pares formados por expresiones válidas y su valor.

type Resultado = (Expr,Int)

(resultados ns) es la lista de todos los resultados construibles a partir de la lista

de números ns. Por ejemplo,

*Main> resultados [2,3,5]

[(2+(3+5),10), (2*(3+5),16), (2+(3*5),17), (2*(3*5),30), ((2+3)+5,10),
((2+3)*5,25), ((2+3)/5,1), ((2*3)+5,11), ((2*3)-5,1), ((2*3)*5,30)]

resultados :: [Int] -> [Resultado]

resultados [] = []
resultados [n] = [(Num n,n) | n > 0]
resultados ns = [res | (is,ds) <- divisiones ns
, ix <- resultados is
, dy <- resultados ds
, res <- combina’ ix dy]

Combinación de resultados

(combina’ r1 r2) es la lista de los resultados obtenidos combinando los resulta-

dos r1 y r2 con una operación. Por ejemplo,

*Main> combina’ (Num 2,2) (Num 3,3)

[(2+3,5),(2*3,6)]
*Main> combina’ (Num 3,3) (Num 2,2)
[(3+2,5),(3-2,1),(3*2,6)]
*Main> combina’ (Num 2,2) (Num 6,6)
[(2+6,8),(2*6,12)]
*Main> combina’ (Num 6,6) (Num 2,2)
[(6+2,8),(6-2,4),(6*2,12),(6/2,3)]

combina’ :: Resultado -> Resultado -> [Resultado]

combina’ (i,x) (d,y) =
[(Apl o i d, aplica o x y) | o <- ops
, valida o x y]
 Tema 11. Aplicaciones de programación funcional 135

Búsqueda combinando generación y evaluación

(soluciones’ ns n) es la lista de las soluciones para la sucesión ns y objetivo n
calculadas intercalando generación y evaluación. Por ejemplo,

*Main> head (soluciones’ [1,3,7,10,25,50] 765)

3*((7*(50-10))-25)
*Main> length (soluciones’ [1,3,7,10,25,50] 765)
780
*Main> length (soluciones’ [1,3,7,10,25,50] 831)
0

soluciones’ :: [Int] -> Int -> [Expr]

soluciones’ ns n = [e | ns’ <- elecciones ns
, (e,m) <- resultados ns’
, m == n]

Estadísticas de la búsqueda combinada

Estadísticas:

*Main> head (soluciones’ [1,3,7,10,25,50] 765)

3*((7*(50-10))-25)
(0.81 secs, 38804220 bytes)
*Main> length (soluciones’ [1,3,7,10,25,50] 765)
780
(60.73 secs, 2932314020 bytes)
*Main> length (soluciones’ [1,3,7,10,25,50] 831)
0
(61.68 secs, 2932303088 bytes)

11.1.4. Búsqueda mejorada mediante propiedades algebraicas

Aplicaciones válidas
(valida’ o x y) se verifica si la operación o aplicada a los números naturales x e
y da un número natural, teniendo en cuenta las siguientes reducciones algebraicas

x + y = y + x
x * y = y * x
x * 1 = x
1 * y = y
x / 1 = x
136

valida’ :: Op -> Int -> Int -> Bool

valida’ Sum x y = x <= y
valida’ Res x y = x > y
valida’ Mul x y = x /= 1 && y /= 1 && x <= y
valida’ Div x y = y /= 0 && y /= 1 && x ‘mod‘ y == 0

Resultados válidos construibles

(resultados’ ns) es la lista de todos los resultados válidos construibles a partir

de la lista de números ns. Por ejemplo,

*Main> resultados’ [5,3,2]

[(5-(3-2),4),((5-3)+2,4),((5-3)*2,4),((5-3)/2,1)]

resultados’ :: [Int] -> [Resultado]

resultados’ [] = []
resultados’ [n] = [(Num n,n) | n > 0]
resultados’ ns = [res | (is,ds) <- divisiones ns
, ix <- resultados’ is
, dy <- resultados’ ds
, res <- combina’’ ix dy]

Combinación de resultados válidos

(combina” r1 r2) es la lista de los resultados válidos obtenidos combinando los

resultados r1 y r2 con una operación. Por ejemplo,

combina’’ (Num 2,2) (Num 3,3) => [(2+3,5),(2*3,6)]

combina’’ (Num 3,3) (Num 2,2) => [(3-2,1)]
combina’’ (Num 2,2) (Num 6,6) => [(2+6,8),(2*6,12)]
combina’’ (Num 6,6) (Num 2,2) => [(6-2,4),(6/2,3)]

combina’’ :: Resultado -> Resultado -> [Resultado]

combina’’ (i,x) (d,y) =
[(Apl o i d, aplica o x y) | o <- ops
, valida’ o x y]
 Tema 11. Aplicaciones de programación funcional 137

Búsqueda mejorada mediante propiedades algebraicas

(soluciones” ns n) es la lista de las soluciones para la sucesión ns y objetivo n

calculadas intercalando generación y evaluación y usando las mejoras aritméticas.
Por ejemplo,

*Main> head (soluciones’’ [1,3,7,10,25,50] 765)

3*((7*(50-10))-25)
*Main> length (soluciones’’ [1,3,7,10,25,50] 765)
49
*Main> length (soluciones’’ [1,3,7,10,25,50] 831)
0

soluciones’’ :: [Int] -> Int -> [Expr]

soluciones’’ ns n = [e | ns’ <- elecciones ns
, (e,m) <- resultados’ ns’
, m == n]

Estadísticas de la búsqueda mejorada

Estadísticas:

*Main> head (soluciones’’ [1,3,7,10,25,50] 765)

3*((7*(50-10))-25)
(0.40 secs, 16435156 bytes)
*Main> length (soluciones’’ [1,3,7,10,25,50] 765)
49
(10.30 secs, 460253716 bytes)
*Main> length (soluciones’’ [1,3,7,10,25,50] 831)
0
(10.26 secs, 460253908 bytes)§

Comparación de las búsquedas

Comparación de las búsquedad problema de dados [1,3,7,10,25,50] obtener 765.

Búsqueda de la primera solución:

+---------------------+
| segs. | bytes |
+--------------+-------+-------------+
| soluciones | 8.47 | 400.306.836 |
| soluciones’ | 0.81 | 38.804.220 |
138

| soluciones’’ | 0.40 | 16.435.156 |

+--------------+-------+-------------+

Comparación de las búsquedas

Búsqueda de todas las soluciones:

+--------+----------------+
| segs. | bytes |
+--------------+--------+----------------+
| soluciones | 997.76 | [Link] |
| soluciones’ | 60.73 | [Link] |
| soluciones’’ | 10.30 | 460.253.716 |
+--------------+--------+----------------+

Comparación de las búsquedas

Comprobación de que dados [1,3,7,10,25,50] no puede obtenerse 831

+---------+----------------+
| segs. | bytes |
+--------------+---------+----------------+
| soluciones | 1019.13 | [Link] |
| soluciones’ | 61.68 | [Link] |
| soluciones’’ | 10.26 | 460.253.908 |
+--------------+---------+----------------+

11.2. El problema de las reinas

El problema de las N reinas

Enunciado: Colocar N reinas en un tablero rectangular de dimensiones N por N

de forma que no se encuentren más de una en la misma línea: horizontal, vertical
o diagonal.

El problema se representa en el módulo Reinas. Importa la diferencia de conjuntos

(\\) del módulo List:

module Reinas where

import [Link] ((\\))
 Tema 11. Aplicaciones de programación funcional 139

El tablero se representa por una lista de números que indican las filas donde se
han colocado las reinas. Por ejemplo, [3,5] indica que se han colocado las reinas
(1,3) y (2,5).

type Tablero = [Int]

reinas n es la lista de soluciones del problema de las N reinas. Por ejemplo,

reinas 4 ;[[3,1,4,2],[2,4,1,3]]. La primera solución [3,1,4,2] se interpreta
como
R
R
R
R

reinas :: Int -> [Tablero]

reinas n = aux n
where aux 0 = [[]]
aux (m+1) = [r:rs | rs <- aux m,
r <- ([1..n] \\ rs),
noAtaca r rs 1]

noAtaca r rs d se verifica si la reina r no ataca a niguna de las de la lista rs donde

la primera de la lista está a una distancia horizontal d.

noAtaca :: Int -> Tablero -> Int -> Bool

noAtaca _ [] _ = True
noAtaca r (a:rs) distH = abs(r-a) /= distH &&
noAtaca r rs (distH+1)

11.3. Números de Hamming

Números de Hamming

Enunciado: Los números de Hamming forman una sucesión estrictamente crecien-

te de números que cumplen las siguientes condiciones:

1. El número 1 está en la sucesión.

2. Si x está en la sucesión, entonces 2x, 3x y 5x también están.
3. Ningún otro número está en la sucesión.
140

hamming es la sucesión de Hamming. Por ejemplo,

take 12 hamming ; [1,2,3,4,5,6,8,9,10,12,15,16]

hamming :: [Int]
hamming = 1 : mezcla3 [2*i | i <- hamming]
[3*i | i <- hamming]
[5*i | i <- hamming]

mezcla3 xs ys zs es la lista obtenida mezclando las listas ordenadas xs, ys y zs

y eliminando los elementos duplicados. Por ejemplo,

Main> mezcla3 [2,4,6,8,10] [3,6,9,12] [5,10]

[2,3,4,5,6,8,9,10,12]

mezcla3 :: [Int] -> [Int] -> [Int] -> [Int]

mezcla3 xs ys zs = mezcla2 xs (mezcla2 ys zs)

mezcla2 xs ys zs es la lista obtenida mezclando las listas ordenadas xs e ys y

eliminando los elementos duplicados. Por ejemplo,

Main> mezcla2 [2,4,6,8,10,12] [3,6,9,12]

[2,3,4,6,8,9,10,12]

mezcla2 :: [Int] -> [Int] -> [Int]

mezcla2 p@(x:xs) q@(y:ys) | x < y = x:mezcla2 xs q
| x > y = y:mezcla2 p ys
| otherwise = x:mezcla2 xs ys
mezcla2 [] ys = ys
mezcla2 xs [] = xs

Bibliografía
1. G. Hutton Programming in Haskell. Cambridge University Press, 2007.

Cap. 11: The countdown problem.

2. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 13: Puzzles y solitarios.

Tema 12

Analizadores sintácticos funcionales

Contenido
12.1. Analizadores sintácticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
12.2. El tipo de los analizadores sintácticos . . . . . . . . . . . . . . . . . . . . 133
12.3. Analizadores sintácticos básicos . . . . . . . . . . . . . . . . . . . . . . . 134
12.4. Composición de analizadores sintácticos . . . . . . . . . . . . . . . . . . 135
12.4.1. Secuenciación de analizadores sintácticos . . . . . . . . . . . . . . 135
12.4.2. Elección de analizadores sintácticos . . . . . . . . . . . . . . . . . 136
12.5. Primitivas derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
12.6. Tratamiento de los espacios . . . . . . . . . . . . . . . . . . . . . . . . . . 139
12.7. Analizador de expresiones aritméticas . . . . . . . . . . . . . . . . . . . 140

12.1. Analizadores sintácticos

Analizadores sintácticos

Un analizador sintáctico es un programa que analiza textos para determinar su

estructura sintáctica.

Ejemplo de análisis sintáctico aritmético: La estructura sintáctica de la cadena

"2*3+4" es el árbol

141
142

* 4

2 3

El análisis sintáctico forma parte del preprocesamiento en la mayoría de las apli-

caciones reales.

12.2. El tipo de los analizadores sintácticos

Opciones para el tipo de los analizadores sintácticos

Opción inicial:

type Analizador = String -> Tree

Con la parte no analizada:

type Analizador = String -> (Tree,String)

Con todos los análisis:

type Analizador = String -> [(Tree,String)]

Con estructuras arbitrarias:

type Analizador a = String -> [(a,String)]

Simplificación: analizadores que fallan o sólo dan un análisis.

12.3. Analizadores sintácticos básicos

Analizadores sintácticos básicos: resultado

(analiza a cs) analiza la cadena cs mediante el analizador a. Por ejemplo,

analiza :: Analizador a -> String -> [(a,String)]

analiza a cs = a cs
 Tema 12. Analizadores sintácticos funcionales 143

El analizador resultado v siempre tiene éxito, devuelve v y no consume nada.

Por ejemplo,

*Main> analiza (resultado 1) "abc"

[(1,"abc")]

resultado :: a -> Analizador a

resultado v = \xs -> [(v,xs)]

Analizadores sintácticos básicos: fallo

El analizador fallo siempre falla. Por ejemplo,

*Main> analiza fallo "abc"

[]

fallo :: Analizador a
fallo = \xs -> []

Analizadores sintácticos básicos: elemento

El analizador elemento falla si la cadena es vacía y consume el primer elemento
en caso contrario. Por ejemplo,

*Main> analiza elemento ""

[]
*Main> analiza elemento "abc"
[(’a’,"bc")]

elemento :: Analizador Char

elemento = \xs -> case xs of
[] -> []
(x:xs) -> [(x , xs)]

12.4. Composición de analizadores sintácticos

12.4.1. Secuenciación de analizadores sintácticos
((p ‘liga‘ f) e) falla si el análisis de e por p falla, en caso contrario, se obtiene
un valor (v) y una salida (s), se aplica la función f al valor v obteniéndose un
nuevo analizador con el que se analiza la salida s.
144

liga :: Analizador a ->

(a -> Analizador b) ->
Analizador b
p ‘liga‘ f = \ent -> case analiza p ent of
[] -> []
[(v,sal)] -> analiza (f v) sal

primeroTercero es un analizador que devuelve los caracteres primero y tercero de

la cadena. Por ejemplo,

primeroTercero "abel" ; [((’a’,’e’),"l")]

primeroTercero "ab" ; []

primeroTercero :: Analizador (Char,Char)

primeroTercero =
elemento ‘liga‘ \x ->
elemento ‘liga‘ \_ ->
elemento ‘liga‘ \y ->
resultado (x,y)

12.4.2. Elección de analizadores sintácticos

((p +++ q) e) analiza e con p y si falla analiza e con q. Por ejemplo,

Main*> analiza (elemento +++ resultado ’d’) "abc"

[(’a’,"bc")]
Main*> analiza (fallo +++ resultado ’d’) "abc"
[(’d’,"abc")]
Main*> analiza (fallo +++ fallo) "abc"
[]

(+++) :: Analizador a -> Analizador a -> Analizador a

p +++ q = \ent -> case analiza p ent of
[] -> analiza q ent
[(v,sal)] -> [(v,sal)]

12.5. Primitivas derivadas

 Tema 12. Analizadores sintácticos funcionales 145

(sat p) es el analizador que consume un elemento si dicho elemento cumple la

propiedad p y falla en caso contrario. Por ejemplo,

analiza (sat isLower) "hola" ; [(’h’,"ola")]

analiza (sat isLower) "Hola" ; []

sat :: (Char -> Bool) -> Analizador Char

sat p = elemento ‘liga‘ \x ->
if p x then resultado x else fallo

digito analiza si el primer carácter es un dígito. Por ejemplo,

analiza digito "123" ; [(’1’,"23")]

analiza digito "uno" ; []

digito :: Analizador Char

digito = sat isDigit

minuscula analiza si el primer carácter es una letra minúscula. Por ejemplo,

analiza minuscula "eva" ; [(’e’,"va")]

analiza minuscula "Eva" ; []

minuscula :: Analizador Char

minuscula = sat isLower

mayuscula analiza si el primer carácter es una letra mayúscula. Por ejemplo,

analiza mayuscula "Eva" ; [(’E’,"va")]

analiza mayuscula "eva" ; []

mayuscula :: Analizador Char

mayuscula = sat isUpper

letra analiza si el primer carácter es una letra. Por ejemplo,

analiza letra "Eva" ; [(’E’,"va")]

analiza letra "eva" ; [(’e’,"va")]
analiza letra "123" ; []
146

letra :: Analizador Char

letra = sat isAlpha

alfanumerico analiza si el primer carácter es una letra o un número. Por ejemplo,

analiza alfanumerico "Eva" ; [(’E’,"va")]

analiza alfanumerico "eva" ; [(’e’,"va")]
analiza alfanumerico "123" ; [(’1’,"23")]
analiza alfanumerico " 123" ; []

alfanumerico :: Analizador Char

alfanumerico = sat isAlphaNum

(caracter x) analiza si el primer carácter es igual al carácter x. Por ejemplo,

analiza (caracter ’E’) "Eva" ; [(’E’,"va")]

analiza (caracter ’E’) "eva" ; []

caracter :: Char -> Analizador Char

caracter x = sat (== x)

(cadena c) analiza si empieza con la cadena c. Por ejemplo,

analiza (cadena "abc") "abcdef" ; [("abc","def")]

analiza (cadena "abc") "abdcef" ; []

cadena :: String -> Analizador String

cadena [] = resultado []
cadena (x:xs) = caracter x ‘liga‘ \x ->
cadena xs ‘liga‘ \xs ->
resultado (x:xs)

varios p aplica el analizador p cero o más veces. Por ejemplo,

analiza (varios digito) "235abc" ; [("235","abc")]

analiza (varios digito) "abc235" ; [("","abc235")]

varios :: Analizador a -> Analizador [a]

varios p = varios1 p +++ resultado []
 Tema 12. Analizadores sintácticos funcionales 147

varios1 p aplica el analizador p una o más veces. Por ejemplo,

analiza (varios1 digito) "235abc" ; [("235","abc")]

analiza (varios1 digito) "abc235" ; []

varios1 :: Analizador a -> Analizador [a]

varios1 p = p ‘liga‘ \v ->
varios p ‘liga‘ \vs ->
resultado (v:vs)

ident analiza si comienza con un identificador (i.e. una cadena que comienza con
una letra minúscula seguida por caracteres alfanuméricos). Por ejemplo,

Main*> analiza ident "lunes12 de Ene"

[("lunes12"," de Ene")]
Main*> analiza ident "Lunes12 de Ene"
[]

ident :: Analizador String

ident = minuscula ‘liga‘ \x ->
varios alfanumerico ‘liga‘ \xs ->
resultado (x:xs)

nat analiza si comienza con un número natural. Por ejemplo,

analiza nat "14DeAbril" ; [(14,"DeAbril")]

analiza nat " 14DeAbril" ; []

nat :: Analizador Int

nat = varios1 digito ‘liga‘ \xs ->
resultado (read xs)

espacio analiza si comienza con espacios en blanco. Por ejemplo,

analiza espacio " a b c" ; [((),"a b c")]

espacio :: Analizador ()
espacio = varios (sat isSpace) ‘liga‘ \_ ->
resultado ()
148

12.6. Tratamiento de los espacios

unidad p ignora los espacios en blanco y aplica el analizador p. Por ejemplo,

Main*> analiza (unidad nat) " 14DeAbril"

[(14,"DeAbril")]
Main*> analiza (unidad nat) " 14 DeAbril"
[(14,"DeAbril")]

unidad :: Analizador a -> Analizador a

unidad p = espacio ‘liga‘ \_ ->
p ‘liga‘ \v ->
espacio ‘liga‘ \_ ->
resultado v

identificador analiza un identificador ignorando los espacios delante y detrás.

Por ejemplo,

Main*> analiza identificador " lunes12 de Ene"

[("lunes12","de Ene")]

identificador :: Analizador String

identificador = unidad ident

natural analiza un número natural ignorando los espacios delante y detrás. Por
ejemplo,

analiza natural " 14DeAbril" ; [(14,"DeAbril")]

natural :: Analizador Int

natural = unidad nat

(simbolo xs) analiza la cadena xs ignorando los espacios delante y detrás. Por
ejemplo,

Main*> analiza (simbolo "abc") " abcdef"

[("abc","def")]

simbolo :: String -> Analizador String

simbolo xs = unidad (cadena xs)
 Tema 12. Analizadores sintácticos funcionales 149

listaNat analiza una lista de naturales ignorando los espacios. Por ejemplo,

Main*> analiza listaNat " [ 2, 3, 5 ]"

[([2,3,5],"")]
Main*> analiza listaNat " [ 2, 3,]"
[]

listaNat :: Analizador [Int]

listaNat = simbolo "[" ‘liga‘ \_ ->
natural ‘liga‘ \n ->
varios (simbolo "," ‘liga‘ \_ ->
natural) ‘liga‘ \ns ->
simbolo "]" ‘liga‘ \_ ->
resultado (n:ns)

12.7. Analizador de expresiones aritméticas

Expresiones aritméticas
Consideramos expresiones aritméticas:

• construidas con números, operaciones (+ y ∗) y paréntesis.

• + y ∗ asocian por la derecha.
• ∗ tiene más prioridad que +.

Ejemplos:

• 2 + 3 + 5 representa a 2 + (3 + 5).
• 2 ∗ 3 + 5 representa a (2 ∗ 3) + 5.

Gramáticas de las expresiones aritméticas: Gramática 1

Gramática 1 de las expresiones aritméticas:
expr ::= expr + expr | expr ∗ expr | (expr ) | nat
nat ::= 0 | 1 | 2 | . . .
La gramática 1 no considera prioridad:
acepta 2 + 3 ∗ 5 como (2 + 3) ∗ 5 y como 2 + (3 ∗ 5)

La gramática 1 no considera asociatividad:

acepta 2 + 3 + 5 como (2 + 3) + 5 y como 2 + (3 + 5)

La gramática 1 es ambigua.
150

Gramáticas de las expresiones aritméticas: Gramática 2

Gramática 2 de las expresiones aritméticas (con prioridad):

expr ::= expr + expr | term
term ::= term ∗ term | f actor
f actor ::= (expr ) | nat
nat ::= 0 | 1 | 2 | . . .

La gramática 2 sí considera prioridad:

acepta 2 + 3 ∗ 5 sólo como 2 + (3 ∗ 5)

La gramática 2 no considera asociatividad:

acepta 2 + 3 + 5 como (2 + 3) + 5 y como 2 + (3 + 5)

La gramática 2 es ambigua.

Árbol de análisis sintáctico de 2 ∗ 3 + 5 con la gramática 2

expr

expr + expr

term term

term ∗ term f actor

f actor f actor nat

nat nat 3

2 3

Gramáticas de las expresiones aritméticas: Gramática 3

Gramática 3 de las expresiones aritméticas:

expr ::= term + expr | term
term ::= f actor ∗ term | f actor
f actor ::= (expr ) | nat
nat ::= 0 | 1 | 2 | . . .

La gramática 3 sí considera prioridad:

acepta 2 + 3 ∗ 5 sólo como 2 + (3 ∗ 5)
 Tema 12. Analizadores sintácticos funcionales 151

La gramática 3 sí considera asociatividad:

acepta 2 + 3 + 5 como 2 + (3 + 5)

La gramática 3 no es ambigua (i.e. es libre de contexto).

Árbol de análisis sintáctico de 2 + 3 + 5 con la gramática 3

expr

term + expr

f actor term + expr

nat f actor term

2 nat f actor

3 nat

Gramáticas de las expresiones aritméticas: Gramática 4

La gramática 4 se obtiene simplificando la gramática 3:

expr ::= term (+ expr | e)
term ::= f actor (∗ term | e)
f actor ::= (expr ) | nat
nat ::= 0 | 1 | 2 | . . .
donde e es la cadena vacía.

La gramática 4 no es ambigua.

La gramática 4 es la que se usará para escribir el analizador de expresiones arit-

méticas.

Analizador de expresiones aritméticas

expr analiza una expresión aritmética devolviendo su valor. Por ejemplo,

analiza expr "2*3+5" ; [(11,"")]

analiza expr "2*(3+5)" ; [(16,"")]
analiza expr "2+3*5" ; [(17,"")]
analiza expr "2*3+5abc" ; [(11,"abc")]
152

expr :: Analizador Int

expr = term ‘liga‘ \t ->
(simbolo "+" ‘liga‘ \_ ->
expr ‘liga‘ \e ->
resultado (t+e))
+++ resultado t

averbterm analiza un término de una expresión aritmética devolviendo su valor.

Por ejemplo,

analiza term "2*3+5" ; [(6,"+5")]

analiza term "2+3*5" ; [(2,"+3*5")]
analiza term "(2+3)*5+7" ; [(25,"+7")]

term :: Analizador Int

term = factor ‘liga‘ \f ->
(simbolo "*" ‘liga‘ \_ ->
term ‘liga‘ \t ->
resultado (f*t))
+++ resultado f

factor analiza un factor de una expresión aritmética devolviendo su valor. Por

ejemplo,

analiza factor "2*3+5" ; [(2,"*3+5")]

analiza factor "(2+3)*5" ; [(5,"*5")]
analiza factor "(2+3*7)*5" ; [(23,"*5")]

factor :: Analizador Int

factor = (simbolo "(" ‘liga‘ \_ ->
expr ‘liga‘ \e ->
simbolo ")" ‘liga‘ \_ ->
resultado e)
+++ natural

(valor cs) analiza la cadena cs devolviendo su valor si es una expresión aritmé-

tica y un mensaje de error en caso contrario. Por ejemplo,

valor "2*3+5" ; 11
valor "2*(3+5)" ; 16
 Tema 12. Analizadores sintácticos funcionales 153

valor "2 * 3 + 5" ; 11

valor "2*3x" ; *** Exception: sin usar x
valor "-1" ; *** Exception: entrada no valida

valor :: String -> Int

valor xs = case (analiza expr xs) of
[(n,[])] -> n
[(_,sal)] -> error ("sin usar " ++ sal)
[] -> error "entrada no valida"

Bibliografía
1. R. Bird. Introducción a la programación funcional con Haskell. Prentice Hall, 2000.

Cap. 11: Análisis sintáctico.

2. G. Hutton Programming in Haskell. Cambridge University Press, 2007.

Cap. 8: Functional parsers.

3. G. Hutton y E. Meijer. Monadic Parser Combinators. Technical Report NOTTCS–

TR–96–4, Department of Computer Science, University of Nottingham, 1996.

4. G. Hutton y E. Meijer. Monadic Parsing in Haskell. Journal of Functional Program-

ming, 8(4): 437—444, 1998.

5. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 14: Analizadores.

154
Tema 13

Programas interactivos

Contenido
13.1. Programas interactivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
13.2. El tipo de las acciones de entrada/salida . . . . . . . . . . . . . . . . . . 148
13.3. Acciones básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
13.4. Secuenciación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
13.5. Primitivas derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
13.6. Ejemplos de programas interactivos . . . . . . . . . . . . . . . . . . . . . 150
13.6.1. Juego de adivinación interactivo . . . . . . . . . . . . . . . . . . . 150
13.6.2. Calculadora aritmética . . . . . . . . . . . . . . . . . . . . . . . . . 151
13.6.3. El juego de la vida . . . . . . . . . . . . . . . . . . . . . . . . . . . 154

13.1. Programas interactivos

Los programas por lote no interactúan con los usuarios durante su ejecución.

Los programas interactivos durante su ejecución pueden leer datos del teclado y
escribir resultados en la pantalla.

Problema:

• Los programas interactivos tienen efectos laterales.

• Los programa Haskell no tiene efectos laterales.

155
156

Ejemplo de programa interactivo

Especificación: El programa pide una cadena y dice el número de caracteres que

tiene.

Ejemplo de sesión:

-- *Main> longitudCadena
-- Escribe una cadena: "Hoy es lunes"
-- La cadena tiene 14 caracteres

Programa:

longitudCadena :: IO ()
longitudCadena = do putStr "Escribe una cadena: "
xs <- getLine
putStr "La cadena tiene "
putStr (show (length xs))
putStrLn " caracteres"

13.2. El tipo de las acciones de entrada/salida

En Haskell se pueden escribir programas interactivos usando tipos que distingan
las expresiones puras de las acciones impuras que tienen efectos laterales.

IO a es el tipo de las acciones que devuelven un valor del tipo a.

Ejemplos:

• IO Char es el tipo de las acciones que devuelven un carácter.

• IO () es el tipo de las acciones que no devuelven ningún valor.

13.3. Acciones básicas

getChar :: IO Char
La acción getChar lee un carácter del teclado, lo muestra en la pantalla y lo de-
vuelve como valor.

putChar :: c -> IO ()
La acción putChar c escribe el carácter c en la pantalla y no devuelve ningún valor.
 Tema 13. Programas interactivos 157

return a -> IO a
La acción return c devuelve el valor c sin ninguna interacción.

Ejemplo:

*Main> putChar ’b’

b*Main> it
()

13.4. Secuenciación
Una sucesión de acciones puede combinarse en una acción compuesta mediante
expresiones do.

Ejemplo:

ejSecuenciacion :: IO (Char,Char)
ejSecuenciacion = do x <- getChar
getChar
y <- getChar
return (x,y)

Lee dos caracteres y devuelve el par formado por ellos. Por ejemplo,

*Main> ejSecuenciacion
b f
(’b’,’f’)

13.5. Primitivas derivadas

Lectura de cadenas del teclado:
Prelude
getLine :: IO String
getLine = do x <- getChar
if x == ’\n’ then return []
else do xs <- getLine
return (x:xs)

Escritura de cadenas en la pantalla:

158

Prelude
putStr :: String -> IO ()
putStr [] = return ()
putStr (x:xs) = do putChar x
putStr xs

Escritura de cadenas en la pantalla y salto de línea:

Prelude
putStrLn :: String -> IO ()
putStrLn xs = do putStr xs
putChar ’\n’

Ejecución de una lista de acciones:

Prelude
sequence_ :: [IO a] -> IO ()
sequence_ [] = return ()
sequence_ (a:as) = do a
sequence_ as

Por ejemplo,

*Main> sequence_ [putStrLn "uno", putStrLn "dos"]

uno
dos
*Main> it
()

Ejemplo de programa con primitivas derivadas

Especificación: El programa pide una cadena y dice el número de caracteres que

tiene.

Ejemplo de sesión:

-- *Main> longitudCadena
-- Escribe una cadena: "Hoy es lunes"
-- La cadena tiene 14 caracteres

Programa:
 Tema 13. Programas interactivos 159

longitudCadena :: IO ()
longitudCadena = do putStr "Escribe una cadena: "
xs <- getLine
putStr "La cadena tiene "
putStr (show (length xs))
putStrLn " caracteres"

13.6. Ejemplos de programas interactivos

13.6.1. Juego de adivinación interactivo
Descripción: El programa le pide al jugador humano que piense un número entre
1 y 100 y trata de adivinar el número que ha pensado planteándole conjeturas a las
que el jugador humano responde con mayor, menor o exacto según que el número
pensado sea mayor, menor o igual que el número conjeturado por la máquina.

Ejemplo de sesión:

Main> juego
Piensa un numero entre el 1 y el 100.
Es 50? [mayor/menor/exacto] mayor
Es 75? [mayor/menor/exacto] menor
Es 62? [mayor/menor/exacto] mayor
Es 68? [mayor/menor/exacto] exacto
Fin del juego

Programa:

juego :: IO ()
juego =
do putStrLn "Piensa un numero entre el 1 y el 100."
adivina 1 100
putStrLn "Fin del juego"

adivina :: Int -> Int -> IO ()

adivina a b =
do putStr ("Es " ++ show conjetura ++ "? [mayor/menor/exacto] ")
s <- getLine
case s of
"mayor" -> adivina (conjetura+1) b
160

"menor" -> adivina a (conjetura-1)

"exacto" -> return ()
_ -> adivina a b
where
conjetura = (a+b) ‘div‘ 2

13.6.2. Calculadora aritmética

Acciones auxiliares

Escritura de caracteres sin eco:

getCh :: IO Char
getCh = do hSetEcho stdin False
c <- getChar
hSetEcho stdin True
return c

Limpieza de la pantalla:

limpiaPantalla:: IO ()
limpiaPantalla= putStr "\ESC[2J"

Escritura en una posición:

type Pos = (Int,Int)

irA :: Pos -> IO ()

irA (x,y) = putStr ("\ESC[" ++
show y ++ ";" ++ show x ++
"H")

escribeEn :: Pos -> String -> IO ()

escribeEn p xs = do irA p
putStr xs

Calculadora

calculadora :: IO ()
calculadora = do limpiaPantalla
 Tema 13. Programas interactivos 161

escribeCalculadora
limpiar

escribeCalculadora :: IO ()
escribeCalculadora =
do limpiaPantalla
sequence_ [escribeEn (1,y) xs
| (y,xs) <- zip [1..13] imagenCalculadora]
putStrLn ""

imagenCalculadora :: [String]
imagenCalculadora = ["+---------------+",
"| |",
"+---+---+---+---+",
"| q | c | d | = |",
"+---+---+---+---+",
"| 1 | 2 | 3 | + |",
"+---+---+---+---+",
"| 4 | 5 | 6 | - |",
"+---+---+---+---+",
"| 7 | 8 | 9 | * |",
"+---+---+---+---+",
"| 0 | ( | ) | / |",
"+---+---+---+---+"]

Los primeros cuatro botones permiten escribir las órdenes:

q para salir (’quit’),

c para limpiar la agenda (’clear’),

d para borrar un carácter (’delete’) y

= para evaluar una expresión.

Los restantes botones permiten escribir las expresiones.

limpiar :: IO ()
limpiar = calc ""

calc :: String -> IO ()

162

calc xs = do escribeEnPantalla xs
c <- getCh
if elem c botones
then procesa c xs
else do calc xs

escribeEnPantalla xs =
do escribeEn (3,2) " "
escribeEn (3,2) (reverse (take 13 (reverse xs)))

botones :: String
botones = standard ++ extra
where
standard = "qcd=123+456-789*0()/"
extra = "QCD \ESC\BS\DEL\n"

procesa :: Char -> String -> IO ()

procesa c xs
| elem c "qQ\ESC" = salir
| elem c "dD\BS\DEL" = borrar xs
| elem c "=\n" = evaluar xs
| elem c "cC" = limpiar
| otherwise = agregar c xs

salir :: IO ()
salir = irA (1,14)

borrar :: String -> IO ()

borrar "" = calc ""
borrar xs = calc (init xs)

evaluar :: String -> IO ()

evaluar xs = case analiza expr xs of
[(n,"")] -> calc (show n)
_ -> do calc xs

agregar :: Char -> String -> IO ()

agregar c xs = calc (xs ++ [c])
 Tema 13. Programas interactivos 163

13.6.3. El juego de la vida

Descripción del juego de la vida

El tablero del juego de la vida es una malla formada por cuadrados (“células”) que
se pliega en todas las direcciones.

Cada célula tiene 8 células vecinas, que son las que están próximas a ella, incluso
en las diagonales.

Las células tienen dos estados: están “vivas” o “muertas”.

El estado del tablero evoluciona a lo largo de unidades de tiempo discretas.

Las transiciones dependen del número de células vecinas vivas:

• Una célula muerta con exactamente 3 células vecinas vivas “nace” (al turno
siguiente estará viva).
• Una célula viva con 2 ó 3 células vecinas vivas sigue viva, en otro caso muere.

El tablero del juego de la vida

Tablero:

type Tablero = [Pos]

Dimensiones:

ancho :: Int
ancho = 5

alto :: Int
alto = 5

El juego de la vida

Ejemplo de tablero:

ejTablero :: Tablero
ejTablero = [(2,3),(3,4),(4,2),(4,3),(4,4)]

Representación del tablero:

164

1234
1
2 O
3 O O
4 OO

(vida n t) simula el juego de la vida a partir del tablero t con un tiempo entre
generaciones proporcional a n. Por ejemplo,

vida 100000 ejTablero

vida :: Int -> Tablero -> IO ()

vida n t = do limpiaPantalla
escribeTablero t
espera n
vida n (siguienteGeneracion t)

Escritura del tablero:

escribeTablero :: Tablero -> IO ()

escribeTablero t = sequence_ [escribeEn p "O" | p <- t]

Espera entre generaciones:

espera :: Int -> IO ()

espera n = sequence_ [return () | _ <- [1..n]]

siguienteGeneracion t) es el tablero de la siguiente generación al tablero t. Por

ejemplo,

*Main> siguienteGeneracion ejTablero

[(4,3),(3,4),(4,4),(3,2),(5,3)]

siguienteGeneracion :: Tablero -> Tablero

siguienteGeneracion t = supervivientes t ++ nacimientos t

(supervivientes t) es la listas de posiciones de t que sobreviven; i.e. posiciones

con 2 ó 3 vecinos vivos. Por ejemplo,

supervivientes ejTablero ; [(4,3),(3,4),(4,4)]

 Tema 13. Programas interactivos 165

supervivientes :: Tablero -> [Pos]

supervivientes t = [p | p <- t,
elem (nVecinosVivos t p) [2,3]]

(nVecinosVivos t c) es el número de vecinos vivos de la célula c en el tablero t.

Por ejemplo,

nVecinosVivos ejTablero (3,3) ; 5

nVecinosVivos ejTablero (3,4) ; 3

nVecinosVivos :: Tablero -> Pos -> Int

nVecinosVivos t = length . filter (tieneVida t) . vecinos

(vecinos p) es la lista de los vecinos de la célula en la posición p. Por ejemplo,

vecinos (2,3) ; [(1,2),(2,2),(3,2),(1,3),(3,3),(1,4),(2,4),(3,4)]

vecinos (1,2) ; [(5,1),(1,1),(2,1),(5,2),(2,2),(5,3),(1,3),(2,3)]
vecinos (5,2) ; [(4,1),(5,1),(1,1),(4,2),(1,2),(4,3),(5,3),(1,3)]
vecinos (2,1) ; [(1,5),(2,5),(3,5),(1,1),(3,1),(1,2),(2,2),(3,2)]
vecinos (2,5) ; [(1,4),(2,4),(3,4),(1,5),(3,5),(1,1),(2,1),(3,1)]
vecinos (1,1) ; [(5,5),(1,5),(2,5),(5,1),(2,1),(5,2),(1,2),(2,2)]
vecinos (5,5) ; [(4,4),(5,4),(1,4),(4,5),(1,5),(4,1),(5,1),(1,1)]

vecinos :: Pos -> [Pos]

vecinos (x,y) = map modular [(x-1,y-1), (x,y-1), (x+1,y-1),
(x-1,y), (x+1,y),
(x-1,y+1), (x,y+1), (x+1,y+1)]

(modular p) es la posición correspondiente a p en el tablero considerando los ple-

gados. Por ejemplo,

modular (6,3) ; (1,3)

modular (0,3) ; (5,3)
modular (3,6) ; (3,1)
modular (3,0) ; (3,5)

modular :: Pos -> Pos

modular (x,y) = (((x-1) ‘mod‘ ancho) + 1, ((y-1) ‘mod‘ alto + 1))

(tieneVida t p) se verifica si la posición p del tablero t tiene vida. Por ejemplo,

166

tieneVida ejTablero (1,1) ; False

tieneVida ejTablero (2,3) ; True

tieneVida :: Tablero -> Pos -> Bool

tieneVida t p = elem p t

(noTieneVida t p) se verifica si la posición p del tablero t no tiene vida. Por ejem-

plo,

noTieneVida ejTablero (1,1) ; True

noTieneVida ejTablero (2,3) ; False

noTieneVida :: Tablero -> Pos -> Bool

noTieneVida t p = not (tieneVida t p)

(nacimientos t) es la lista de los nacimientos de tablero t; i.e. las posiciones sin

vida con 3 vecinos vivos. Por ejemplo,

nacimientos ejTablero ; [(3,2),(5,3)]

nacimientos’ :: Tablero -> [Pos]

nacimientos’ t = [(x,y) | x <- [1..ancho],
y <- [1..alto],
noTieneVida t (x,y),
nVecinosVivos t (x,y) == 3]

Definición más eficiente de nacimientos

nacimientos :: Tablero -> [Pos]

nacimientos t = [p | p <- nub (concat (map vecinos t)),
noTieneVida t p,
nVecinosVivos t p == 3]

donde (nub xs) es la lista obtenida eliminando las repeticiones de xs. Por ejemplo,

nub [2,3,2,5] ; [2,3,5]

 Tema 13. Programas interactivos 167

Bibliografía
1. H. Daumé III. Yet Another Haskell Tutorial. 2006.

Cap. 5: Basic Input/Output.

2. G. Hutton. Programming in Haskell. Cambridge University Press, 2007.

Cap. 9: Interactive programs.

3. B. O’Sullivan, J. Goerzen y D. Stewart. Real World Haskell. O’Reilly, 2009.

Cap. 7: I/O.

4. B.C. Ruiz, F. Gutiérrez, P. Guerrero y J.E. Gallardo. Razonando con Haskell. Thom-
pson, 2004.

Cap. 7: Entrada y salida.

5. S. Thompson. Haskell: The Craft of Functional Programming, Second Edition. Addison-

Wesley, 1999.

Cap. 18: Programming with actions.

168
Tema 14

El TAD de las pilas

Contenido
14.1. Tipos abstractos de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
14.1.1. Abstracción y tipos abstractos de datos . . . . . . . . . . . . . . . 159
14.2. Especificación del TAD de las pilas . . . . . . . . . . . . . . . . . . . . . 159
14.2.1. Signatura del TAD pilas . . . . . . . . . . . . . . . . . . . . . . . . 159
14.2.2. Propiedades del TAD de las pilas . . . . . . . . . . . . . . . . . . . 160
14.3. Implementaciones del TAD de las pilas . . . . . . . . . . . . . . . . . . . 161
14.3.1. Las pilas como tipos de datos algebraicos . . . . . . . . . . . . . . 161
14.3.2. Las pilas como listas . . . . . . . . . . . . . . . . . . . . . . . . . . 163
14.4. Comprobación de las implementaciones con QuickCheck . . . . . . . . 164
14.4.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
14.4.2. Generador de pilas . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
14.4.3. Especificación de las propiedades de las pilas . . . . . . . . . . . . 165
14.4.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . 166

14.1. Tipos abstractos de datos

14.1.1. Abstracción y tipos abstractos de datos
Abstracción y tipos abstractos de datos

La abstracción es un mecanismo para comprender problemas que involucran una

gran cantidad de detalles.

169
170

Aspectos de la abstracción:

• Destacar los detalles relevantes.

• Ocultar los detalles irrelevantes.

Un tipo abstracto de datos (TAD) es una colección de valores y operaciones que se

definen mediante una especificación que es independiente de cualquier representa-
ción.

Un TAD es una abstracción:

• Se destacan los detalles (normalmente pocos) de la especificación (el qué).

• Se ocultan los detalles (normalmente numerosos) de la implementación (el
cómo).

Analogía con las estructuras algebraicas.

14.2. Especificación del TAD de las pilas

14.2.1. Signatura del TAD pilas
Descripción informal de las pilas

Una pila es una estructura de datos, caracterizada por ser una secuencia de ele-
mentos en la que las operaciones de inserción y extracción se realizan por el mismo
extremo.

La pilas también se llaman estructuras LIFO (del inglés Last In First Out), debido
a que el último elemento en entrar será el primero en salir.

Analogía con las pilas de platos.

Signatura del TAD de las pilas

Signatura:

vacia :: Pila a
apila :: a -> Pila a -> Pila a
cima :: Pila a -> a
desapila :: Pila a -> Pila a
esVacia :: Pila a -> Bool

Descripción:
 Tema 14. El TAD de las pilas 171

• vacia es la pila vacía.

• (apila x p) es la pila obtenida añadiendo x al principio de p.
• (cima p) es la cima de la pila p.
• (desapila p) es la pila obtenida suprimiendo la cima de p.
• (esVacia p) se verifica si p es la pila vacía.

14.2.2. Propiedades del TAD de las pilas

Propiedades de las pilas

1. cima (apila x p) == x

2. desapila (apila x p) == p

3. esVacia vacia

4. not (esVacia (apila x p))

14.3. Implementaciones del TAD de las pilas

14.3.1. Las pilas como tipos de datos algebraicos
Cabecera del módulo:

module PilaConTipoDeDatoAlgebraico
(Pila,
vacia, -- Pila a
apila, -- a -> Pila a -> Pila a
cima, -- Pila a -> a
desapila, -- Pila a -> Pila a
esVacia -- Pila a -> Bool
) where

Tipo de dato algebraico de las pilas.

data Pila a = Vacia | P a (Pila a)

deriving Eq

Procedimiento de escritura de pilas.

172

instance (Show a) => Show (Pila a) where

showsPrec p Vacia cad = showChar ’-’ cad
showsPrec p (P x s) cad =
shows x (showChar ’|’ (shows s cad))

Ejemplo de pila:

• Definición
p1 :: Pila Int
p1 = apila 1 (apila 2 (apila 3 vacia))

• Sesión
ghci> p1
1|2|3|-

vacia es la pila vacía. Por ejemplo,

ghci> vacia
-

vacia :: Pila a
vacia = Vacia

(apila x p) es la pila obtenida añadiedo x encima de la pila p. Por ejemplo,

apila 4 p1 => 4|1|2|3|-

apila :: a -> Pila a -> Pila a

apila x p = P x p

(cima p) es la cima de la pila p. Por ejemplo,

cima p1 == 1

cima :: Pila a -> a

cima Vacia = error "cima: pila vacia"
cima (P x _) = x

(desapila p) es la pila obtenida suprimiendo la cima de la pila p. Por ejemplo,

 Tema 14. El TAD de las pilas 173

desapila p1 => 2|3|-

desapila :: Pila a -> Pila a

desapila Vacia = error "desapila: pila vacia"
desapila (P _ p) = p

(esVacia p) se verifica si p es la pila vacía. Por ejemplo,

esVacia p1 == False
esVacia vacia == True

esVacia :: Pila a -> Bool

esVacia Vacia = True
esVacia _ = False

14.3.2. Las pilas como listas

Cabecera del módulo

module PilaConListas
(Pila,
vacia, -- Pila a
apila, -- a -> Pila a -> Pila a
cima, -- Pila a -> a
desapila, -- Pila a -> Pila a
esVacia -- Pila a -> Bool
) where

Tipo de datos de las pilas:

newtype Pila a = P [a]

deriving Eq

Procedimiento de escritura de pilas.

instance (Show a) => Show (Pila a) where

showsPrec p (P []) cad = showChar ’-’ cad
showsPrec p (P (x:xs)) cad
= shows x (showChar ’|’ (shows (P xs) cad))
174

Ejemplo de pila: p1 es la pila obtenida anadiéndole los elementos 3, 2 y 1 a la pila

vacía. Por ejemplo,

ghci> p1
1|2|3|-

p1 = apila 1 (apila 2 (apila 3 vacia))

vacia es la pila vacía. Por ejemplo,

ghci> vacia
-

vacia :: Pila a
vacia = P []

(apila x p) es la pila obtenida añadiendo x encima de la pila p. Por ejemplo,

apila 4 p1 => 4|1|2|3|-|

apila :: a -> Pila a -> Pila a

apila x (P xs) = P (x:xs)

(cima p) es la cima de la pila p. Por ejemplo,

cima p1 == 1

cima :: Pila a -> a

cima (P (x:_)) = x
cima (P []) = error "cima de la pila vacia"

(desapila p) es la pila obtenida suprimiendo la cima de la pila p. Por ejemplo,

desapila p1 => 2|3|-

desapila :: Pila a -> Pila a

desapila (P []) = error "desapila la pila vacia"
desapila (P (_:xs)) = P xs

(esVacia p) se verifica si p es la pila vacía. Por ejemplo,

 Tema 14. El TAD de las pilas 175

esVacia p1 == False
esVacia vacia == True

esVacia :: Pila a -> Bool

esVacia (P xs) = null xs

14.4. Comprobación de las implementaciones con Quick-

Check
14.4.1. Librerías auxiliares
Importación de librerías

Importación de la implementación de pilas que se desea comprobar.

import PilaConTipoDeDatoAlgebraico
-- import PilaConListas

Importación de las librerías de comprobación

import [Link]
import [Link]
import [Link].QuickCheck2

14.4.2. Generador de pilas

Generador de pilas

genPila es un generador de pilas. Por ejemplo,

ghci> sample genPila

0|0|-
-6|4|-3|3|0|-
-
9|5|-1|-3|0|-8|-5|-7|2|-
...

genPila :: (Num a, Arbitrary a) => Gen (Pila a)

genPila = do xs <- listOf arbitrary
return (foldr apila vacia xs)
176

instance (Arbitrary a, Num a) => Arbitrary (Pila a) where

arbitrary = genPila

14.4.3. Especificación de las propiedades de las pilas

La cima de la pila que resulta de añadir x a la pila p es x.

prop_cima_apila :: Int -> Pila Int -> Bool

prop_cima_apila x p =
cima (apila x p) == x

La pila que resulta de desapilar después de añadir cualquier elemento a una pila
p es p.

prop_desapila_apila :: Int -> Pila Int -> Bool

prop_desapila_apila x p =
desapila (apila x p) == p

La pila vacía está vacía.

prop_vacia_esta_vacia :: Bool
prop_vacia_esta_vacia =
esVacia vacia

La pila que resulta de añadir un elemento en un pila cualquiera no es vacía.

prop_apila_no_es_vacia :: Int -> Pila Int -> Bool

prop_apila_no_es_vacia x p =
not (esVacia (apila x p))

14.4.4. Comprobación de las propiedades

Definición del procedimiento de comprobación

compruebaPropiedades comprueba todas las propiedades con la plataforma de

verificación.
 Tema 14. El TAD de las pilas 177

compruebaPropiedades =
defaultMain
[testGroup "Propiedades del TAD pilas"
[testProperty "P1" prop_cima_apila,
testProperty "P2" prop_desapila_apila,
testProperty "P3" prop_vacia_esta_vacia,
testProperty "P4" prop_apila_no_es_vacia]]

Comprobación de las propiedades de las pilas

ghci> compruebaPropiedades
Propiedades del TAD pilas:
P1: [OK, passed 100 tests]
P2: [OK, passed 100 tests]
P3: [OK, passed 100 tests]
P4: [OK, passed 100 tests]

Properties Total
Passed 4 4
Failed 0 0
Total 4 4
178
Tema 15

El TAD de las colas

Contenido
15.1. Especificación del TAD de las colas . . . . . . . . . . . . . . . . . . . . . 167
15.1.1. Signatura del TAD de las colas . . . . . . . . . . . . . . . . . . . . 167
15.1.2. Propiedades del TAD de las colas . . . . . . . . . . . . . . . . . . 168
15.2. Implementaciones del TAD de las colas . . . . . . . . . . . . . . . . . . 168
15.2.1. Implementación de las colas mediante listas . . . . . . . . . . . . 168
15.2.2. Implementación de las colas mediante pares de listas . . . . . . . 170
15.3. Comprobación de las implementaciones con QuickCheck . . . . . . . . 173
15.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
15.3.2. Generador de colas . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
15.3.3. Especificación de las propiedades de las colas . . . . . . . . . . . 174
15.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . 176

15.1. Especificación del TAD de las colas

15.1.1. Signatura del TAD de las colas
Descripción informal de las colas

Una cola es una estructura de datos, caracterizada por ser una secuencia de ele-
mentos en la que la operación de inserción se realiza por un extremo (el posterior
o final) y la operación de extracción por el otro (el anterior o frente).

Las colas también se llaman estructuras FIFO (del inglés First In First Out), debido
a que el primer elemento en entrar será también el primero en salir.

179
180

Analogía con las colas del cine.

Signatura del TAD colas

Signatura:

vacia :: Cola a
inserta :: a -> Cola a -> Cola a
primero :: Cola a -> a
resto :: Cola a -> Cola a
esVacia :: Cola a -> Bool
valida :: Cola a -> Bool

Descripción de las operaciones:

• vacia es la cola vacía.

• (inserta x c) es la cola obtenida añadiendo x al final de c.
• (primero c) es el primero de la cola c.
• (resto c) es la cola obtenida eliminando el primero de c.
• (esVacia c) se verifica si c es la cola vacía.
• (valida c) se verifica si c representa una cola válida.

15.1.2. Propiedades del TAD de las colas

Propiedades del TAD de las colas

1. primero (inserta x vacia) == x

2. Si c es una cola no vacía, entonces

primero (inserta x c) == primero c,

3. resto (inserta x vacia) == vacia

4. Si c es una cola no vacía, entonces

resto (inserta x c) == inserta x (resto c)

5. esVacia vacia

6. not (esVacia (inserta x c))

 Tema 15. El TAD de las colas 181

15.2. Implementaciones del TAD de las colas

15.2.1. Implementación de las colas mediante listas
Cabecera del módulo:
module ColaConListas
(Cola,
vacia, -- Cola a
inserta, -- a -> Cola a -> Cola a
primero, -- Cola a -> a
resto, -- Cola a -> Cola a
esVacia, -- Cola a -> Bool
valida -- Cola a -> Bool
) where

Representación de las colas mediante listas:

newtype Cola a = C [a] deriving (Show, Eq)

Ejemplo de cola: c1 es la cola obtenida añadiéndole a la cola vacía los números del
1 al 10. Por ejemplo,

ghci> c1
C [10,9,8,7,6,5,4,3,2,1]

c1 = foldr inserta vacia [1..10]

vacia es la cola vacía. Por ejemplo,

ghci> vacia
C []

vacia :: Cola a
vacia = C []

(inserta x c) es la cola obtenida añadiendo x al final de la cola c. Por ejemplo,

inserta 12 c1 ; C [10,9,8,7,6,5,4,3,2,1,12]

inserta :: a -> Cola a -> Cola a

inserta x (C c) = C (c ++ [x])
182

(primero c) es el primer elemento de la cola c. Por ejemplo,

primero c1 ; 10

primero :: Cola a -> a

primero (C (x:_)) = x
primero (C []) = error "primero: cola vacia"

(resto c) es la cola obtenida eliminando el primer elemento de la cola c. Por

ejemplo,

resto c1 ; C [9,8,7,6,5,4,3,2,1]

resto :: Cola a -> Cola a

resto (C (_:xs)) = C xs
resto (C []) = error "resto: cola vacia"

(esVacia c) se verifica si c es la cola vacía. Por ejemplo,

esVacia c1 ; False
esVacia vacia ; True

esVacia :: Cola a -> Bool

esVacia (C xs) = null xs

(valida c) se verifica si c representa una cola válida. Con esta representación,

todas las colas son válidas.

valida :: Cola a -> Bool

valida c = True

15.2.2. Implementación de las colas mediante pares de listas

Las colas como pares de listas

En esta implementación, una cola c se representa mediante un par de listas (xs,ys)

de modo que los elementos de c son, en ese orden, los elementos de la lista xs++(reverse ys).

Al dividir la lista en dos parte e invertir la segunda de ellas, esperamos hacer más
eficiente las operaciones sobre las colas.
 Tema 15. El TAD de las colas 183

Impondremos también una restricción adicional sobre la representación: las colas

serán representadas mediante pares (xs,ys) tales que si xs es vacía, entonces ys
será también vacía.

Esta restricción ha de mantenerse por las operaciones que crean colas.

Implementación de las colas como pares de listas

Cabecera del módulo

module ColaConDosListas
(Cola,
vacia, -- Cola a
inserta, -- a -> Cola a -> Cola a
primero, -- Cola a -> a
resto, -- Cola a -> Cola a
esVacia, -- Cola a -> Bool
valida -- Cola a -> Bool
) where

Las colas como pares de listas

newtype Cola a = C ([a],[a])

(valida c) se verifica si la cola c es válida; es decir, si su primer elemento es vacío

entonces también lo es el segundo. Por ejemplo,

valida (C ([2],[5])) ; True

valida (C ([2],[])) ; True
valida (C ([],[5])) ; False

valida:: Cola a -> Bool

valida (C (xs,ys)) = not (null xs) || null ys

Procedimiento de escritura de colas como pares de listas.

instance Show a => Show (Cola a) where

showsPrec p (C (xs,ys)) cad
= showString "C " (showList (xs ++ (reverse ys)) cad)

Ejemplo de cola: c1 es la cola obtenida añadiéndole a la cola vacía los números del
1 al 10. Por ejemplo,
184

ghci> c1
C [10,9,8,7,6,5,4,3,2,1]

c1 :: Cola Int
c1 = foldr inserta vacia [1..10]

vacia es la cola vacía. Por ejemplo,

ghci> c1
C [10,9,8,7,6,5,4,3,2,1]

vacia :: Cola a
vacia = C ([],[])

(inserta x c) es la cola obtenida añadiendo x al final de la cola c. Por ejemplo,

inserta 12 c1 ; C [10,9,8,7,6,5,4,3,2,1,12]

inserta :: a -> Cola a -> Cola a

inserta y (C (xs,ys)) = C (normaliza (xs,y:ys))

(normaliza p) es la cola obtenida al normalizar el par de listas p. Por ejemplo,

normaliza ([],[2,5,3]) ; ([3,5,2],[])

normaliza ([4],[2,5,3]) ; ([4],[2,5,3])

normaliza :: ([a],[a]) -> ([a],[a])

normaliza ([], ys) = (reverse ys, [])
normaliza p = p

(primero c) es el primer elemento de la cola c. Por ejemplo,

primero c1 ; 10

primero :: Cola a -> a

primero (C (x:xs,ys)) = x
primero _ = error "primero: cola vacia"

(resto c) es la cola obtenida eliminando el primer elemento de la cola c. Por

ejemplo,
 Tema 15. El TAD de las colas 185

resto c1 ; C [9,8,7,6,5,4,3,2,1]

resto :: Cola a -> Cola a

resto (C (x:xs,ys)) = C (normaliza (xs,ys))
resto (C ([],[])) = error "resto: cola vacia"

(esVacia c) se verifica si c es la cola vacía. Por ejemplo,

esVacia c1 ; False
esVacia vacia ; True

esVacia :: Cola a -> Bool

esVacia (C (xs,_)) = null xs

(elementos c) es la lista de los elementos de la cola c en el orden de la cola. Por

ejemplo,

elementos (C ([3,2],[5,4,7])) ; [3,2,7,4,5]

elementos:: Cola a -> [a]

elementos (C (xs,ys)) = xs ++ (reverse ys)

(igualColas c1 c2) se verifica si las colas c1 y c2 son iguales.

ghci> igualColas (C ([3,2],[5,4,7])) (C ([3],[5,4,7,2]))

True
ghci> igualColas (C ([3,2],[5,4,7])) (C ([],[5,4,7,2,3]))
False

igualColas c1 c2 =
valida c1 && valida c2 &&
elementos c1 == elementos c2

Extensión de la igualdad a las colas:

instance (Eq a) => Eq (Cola a) where

(==) = igualColas
186

15.3. Comprobación de las implementaciones con Quick-

Check
15.3.1. Librerías auxiliares
Importación de librerías

Importación de la implementación de las colas que se desea comprobar.

import ColaConListas
-- import ColaConDosListas

Importación de librerías auxiliares

import [Link]
import [Link]
import [Link]
import [Link].QuickCheck2

15.3.2. Generador de colas

Generador de colas

genCola es un generador de colas de enteros. Por ejemplo,

ghci> sample genCola

C ([7,8,4,3,7],[5,3,3])
C ([1],[13])
...

genCola :: Gen (Cola Int)

genCola = frequency [(1, return vacia),
(30, do n <- choose (10,100)
xs <- vectorOf n arbitrary
return (creaCola xs))]
where creaCola = foldr inserta vacia

instance Arbitrary (Cola Int) where

arbitrary = genCola
 Tema 15. El TAD de las colas 187

Corrección del generador de colas

Propiedad: Todo los elementos generados por genCola son colas válidas.

prop_genCola_correcto :: Cola Int -> Bool

prop_genCola_correcto c = valida c

Comprobación.

ghci> quickCheck prop_genCola_correcto

+++ OK, passed 100 tests.

15.3.3. Especificación de las propiedades de las colas

El primero de la cola obtenida añadiendo x a la cola vacía es x.

prop_primero_inserta_vacia :: Int -> Bool

prop_primero_inserta_vacia x =
primero (inserta x vacia) == x

Si una cola no está vacía, su primer elemento no varía al añadirle un elemento.

prop_primero_inserta_no_vacia :: Cola Int -> Int -> Int

-> Bool
prop_primero_inserta_no_vacia c x y =
primero (inserta x c’) == primero c’
where c’ = inserta y vacia

El resto de la cola obtenida insertando un elemento en la cola vacía es la cola vacía.

prop_resto_inserta_vacia :: Int -> Bool

prop_resto_inserta_vacia x =
resto (inserta x vacia) == vacia

Las operaciones de encolar y desencolar conmutan.

prop_resto_inserta_en_no_vacia :: Cola Int -> Int -> Int

-> Bool
prop_resto_inserta_en_no_vacia c x y =
resto (inserta x c’) == inserta x (resto c’)
where c’ = inserta y c
188

vacia es una cola vacía.

prop_vacia_es_vacia :: Bool
prop_vacia_es_vacia =
esVacia vacia

La cola obtenida insertando un elemento no es vacía.

prop_inserta_no_es_vacia :: Int -> Cola Int -> Bool

prop_inserta_no_es_vacia x c =
not (esVacia (inserta x c))

La cola vacía es válida.

prop_valida_vacia :: Bool
prop_valida_vacia = valida vacia

Al añadirle un elemento a una cola válida se obtiene otra válida.

prop_valida_inserta :: Cola Int -> Int -> Property

prop_valida_inserta c x =
valida c ==> valida (inserta x c)

El resto de una cola válida y no vacía es una cola válida.

prop_valida_resto :: Cola Int -> Property

prop_valida_resto c =
valida c && not (esVacia c) ==> valida (resto c)

15.3.4. Comprobación de las propiedades

Definición del procedimiento de comprobación

compruebaPropiedades comprueba todas las propiedades con la plataforma de

verificación.

compruebaPropiedades =
defaultMain
[testGroup "Propiedades del TAD cola"
[testGroup "Propiedades del TAD cola"
[testProperty "P1" prop_primero_inserta_vacia,
testProperty "P2" prop_primero_inserta_no_vacia,
 Tema 15. El TAD de las colas 189

testProperty "P3" prop_resto_inserta_vacia,

testProperty "P4" prop_resto_inserta_en_no_vacia,
testProperty "P5" prop_vacia_es_vacia,
testProperty "P6" prop_inserta_no_es_vacia,
testProperty "P7" prop_valida_vacia,
testProperty "P8" prop_valida_inserta,
testProperty "P9" prop_valida_resto]]

Comprobación de las propiedades de las colas

ghci> compruebaPropiedades
Propiedades del TAD cola
P1: [OK, passed 100 tests]
P2: [OK, passed 100 tests]
P3: [OK, passed 100 tests]
P4: [OK, passed 100 tests]
P5: [OK, passed 100 tests]
P6: [OK, passed 100 tests]
P7: [OK, passed 100 tests]
P8: [OK, passed 100 tests]
P9: [OK, passed 100 tests]

Properties Total
Passed 9 9
Failed 0 0
Total 9 9
190
Tema 16

El TAD de las colas de prioridad

Contenido
16.1. Especificación del TAD de las colas de prioridad . . . . . . . . . . . . . 179
16.1.1. Signatura del TAD colas de prioridad . . . . . . . . . . . . . . . . 179
16.1.2. Propiedades del TAD de las colas de prioridad . . . . . . . . . . . 180
16.2. Implementaciones del TAD de las colas de prioridad . . . . . . . . . . . 180
16.2.1. Las colas de prioridad como listas . . . . . . . . . . . . . . . . . . 180
16.2.2. Las colas de prioridad como montículos . . . . . . . . . . . . . . . 182
16.3. Comprobación de las implementaciones con QuickCheck . . . . . . . . 182
16.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
16.3.2. Generador de colas de prioridad . . . . . . . . . . . . . . . . . . . 183
16.3.3. Especificación de las propiedades de las colas de prioridad . . . . 184
16.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . 185

16.1. Especificación del TAD de las colas de prioridad

16.1.1. Signatura del TAD colas de prioridad
Descripción de las colas de prioridad

Una cola de prioridad es una cola en la que cada elemento tiene asociada una
prioridad. La operación de extracción siempre elige el elemento de menor priori-
dad.

Ejemplos:

191
192

• La cola de las ciudades ordenadas por su distancia al destino final.

• Las colas de las tareas pendientes ordenadas por su fecha de terminación.

Signatura de las colas de prioridad

Signatura:

vacia, :: Ord a => CPrioridad a

inserta, :: Ord a => a -> CPrioridad a -> CPrioridad a
primero, :: Ord a => CPrioridad a -> a
resto, :: Ord a => CPrioridad a -> CPrioridad a
esVacia, :: Ord a => CPrioridad a -> Bool
valida :: Ord a => CPrioridad a -> Bool

Descripción de las operaciones:

• vacia es la cola de prioridad vacía.

• (inserta x c) añade el elemento x a la cola de prioridad c.
• (primero c) es el primer elemento de la cola de prioridad c.
• (resto c) es el resto de la cola de prioridad c.
• (esVacia c) se verifica si la cola de prioridad c es vacía.
• (valida c) se verifica si c es una cola de prioridad válida.

16.1.2. Propiedades del TAD de las colas de prioridad

1. inserta x (inserta y c) == inserta y (inserta x c)

2. primero (inserta x vacia) == x

3. Si x <= y, entonces
primero (inserta y (inserta x c))
== primero (inserta x c)

4. resto (inserta x vacia) == vacia

5. Si x <= y, entonces
resto (inserta y (inserta x c))
== inserta y (resto (inserta x c))

6. esVacia vacia

7. not (esVacia (inserta x c))

 Tema 16. El TAD de las colas de prioridad 193

16.2. Implementaciones del TAD de las colas de prioridad

16.2.1. Las colas de prioridad como listas
Cabecera del módulo:

module ColaDePrioridadConListas
(CPrioridad,
vacia, -- Ord a => CPrioridad a
inserta, -- Ord a => a -> CPrioridad a -> CPrioridad a
primero, -- Ord a => CPrioridad a -> a
resto, -- Ord a => CPrioridad a -> CPrioridad a
esVacia, -- Ord a => CPrioridad a -> Bool
valida -- Ord a => CPrioridad a -> Bool
) where

Colas de prioridad mediante listas:

newtype CPrioridad a = CP [a]

deriving (Eq, Show)

Ejemplo de cola de prioridad: cp1 es la cola de prioridad obtenida añadiéndole a

la cola vacía los elementos 3, 1, 7, 2 y 9.

cp1 ; CP [1,2,3,7,9]

cp1 :: CPrioridad Int

cp1 = foldr inserta vacia [3,1,7,2,9]

(valida c) se verifica si c es una cola de prioridad válida; es decir, está ordenada

crecientemente. Por ejemplo,

valida (CP [1,3,5]) ; True

valida (CP [1,5,3]) ; False

valida :: Ord a => CPrioridad a -> Bool

valida (CP xs) = ordenada xs
where ordenada (x:y:zs) = x <= y && ordenada (y:zs)
ordenada _ = True

vacia es la cola de prioridad vacía. Por ejemplo,

194

vacia ; CP []

vacia :: Ord a => CPrioridad a

vacia = CP []

(inserta x c) es la cola obtenida añadiendo el elemento x a la cola de prioridad

c. Por ejemplo,

cp1 ; CP [1,2,3,7,9]
inserta 5 cp1 ; CP [1,2,3,5,7,9]

inserta :: Ord a => a -> CPrioridad a -> CPrioridad a

inserta x (CP q) = CP (ins x q)
where ins x [] = [x]
ins x r@(e:r’) | x < e = x:r
| otherwise = e:ins x r’

(primero c) es el primer elemento de la cola de prioridad c.

cp1 ; CP [1,2,3,7,9]
primero cp1 ; 1

primero :: Ord a => CPrioridad a -> a

primero (CP(x:_)) = x
primero _ = error "primero: cola vacia"

(resto c) es la cola de prioridad obtenida eliminando el primer elemento de la

cola de prioridad c. Por ejemplo,

cp1 ; CP [1,2,3,7,9]
resto cp1 ; CP [2,3,7,9]

resto :: Ord a => CPrioridad a -> CPrioridad a

resto (CP (_:xs)) = CP xs
resto _ = error "resto: cola vacia"

(esVacia c) se verifica si la cola de prioridad c es vacía. Por ejemplo,

esVacia cp1 ; False

esVacia vacia ; True
 Tema 16. El TAD de las colas de prioridad 195

esVacia :: Ord a => CPrioridad a -> Bool

esVacia (CP xs) = null xs

16.2.2. Las colas de prioridad como montículos

La implementación de las colas de prioridad como montículos (ColaDePrioridadConMonticulos
se encuentra en en el tema 20 (El TAD de los montículos).

16.3. Comprobación de las implementaciones con Quick-

Check
16.3.1. Librerías auxiliares
Importación de la implementación de colas de prioridad que se desea verificar.

import ColaDePrioridadConListas
-- [Link]

Importación de las librerías de comprobación

import [Link]
import [Link]
import [Link].QuickCheck2

16.3.2. Generador de colas de prioridad

genCPrioridad es un generador de colas de prioridad. Por ejemplo,

ghci> sample genCPrioridad

CP [-4]
CP [-2,-1,-1,2,5]
...

genCPrioridad :: (Arbitrary a, Num a, Ord a)

=> Gen (CPrioridad a)
genCPrioridad = do xs <- listOf arbitrary
return (foldr inserta vacia xs)
196

instance (Arbitrary a, Num a, Ord a)

=> Arbitrary (CPrioridad a) where
arbitrary = genCPrioridad

Corrección del generador de colas de prioridad

Las colas de prioridad producidas por genCPrioridad son válidas.

prop_genCPrioridad_correcto :: CPrioridad Int -> Bool

prop_genCPrioridad_correcto c = valida c

Comprobación.
ghci> quickCheck prop_genCPrioridad_correcto
+++ OK, passed 100 tests.

16.3.3. Especificación de las propiedades de las colas de prioridad

Si se añade dos elementos a una cola de prioridad se obtiene la misma cola de
prioridad idependientemente del orden en que se añadan los elementos.

prop_inserta_conmuta :: Int -> Int -> CPrioridad Int

-> Bool
prop_inserta_conmuta x y c =
inserta x (inserta y c) == inserta y (inserta x c)

La cabeza de la cola de prioridad obtenida anadiendo un elemento x a la cola de

prioridad vacía es x.

prop_primero_inserta_vacia :: Int -> CPrioridad Int -> Bool

prop_primero_inserta_vacia x c =
primero (inserta x vacia) == x

El primer elemento de una cola de prioridad c no cambia cuando se le añade un

elemento mayor o igual que algún elemento de c.

prop_primero_inserta :: Int -> Int -> CPrioridad Int

-> Property
prop_primero_inserta x y c =
x <= y ==>
primero (inserta y c’) == primero c’
where c’ = inserta x c
 Tema 16. El TAD de las colas de prioridad 197

El resto de añadir un elemento a la cola de prioridad vacía es la cola vacía.

prop_resto_inserta_vacia :: Int -> Bool

prop_resto_inserta_vacia x =
resto (inserta x vacia) == vacia

El resto de la cola de prioridad obtenida añadiendo un elemento y a una cola c’

(que tiene algún elemento menor o igual que y) es la cola que se obtiene añadiendo
y al resto de c’.

prop_resto_inserta :: Int -> Int -> CPrioridad Int

-> Property
prop_resto_inserta x y c =
x <= y ==>
resto (inserta y c’) == inserta y (resto c’)
where c’ = inserta x c

vacia es una cola vacía.

prop_vacia_es_vacia :: Bool
prop_vacia_es_vacia = esVacia (vacia :: CPrioridad Int)

Si se añade un elemento a una cola de prioridad se obtiene una cola no vacía.

prop_inserta_no_es_vacia :: Int -> CPrioridad Int

-> Bool
prop_inserta_no_es_vacia x c =
not (esVacia (inserta x c))

16.3.4. Comprobación de las propiedades

Definición del procedimiento de comprobación

compruebaPropiedades comprueba todas las propiedades con la plataforma de

verificación.

compruebaPropiedades =
defaultMain
[testGroup "Corrección del generador"
[testProperty "P0" prop_genCPrioridad_correcto],
testGroup "Propiedade de colas de prioriad:"
198

[testProperty "P1" prop_inserta_conmuta,

testProperty "P2" prop_primero_inserta_vacia,
testProperty "P3" prop_primero_inserta,
testProperty "P4" prop_resto_inserta_vacia,
testProperty "P5" prop_resto_inserta,
testProperty "P6" prop_vacia_es_vacia,
testProperty "P7" prop_inserta_no_es_vacia]]

Comprobación de las propiedades de las colas de prioridad

ghci> compruebaPropiedades
Corrección del generador:
P0: [OK, passed 100 tests]
Propiedades de colas de prioridad:
P1: [OK, passed 100 tests]
P2: [OK, passed 100 tests]
P3: [OK, passed 100 tests]
P4: [OK, passed 100 tests]
P5: [OK, passed 100 tests]
P6: [OK, passed 100 tests]
P7: [OK, passed 100 tests]

Properties Total
Passed 8 8
Failed 0 0
Total 8 8
Tema 17

El TAD de los conjuntos

Contenido
17.1. Especificación del TAD de los conjuntos . . . . . . . . . . . . . . . . . . 187
17.1.1. Signatura del TAD de los conjuntos . . . . . . . . . . . . . . . . . 187
17.1.2. Propiedades del TAD de los conjuntos . . . . . . . . . . . . . . . . 187
17.2. Implementaciones del TAD de los conjuntos . . . . . . . . . . . . . . . 188
17.2.1. Los conjuntos como listas no ordenadas con duplicados . . . . . 188
17.2.2. Los conjuntos como listas no ordenadas sin duplicados . . . . . . 191
17.2.3. Los conjuntos como listas ordenadas sin duplicados . . . . . . . . 193
17.2.4. Los conjuntos de números enteros mediante números binarios . . 195
17.3. Comprobación de las implementaciones con QuickCheck . . . . . . . . 199
17.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
17.3.2. Generador de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . 199
17.3.3. Especificación de las propiedades de los conjuntos . . . . . . . . . 199
17.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . 201

17.1. Especificación del TAD de los conjuntos

17.1.1. Signatura del TAD de los conjuntos
Signatura:

vacio, :: Conj a
inserta :: Eq a => a -> Conj a -> Conj a
elimina :: Eq a => a -> Conj a -> Conj a

199
200

pertenece :: Eq a => a -> Conj a -> Bool

esVacio :: Conj a -> Bool

Descripción de las operaciones:

• vacio es el conjunto vacío.

• (inserta x c) es el conjunto obtenido añadiendo el elemento x al conjunto
c.
• (elimina x c) es el conjunto obtenido eliminando el elemento x del conjunto
c.
• (pertenece x c) se verifica si x pertenece al conjunto c.
• (esVacio c) se verifica si c es el conjunto vacío.

17.1.2. Propiedades del TAD de los conjuntos

1. inserta x (inserta x c) == inserta x c

2. inserta x (inserta y c) == inserta y (inserta x c)

3. not (pertenece x vacio)

4. pertenece y (inserta x c) == (x==y) || pertenece y c

5. elimina x vacio == vacio

6. Si x == y, entonces
elimina x (inserta y c) == elimina x c

7. Si x /= y, entonces
elimina x (inserta y c) == inserta y (elimina x c)

8. esVacio vacio

9. not (esVacio (inserta x c))

17.2. Implementaciones del TAD de los conjuntos

17.2.1. Los conjuntos como listas no ordenadas con duplicados
Cabecera del módulo:
 Tema 17. El TAD de los conjuntos 201

module ConjuntoConListasNoOrdenadasConDuplicados
(Conj,
vacio, -- Conj a
inserta, -- Eq a => a -> Conj a -> Conj a
elimina, -- Eq a => a -> Conj a -> Conj a
pertenece, -- Eq a => a -> Conj a -> Bool
esVacio, -- Conj a -> Bool
) where

El tipo de los conjuntos.

newtype Conj a = Cj [a]

Procedimiento de escritura de los conjuntos.

instance Show a => Show (Conj a) where

showsPrec _ (Cj s) cad = showConj s cad

showConj [] cad = showString "{}" cad

showConj (x:xs) cad =
showChar ’{’ (shows x (showl xs cad))
where
showl [] cad = showChar ’}’ cad
showl (x:xs) cad = showChar ’,’ (shows x (showl xs cad))

Ejemplo de conjunto: c1 es el conjunto obtenido añadiéndole al conjunto vacío los

elementos 2, 5, 1, 3, 7, 5, 3, 2, 1, 9 y 0.

ghci > c1
{2,5,1,3,7,5,3,2,1,9,0}

c1 :: Conj Int
c1 = foldr inserta vacio [2,5,1,3,7,5,3,2,1,9,0]

vacio es el conjunto vacío. Por ejemplo,

ghci> vacio
{}
202

vacio :: Conj a
vacio = Cj []

(inserta x c) es el conjunto obtenido añadiendo el elemento x al conjunto c. Por

ejemplo,

c1 == {2,5,1,3,7,5,3,2,1,9,0}
inserta 5 c1 == {5,2,5,1,3,7,5,3,2,1,9,0}

inserta :: Eq a => a -> Conj a -> Conj a

inserta x (Cj ys) = Cj (x:ys)

(elimina x c) es el conjunto obtenido eliminando el elemento x del conjunto c.

Por ejemplo,

c1 == {2,5,1,3,7,5,3,2,1,9,0}
elimina 3 c1 == {2,5,1,7,5,2,1,9,0}

elimina :: Eq a => a -> Conj a -> Conj a

elimina x (Cj ys) = Cj (filter (/= x) ys)

(pertenece x c) se verifica si x pertenece al conjunto c. Por ejemplo,

c1 == {2,5,1,3,7,5,3,2,1,9,0}
pertenece 3 c1 == True
pertenece 4 c1 == False

pertenece :: Eq a => a -> Conj a -> Bool

pertenece x (Cj xs) = elem x xs

(esVacio c) se verifica si c es el conjunto vacío. Por ejemplo,

esVacio c1 ; False
esVacio vacio ; True

esVacio :: Conj a -> Bool

esVacio (Cj xs) = null xs

(subconjunto c1 c2) se verifica si c1 es un subconjunto de c2. Por ejemplo,

 Tema 17. El TAD de los conjuntos 203

subconjunto (Cj [1,3,2,1]) (Cj [3,1,3,2]) ; True

subconjunto (Cj [1,3,4,1]) (Cj [3,1,3,2]) ; False

subconjunto :: Eq a => Conj a -> Conj a -> Bool

subconjunto (Cj xs) (Cj ys) = sublista xs ys
where sublista [] _ = True
sublista (x:xs) ys = elem x ys &&
sublista xs ys

(igualConjunto c1 c2) se verifica si los conjuntos c1 y c2 son iguales. Por ejem-

plo,

igualConjunto (Cj [1,3,2,1]) (Cj [3,1,3,2]) ; True

igualConjunto (Cj [1,3,4,1]) (Cj [3,1,3,2]) ; False

igualConjunto :: Eq a => Conj a -> Conj a -> Bool

igualConjunto c1 c2 =
subconjunto c1 c2 && subconjunto c2 c1

Los conjuntos son comparables por igualdad.

instance Eq a => Eq (Conj a) where

(==) = igualConjunto

17.2.2. Los conjuntos como listas no ordenadas sin duplicados

Cabecera del módulo.

module ConjuntoConListasNoOrdenadasSinDuplicados
(Conj,
vacio, -- Conj a
esVacio, -- Conj a -> Bool
pertenece, -- Eq a => a -> Conj a -> Bool
inserta, -- Eq a => a -> Conj a -> Conj a
elimina -- Eq a => a -> Conj a -> Conj a
) where

Los conjuntos como listas no ordenadas sin repeticiones.

newtype Conj a = Cj [a]

204

Procedimiento de escritura de los conjuntos.

instance (Show a) => Show (Conj a) where

showsPrec _ (Cj s) cad = showConj s cad

showConj [] cad = showString "{}" cad

showConj (x:xs) cad = showChar ’{’ (shows x (showl xs cad))
where
showl [] cad = showChar ’}’ cad
showl (x:xs) cad = showChar ’,’ (shows x (showl xs cad))

Ejemplo de conjunto: c1 es el conjunto obtenido añadiéndole al conjunto vacío los

elementos 2, 5, 1, 3, 7, 5, 3, 2, 1, 9 y 0.

ghci> c1
{7,5,3,2,1,9,0}

c1 :: Conj Int
c1 = foldr inserta vacio [2,5,1,3,7,5,3,2,1,9,0]

vacio es el conjunto vacío. Por ejemplo,

ghci> vacio
{}

vacio :: Conj a
vacio = Cj []

(esVacio c) se verifica si c es el conjunto vacío. Por ejemplo,

esVacio c1 ; False
esVacio vacio ; True

esVacio :: Conj a -> Bool

esVacio (Cj xs) = null xs

(pertenece x c) se verifica si x pertenece al conjunto c. Por ejemplo,

c1 == {2,5,1,3,7,5,3,2,1,9,0}
pertenece 3 c1 == True
pertenece 4 c1 == False
 Tema 17. El TAD de los conjuntos 205

pertenece :: Eq a => a -> Conj a -> Bool

pertenece x (Cj xs) = elem x xs

(inserta x c) es el conjunto obtenido añadiendo el elemento x al conjunto c. Por

ejemplo,

inserta 4 c1 == {4,7,5,3,2,1,9,0}
inserta 5 c1 == {7,5,3,2,1,9,0}

inserta :: Eq a => a -> Conj a -> Conj a

inserta x s@(Cj xs) | pertenece x s = s
| otherwise = Cj (x:xs)

(elimina x c) es el conjunto obtenido eliminando el elemento x del conjunto c.

Por ejemplo,

elimina 3 c1 == {7,5,2,1,9,0}

elimina :: Eq a => a -> Conj a -> Conj a

elimina x (Cj ys) = Cj [y | y <- ys, y /= x]

(subconjunto c1 c2) se verifica si c1 es un subconjunto de c2. Por ejemplo,

subconjunto (Cj [1,3,2]) (Cj [3,1,2]) ; True

subconjunto (Cj [1,3,4,1]) (Cj [1,3,2]) ; False

subconjunto :: Eq a => Conj a -> Conj a -> Bool

subconjunto (Cj xs) (Cj ys) = sublista xs ys
where sublista [] _ = True
sublista (x:xs) ys = elem x ys &&
sublista xs ys

(igualConjunto c1 c2) se verifica si los conjuntos c1 y c2 son iguales. Por ejem-

plo,

igualConjunto (Cj [3,2,1]) (Cj [1,3,2]) ; True

igualConjunto (Cj [1,3,4]) (Cj [1,3,2]) ; False
206

igualConjunto :: Eq a => Conj a -> Conj a -> Bool

igualConjunto c1 c2 =
subconjunto c1 c2 && subconjunto c2 c1

Los conjuntos son comparables por igualdad.

instance Eq a => Eq (Conj a) where

(==) = igualConjunto

17.2.3. Los conjuntos como listas ordenadas sin duplicados

Cabecera del módulo

module ConjuntoConListasOrdenadasSinDuplicados
(Conj,
vacio, -- Conj a
esVacio, -- Conj a -> Bool
pertenece, -- Ord a => a -> Conj a -> Bool
inserta, -- Ord a => a -> Conj a -> Conj a
elimina -- Ord a => a -> Conj a -> Conj a
) where

Los conjuntos como listas ordenadas sin repeticiones.

newtype Conj a = Cj [a]

deriving Eq

Procedimiento de escritura de los conjuntos.

instance (Show a) => Show (Conj a) where

showsPrec _ (Cj s) cad = showConj s cad

showConj [] cad = showString "{}" cad

showConj (x:xs) cad = showChar ’{’ (shows x (showl xs cad))
where showl [] cad = showChar ’}’ cad
showl (x:xs) cad = showChar ’,’ (shows x (showl xs cad))

Ejemplo de conjunto: c1 es el conjunto obtenido añadiéndole al conjunto vacío los

elementos 2, 5, 1, 3, 7, 5, 3, 2, 1, 9 y 0.
 Tema 17. El TAD de los conjuntos 207

ghci> c1
{0,1,2,3,5,7,9}

c1 :: Conj Int
c1 = foldr inserta vacio [2,5,1,3,7,5,3,2,1,9,0]

vacio es el conjunto vacío. Por ejemplo,

ghci> vacio
{}

vacio :: Conj a
vacio = Cj []

(esVacio c) se verifica si c es el conjunto vacío. Por ejemplo,

esVacio c1 ; False
esVacio vacio ; True

esVacio :: Conj a -> Bool

esVacio (Cj xs) = null xs

(pertenece x c) se verifica si x pertenece al conjunto c. Por ejemplo,

c1 == {0,1,2,3,5,7,9}
pertenece 3 c1 == True
pertenece 4 c1 == False

pertenece :: Ord a => a -> Conj a -> Bool

pertenece x (Cj ys) = elem x (takeWhile (<= x) ys)

(inserta x c) es el conjunto obtenido añadiendo el elemento x al conjunto c. Por

ejemplo,

c1 == {0,1,2,3,5,7,9}
inserta 5 c1 == {0,1,2,3,5,7,9}
inserta 4 c1 == {0,1,2,3,4,5,7,9}
208

inserta :: Ord a => a -> Conj a -> Conj a

inserta x (Cj s) = Cj (agrega x s) where
agrega x [] = [x]
agrega x s@(y:ys) | x > y = y : (agrega x ys)
| x < y = x : s
| otherwise = s

(elimina x c) es el conjunto obtenido eliminando el elemento x del conjunto c.

Por ejemplo,

c1 == {0,1,2,3,5,7,9}
elimina 3 c1 == {0,1,2,5,7,9}

elimina :: Ord a => a -> Conj a -> Conj a

elimina x (Cj s) = Cj (elimina x s) where
elimina x [] = []
elimina x s@(y:ys) | x > y = y : elimina x ys
| x < y = s
| otherwise = ys

17.2.4. Los conjuntos de números enteros mediante números binarios

Los conjuntos que sólo contienen números (de tipo Int) entre 0 y n − 1, se pueden
representar como números binarios con n bits donde el bit i (0 ≤ i < n) es 1 syss
el número i pertenece al conjunto. Por ejemplo,
43210
{3,4} en binario es 11000 en decimal es 24
{1,2,3,4} en binario es 11110 en decimal es 30
{1,2,4} en binario es 10110 en decimal es 22

Cabecera del módulo

module ConjuntoConNumerosBinarios
(Conj,
vacio, -- Conj
esVacio, -- Conj -> Bool
pertenece, -- Int -> Conj -> Bool
inserta, -- Int -> Conj -> Conj
elimina -- Int -> Conj -> Conj
) where
 Tema 17. El TAD de los conjuntos 209

Los conjuntos de números enteros como números binarios.

newtype Conj = Cj Int deriving Eq

(conj2Lista c) es la lista de los elementos del conjunto c. Por ejemplo,

conj2Lista (Cj 24) ; [3,4]

conj2Lista (Cj 30) ; [1,2,3,4]
conj2Lista (Cj 22) ; [1,2,4]

conj2Lista (Cj s) = c2l s 0

where
c2l 0 _ = []
c2l n i | odd n = i : c2l (n ‘div‘ 2) (i+1)
| otherwise = c2l (n ‘div‘ 2) (i+1)

Procedimiento de escritura de conjuntos.

instance Show Conj where

showsPrec _ s cad = showConj (conj2Lista s) cad

showConj [] cad = showString "{}" cad

showConj (x:xs) cad =
showChar ’{’ (shows x (showl xs cad))
where
showl [] cad = showChar ’}’ cad
showl (x:xs) cad = showChar ’,’ (shows x (showl xs cad))

maxConj es el máximo número que puede pertenecer al conjunto. Depende de la

implementación de Haskell. Por ejemplo,

maxConj ; 29

maxConj :: Int
maxConj =
truncate (logBase 2 (fromIntegral maxInt)) - 1
where maxInt = maxBound::Int

Ejemplo de conjunto: c1 es el conjunto obtenido añadiéndole al conjunto vacío los

elementos 2, 5, 1, 3, 7, 5, 3, 2, 1, 9 y 0.
210

ghci> c1
{0,1,2,3,5,7,9}

c1 :: Conj
c1 = foldr inserta vacio [2,5,1,3,7,5,3,2,1,9,0]

vacio es el conjunto vacío. Por ejemplo,

ghci> vacio
{}

vacio :: Conj
vacio = Cj 0

(esVacio c) se verifica si c es el conjunto vacío. Por ejemplo,

esVacio c1 ; False
esVacio vacio ; True

esVacio :: Conj -> Bool

esVacio (Cj n) = n == 0

(pertenece x c) se verifica si x pertenece al conjunto c. Por ejemplo,

c1 == {0,1,2,3,5,7,9}
pertenece 3 c1 == True
pertenece 4 c1 == False

pertenece :: Int -> Conj -> Bool

pertenece i (Cj s)
| (i>=0) && (i<=maxConj) = odd (s ‘div‘ (2^i))
| otherwise
= error ("pertenece: elemento ilegal =" ++ show i)

(inserta x c) es el conjunto obtenido añadiendo el elemento x al conjunto c. Por

ejemplo,

c1 == {0,1,2,3,5,7,9}
inserta 5 c1 == {0,1,2,3,5,7,9}
inserta 4 c1 == {0,1,2,3,4,5,7,9}
 Tema 17. El TAD de los conjuntos 211

inserta i (Cj s)
| (i>=0) && (i<=maxConj) = Cj (d’*e+m)
| otherwise
= error ("inserta: elemento ilegal =" ++ show i)
where (d,m) = divMod s e
e = 2^i
d’ = if odd d then d else d+1

(elimina x c) es el conjunto obtenido eliminando el elemento x del conjunto c.

Por ejemplo,

c1 == {0,1,2,3,5,7,9}
elimina 3 c1 == {0,1,2,5,7,9}

elimina i (Cj s)
| (i>=0) && (i<=maxConj) = Cj (d’*e+m)
| otherwise
= error ("elimina: elemento ilegal =" ++ show i)
where (d,m) = divMod s e
e = 2^i
d’ = if odd d then d-1 else d

17.3. Comprobación de las implementaciones con Quick-

Check
17.3.1. Librerías auxiliares
Importación de la implementación de los conjuntos que se desea verificar.

import ConjuntoConListasNoOrdenadasConDuplicados
-- import ConjuntoConListasNoOrdenadasSinDuplicados
-- import ConjuntoConListasOrdenadasSinDuplicados

Importación de las librerías de comprobación

import [Link]
import [Link]
import [Link].QuickCheck2
212

17.3.2. Generador de conjuntos

genConjunto es un generador de conjuntos. Por ejemplo,

ghci> sample genConjunto

{3,-2,-2,-3,-2,4}
{-8,0,4,6,-5,-2}
{}

genConjunto :: Gen (Conj Int)

genConjunto = do xs <- listOf arbitrary
return (foldr inserta vacio xs)

instance Arbitrary (Conj Int) where

arbitrary = genConjunto

17.3.3. Especificación de las propiedades de los conjuntos

El número de veces que se añada un elemento a un conjunto no importa.

prop_independencia_repeticiones :: Int -> Conj Int

-> Bool
prop_independencia_repeticiones x c =
inserta x (inserta x c) == inserta x c

El orden en que se añadan los elementos a un conjunto no importa.

prop_independencia_del_orden :: Int -> Int -> Conj Int

-> Bool
prop_independencia_del_orden x y c =
inserta x (inserta y c) == inserta y (inserta x c)

El conjunto vacío no tiene elementos.

prop_vacio_no_elementos:: Int -> Bool

prop_vacio_no_elementos x =
not (pertenece x vacio)

Un elemento pertenece al conjunto obtenido añadiendo x al conjunto c syss es

igual a x o pertenece a c.
 Tema 17. El TAD de los conjuntos 213

prop_pertenece_inserta :: Int -> Int -> Conj Int -> Bool

prop_pertenece_inserta x y c =
pertenece y (inserta x c) == (x==y) || pertenece y c

Al eliminar cualquier elemento del conjunto vacío se obtiene el conjunto vacío.

prop_elimina_vacio :: Int -> Bool

prop_elimina_vacio x =
elimina x vacio == vacio

El resultado de eliminar x en el conjunto obtenido añadiéndole x al conjunto c es

c menos x, si x e y son iguales y es el conjunto obtenido añadiéndole y a c menos
x, en caso contrario.

prop_elimina_inserta :: Int -> Int -> Conj Int -> Bool

prop_elimina_inserta x y c =
elimina x (inserta y c)
== if x == y then elimina x c
else inserta y (elimina x c)

vacio es vacío.

prop_vacio_es_vacio :: Bool
prop_vacio_es_vacio =
esVacio (vacio :: Conj Int)

Los conjuntos construidos con inserta no son vacío.

prop_inserta_es_no_vacio :: Int -> Conj Int -> Bool

prop_inserta_es_no_vacio x c =
not (esVacio (inserta x c))

17.3.4. Comprobación de las propiedades

Definición del procedimiento de comprobación

compruebaPropiedades comprueba todas las propiedades con la plataforma de

verificación.
214

compruebaPropiedades =
defaultMain
[testGroup "Propiedades del TAD conjunto:"
[testProperty "P1" prop_vacio_es_vacio,
testProperty "P2" prop_inserta_es_no_vacio,
testProperty "P3" prop_independencia_repeticiones,
testProperty "P4" prop_independencia_del_orden,
testProperty "P5" prop_vacio_no_elementos,
testProperty "P6" prop_pertenece_inserta,
testProperty "P7" prop_elimina_vacio,
testProperty "P8" prop_elimina_inserta]]

Comprobación de las propiedades de los conjuntos

ghci> compruebaPropiedades
Propiedades del TAD conjunto:
P1: [OK, passed 100 tests]
P2: [OK, passed 100 tests]
P3: [OK, passed 100 tests]
P4: [OK, passed 100 tests]
P5: [OK, passed 100 tests]
P6: [OK, passed 100 tests]
P7: [OK, passed 100 tests]
P8: [OK, passed 100 tests]

Properties Total
Passed 8 8
Failed 0 0
Total 8 8
Tema 18

El TAD de las tablas

Contenido
18.1. El tipo predefinido de las tablas (“arrays”) . . . . . . . . . . . . . . . . . 203
18.1.1. La clase de los índices de las tablas . . . . . . . . . . . . . . . . . . 203
18.1.2. El tipo predefinido de las tablas (“arrays”) . . . . . . . . . . . . . 204
18.2. Especificación del TAD de las tablas . . . . . . . . . . . . . . . . . . . . . 208
18.2.1. Signatura del TAD de las tablas . . . . . . . . . . . . . . . . . . . . 208
18.2.2. Propiedades del TAD de las tablas . . . . . . . . . . . . . . . . . . 208
18.3. Implementaciones del TAD de las tablas . . . . . . . . . . . . . . . . . . 209
18.3.1. Las tablas como funciones . . . . . . . . . . . . . . . . . . . . . . . 209
18.3.2. Las tablas como listas de asociación . . . . . . . . . . . . . . . . . 210
18.3.3. Las tablas como matrices . . . . . . . . . . . . . . . . . . . . . . . 212
18.4. Comprobación de las implementaciones con QuickCheck . . . . . . . . 214
18.4.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
18.4.2. Generador de tablas . . . . . . . . . . . . . . . . . . . . . . . . . . 214
18.4.3. Especificación de las propiedades de las tablas . . . . . . . . . . . 215
18.4.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . 216

18.1. El tipo predefinido de las tablas (“arrays”)

18.1.1. La clase de los índices de las tablas
La clase de los índices de las tablas es Ix.

Ix se encuentra en la librería [Link]

215
216

Información de la clase Ix:

ghci> :info Ix
class (Ord a) => Ix a where
range :: (a, a) -> [a]
index :: (a, a) -> a -> Int
inRange :: (a, a) -> a -> Bool
rangeSize :: (a, a) -> Int
instance Ix Ordering -- Defined in [Link]
instance Ix Integer -- Defined in [Link]
instance Ix Int -- Defined in [Link]
instance Ix Char -- Defined in [Link]
instance Ix Bool -- Defined in [Link]
instance (Ix a, Ix b) => Ix (a, b)

(range (m,n)) es la lista de los índices desde m hasta n, en el orden del índice. Por
ejemplo,

range (0,4) ; [0,1,2,3,4]

range (3,9) ; [3,4,5,6,7,8,9]
range (’b’,’f’) ; "bcdef"
range ((0,0),(1,2)) ; [(0,0),(0,1),(0,2),
(1,0),(1,1),(1,2)]

(index (m,n) i) es el ordinal del índice i dentro del rango (m,n). Por ejemplo,

index (3,9) 5 ; 2
index (’b’,’f’) ’e’ ; 3
index ((0,0),(1,2)) (1,1) ; 4

(inRange (m,n) i) se verifica si el índice i está dentro del rango limitado por m y
n. Por ejemplo,

inRange (0,4) 3 ; True

inRange (0,4) 7 ; False
inRange ((0,0),(1,2)) (1,1) ; True
inRange ((0,0),(1,2)) (1,5) ; False

(rangeSize (m,n)) es el número de elementos en el rango limitado por m y n. Por

ejemplo,

rangeSize (3,9) ; 7
rangeSize (’b’,’f’) ; 5
rangeSize ((0,0),(1,2)) ; 6
 Tema 18. El TAD de las tablas 217

18.1.2. El tipo predefinido de las tablas (“arrays”)

El tipo predefinido de las tablas (“arrays”)

La librería de las tablas es [Link].

Para usar las tablas hay que escribir al principio del fichero

import [Link]

Al importar [Link] también se importa [Link].

(Array i v) es el tipo de las tablas con índice en i y valores en v.

Creación de tablas

(array (m,n) ivs) es la tabla de índices en el rango limitado por m y n defini-

da por la lista de asociación ivs (cuyos elementos son pares de la forma (índice,
valor)). Por ejemplo,

ghci> array (1,3) [(3,6),(1,2),(2,4)]

array (1,3) [(1,2),(2,4),(3,6)]
ghci> array (1,3) [(i,2*i) | i <- [1..3]]
array (1,3) [(1,2),(2,4),(3,6)]

Ejemplos de definiciones de tablas

(cuadrados n) es un vector de n+1 elementos tal que su elemento i–ésimo es i2 .

Por ejemplo,

ghci> cuadrados 5
array (0,5) [(0,0),(1,1),(2,4),(3,9),(4,16),(5,25)]

cuadrados :: Int -> Array Int Int

cuadrados n = array (0,n) [(i,i^2) | i <- [0..n]]

v es un vector con 4 elementos de tipo carácter. Por ejemplo,

v :: Array Integer Char

v = array (1,4) [(3,’c’),(2,’a’), (1,’f’), (4,’e’)]

m es la matriz con 2 filas y 3 columnas tal que el elemento de la posición (i,j) es el

producto de i por j.
218

m :: Array (Int, Int) Int

m = array ((1,1),(2,3)) [((i,j),i*j)) | i<-[1..2],j<-[1..3]]

Una tabla está indefinida si algún índice está fuera de rango.

ghci> array (1,4) [(i , i*i) | i <- [1..4]]

array (1,4) [(1,1),(2,4),(3,9),(4,16)]
ghci> array (1,4) [(i , i*i) | i <- [1..5]]
array *** Exception: Error in array index
ghci> array (1,4) [(i , i*i) | i <- [1..3]]
array (1,4) [(1,1),(2,4),(3,9),(4,***
Exception: (Array.!): undefined array element

Descomposición de tablas

(t ! i) es el valor del índice i en la tabla t. Por ejemplo,

ghci> v
array (1,4) [(1,’f’),(2,’a’),(3,’c’),(4,’e’)]
ghci> v!3
’c’
ghci> m
array ((1,1),(2,3)) [((1,1),1),((1,2),2),((1,3),3),
((2,1),2),((2,2),4),((2,3),6)]
ghci> m!(2,3)
6

(bounds t) es el rango de la tabla t. Por ejemplo,

bounds m ; ((1,1),(2,3))

(indices t) es la lista de los índices de la tabla t. Por ejemplo,

indices m ; [(1,1),(1,2),(1,3),(2,1),(2,2),(2,3)]

(elems t) es la lista de los elementos de la tabla t. Por ejemplo,

elems m ; [1,2,3,2,4,6]

(assocs t) es la lista de asociaciones de la tabla t. Por ejemplo,

ghci> assocs m
[((1,1),1),((1,2),2),((1,3),3),
((2,1),2),((2,2),4),((2,3),6)]
 Tema 18. El TAD de las tablas 219

Modificación de tablas

(t // ivs) es la tabla t asignándole a los índices de la lista de asociación ivs sus

correspondientes valores. Por ejemplo,

ghci> m // [((1,1),4), ((2,2),8)]

array ((1,1),(2,3))
[((1,1),4),((1,2),2),((1,3),3),
((2,1),2),((2,2),8),((2,3),6)]
ghci> m
array ((1,1),(2,3))
[((1,1),1),((1,2),2),((1,3),3),
((2,1),2),((2,2),4),((2,3),6)]

Definición de tabla por recursión

(fibs n) es el vector formado por los n primeros términos de la sucesión de Fibo-

nacci. Por ejemplo,

ghci> fibs 7
array (0,7) [(0,1),(1,1),(2,2),(3,3),
(4,5),(5,8),(6,13),(7,21)]

fibs :: Int -> Array Int Int

fibs n = a where
a = array (0,n)
([(0,1),(1,1)] ++
[(i,a!(i-1)+a!(i-2)) | i <- [2..n]])

Otras funciones de creación de tablas

(listArray (m,n) vs) es la tabla cuyo rango es (m,n) y cuya lista de valores es
vs. Por ejemplo,

ghci> listArray (2,5) "Roma"

array (2,5) [(2,’R’),(3,’o’),(4,’m’),(5,’a’)]
ghci> listArray ((1,2),(2,4)) [5..12]
array ((1,2),(2,4)) [((1,2),5),((1,3),6),((1,4),7),
((2,2),8),((2,3),9),((2,4),10)]
220

Construcción acumulativa de tablas

(accumArray f v (m,n) ivs) es la tabla de rango (m,n) tal que el valor del índice
i se obtiene acumulando la aplicación de la función f al valor inicial v y a los
valores de la lista de asociación ivs cuyo índice es i. Por ejemplo,

ghci> accumArray (+) 0 (1,3) [(1,4),(2,5),(1,2)]

array (1,3) [(1,6),(2,5),(3,0)]
ghci> accumArray (*) 1 (1,3) [(1,4),(2,5),(1,2)]
array (1,3) [(1,8),(2,5),(3,1)]

(histograma r is) es el vector formado contando cuantas veces aparecen los ele-
mentos del rango r en la lista de índices is. Por ejemplo,

ghci> histograma (0,5) [3,1,4,1,5,4,2,7]

array (0,5) [(0,0),(1,2),(2,1),(3,1),(4,2),(5,1)]

histograma :: (Ix a, Num b) => (a,a) -> [a] -> Array a b

histograma r is =
accumArray (+) 0 r [(i,1) | i <- is, inRange r i]

18.2. Especificación del TAD de las tablas

18.2.1. Signatura del TAD de las tablas
Signatura:

tabla :: Eq i => [(i,v)] -> Tabla i v

valor :: Eq i => Tabla i v -> i -> v
modifica :: Eq i => (i,v) -> Tabla i v -> Tabla i v

Descripción de las operaciones:

• (tabla ivs) es la tabla correspondiente a la lista de asociación ivs (que es

una lista de pares formados por los índices y los valores).
• (valor t i) es el valor del índice i en la tabla t.
• (modifica (i,v) t) es la tabla obtenida modificando en la tabla t el valor
de i por v.
 Tema 18. El TAD de las tablas 221

18.2.2. Propiedades del TAD de las tablas

1. modifica (i,v’) (modifica (i,v) t)
= modifica (i,v’) t

2. Si i /= i’, entonces
modifica (i’,v’) (modifica (i,v) t)
= modifica (i,v) (modifica (i’,v’) t)

3. valor (modifica (i,v) t) i = v

4. Si i /= i’, entonces
valor (modifica (i,v) (modifica (k’,v’) t)) i’
= valor (modifica (k’,v’) t) i’

18.3. Implementaciones del TAD de las tablas

18.3.1. Las tablas como funciones
Cabecera del módulo:

module TablaConFunciones
(Tabla,
tabla, -- Eq i => [(i,v)] -> Tabla i v
valor, -- Eq i => Tabla i v -> i -> v
modifica -- Eq i => (i,v) -> Tabla i v -> Tabla i v
) where

Las tablas como funciones.

newtype Tabla i v = Tbl (i -> v)

Procedimiento de escritura.

instance Show (Tabla i v) where

showsPrec _ _ cad = showString "<<Una tabla>>" cad

Ejemplos de tablas:

t1 = tabla [(i,f i) | i <- [1..6] ]

where f x | x < 3 = x
| otherwise = 3-x
222

t2 = tabla [(4,89), (1,90), (2,67)]

(valor t i) es el valor del índice i en la tabla t. Por ejemplo,

valor t1 6 ; -3
valor t2 2 ; 67
valor t2 5 ; *** Exception: fuera de rango

valor :: Eq i => Tabla i v -> i -> v

valor (Tbl f) i = f i

(modifica (i,v) t) es la tabla obtenida modificando en la tabla t el valor de i

por v. Por ejemplo,

valor (modifica (6,9) t1) 6 ; 9

modifica :: Eq i => (i,v) -> Tabla i v -> Tabla i v

modifica (i,v) (Tbl f) = Tbl g
where g j | j == i = v
| otherwise = f j

(tabla ivs) es la tabla correspondiente a la lista de asociación ivs (que es una

lista de pares formados por los índices y los valores). Por ejemplo,

ghci> tabla [(4,89), (1,90), (2,67)]

<<Una tabla>>

tabla :: Eq i => [(i,v)] -> Tabla i v

tabla ivs =
foldr modifica
(Tbl (\_ -> error "fuera de rango"))
ivs

18.3.2. Las tablas como listas de asociación

Cabecera del módulo
 Tema 18. El TAD de las tablas 223

module TablaConListasDeAsociacion
(Tabla,
tabla, -- Eq i => [(i,v)] -> Tabla i v
valor, -- Eq i => Tabla i v -> i -> v
modifica -- Eq i => (i,v) -> Tabla i v -> Tabla i v
) where

Las tablas como listas de asociación.

newtype Tabla i v = Tbl [(i,v)]

deriving Show

Ejemplos de tablas

• Definición:
t1 = tabla [(i,f i) | i <- [1..6] ]
where f x | x < 3 = x
| otherwise = 3-x

t2 = tabla [(4,89), (1,90), (2,67)]

• Evaluación:
ghci> t1
Tbl [(1,1),(2,2),(3,0),(4,-1),(5,-2),(6,-3)]

ghci> t2
Tbl [(4,89),(1,90),(2,67)]

(tabla ivs) es la tabla correspondiente a la lista de asociación ivs (que es una

lista de pares formados por los índices y los valores). Por ejemplo,

ghci> tabla [(4,89),(1,90),(2,67)]

Tbl [(4,89),(1,90),(2,67)]

tabla :: Eq i => [(i,v)] -> Tabla i v

tabla ivs = Tbl ivs

(valor t i) es el valor del índice i en la tabla t. Por ejemplo,

224

valor t1 6 ; -3
valor t2 2 ; 67
valor t2 5 ; *** Exception: fuera de rango

valor :: Eq i => Tabla i v -> i -> v

valor (Tbl []) i = error "fuera de rango"
valor (Tbl ((j,v):r)) i
| i == j = v
| otherwise = valor (Tbl r) i

(modifica (i,x) t) es la tabla obtenida modificando en la tabla t el valor de i

por x. Por ejemplo,

valor t1 6 ; -3
valor (modifica (6,9) t1) 6 ; 9

modifica :: Eq i => (i,v) -> Tabla i v -> Tabla i v

modifica p (Tbl []) = (Tbl [p])
modifica p’@(i,_) (Tbl (p@(j,_):r))
| i == j = Tbl (p’:r)
| otherwise = Tbl (p:r’)
where Tbl r’ = modifica p’ (Tbl r)

18.3.3. Las tablas como matrices

Cabecera del módulo:

module TablaConMatrices
(Tabla,
tabla, -- Eq i => [(i,v)] -> Tabla i v
valor, -- Eq i => Tabla i v -> i -> v
modifica, -- Eq i => (i,v) -> Tabla i v -> Tabla i v
tieneValor -- Ix i => Tabla i v -> i -> Bool
) where

Importación de la librería auxiliar:

import [Link]

Las tablas como matrices.

 Tema 18. El TAD de las tablas 225

newtype Tabla i v = Tbl (Array i v) deriving (Show, Eq)

Ejemplos de tablas:

• Definición:
t1 = tabla [(i,f i) | i <- [1..6] ]
where f x | x < 3 = x
| otherwise = 3-x

t2 = tabla [(1,5),(2,4),(3,7)]

• Evaluación:
ghci> t1
Tbl (array (1,6) [(1,1),(2,2),(3,0),
(4,-1),(5,-2),(6,-3)])

ghci> t2
Tbl (array (1,3) [(1,5),(2,4),(3,7)])

(tabla ivs) es la tabla correspondiente a la lista de asociación ivs (que es una

lista de pares formados por los índices y los valores). Por ejemplo,

ghci> tabla [(1,5),(3,7),(2,4)]

Tbl (array (1,3) [(1,5),(2,4),(3,7)])

tabla :: Ix i => [(i,v)] -> Tabla i v

tabla ivs = Tbl (array (m,n) ivs)
where indices = [i | (i,_) <- ivs]
m = minimum indices
n = maximum indices

(valor t i) es el valor del índice i en la tabla t. Por ejemplo,

valor t1 6 ; -3
valor t2 2 ; 67
valor t2 5 ; *** Exception: fuera de rango

valor :: Ix i => Tabla i v -> i -> v

valor (Tbl t) i = t ! i
226

(modifica (i,x) t) es la tabla obtenida modificando en la tabla t el valor de i

por x. Por ejemplo,

valor t1 6 ; -3
valor (modifica (6,9) t1) 6 ; 9

modifica :: Ix i => (i,v) -> Tabla i v -> Tabla i v

modifica p (Tbl t) = Tbl (t // [p])

(cotas t) son las cotas de la tabla t. Por ejemplo,

t2 ; Tbl (array (1,3) [(1,5),(2,4),(3,7)])

cotas t2 ; (1,3)

cotas :: Ix i => Tabla i v -> (i,i)

cotas (Tbl t) = bounds t

(tieneValor t x) se verifica si x es una clave de la tabla t. Por ejemplo,

tieneValor t2 3 ; True
tieneValor t2 4 ; False

tieneValor :: Ix i => Tabla i v -> i -> Bool

tieneValor t = inRange (cotas t)

18.4. Comprobación de las implementaciones con Quick-

Check
18.4.1. Librerías auxiliares
Importación de la implementación de las tablas que se desea verificar.

import TablaConListasDeAsociacion

Importación de las librerías de comprobación.

import [Link]
import [Link]
import [Link].QuickCheck2
 Tema 18. El TAD de las tablas 227

18.4.2. Generador de tablas

genTabla es un generador de tablas. Por ejemplo,

ghci> sample genTabla

Tbl [(1,0)]
Tbl [(1,-1)]
Tbl [(1,0),(2,-1),(3,1),(4,1),(5,0)]

genTabla :: Gen (Tabla Int Int)

genTabla =
do x <- arbitrary
xs <- listOf arbitrary
return (tabla (zip [1..] (x:xs)))

instance Arbitrary (Tabla Int Int) where

arbitrary = genTabla

18.4.3. Especificación de las propiedades de las tablas

Al modificar una tabla dos veces con la misma clave se obtiene el mismos resulta-
do que modificarla una vez con el último valor.

prop_modifica_modifica_1 :: Int -> Int -> Int

-> Tabla Int Int -> Bool
prop_modifica_modifica_1 i v v’ t =
modifica (i,v’) (modifica (i,v) t)
== modifica (i,v’) t

Al modificar una tabla con dos pares con claves distintas no importa el orden en
que se añadan los pares.

prop_modifica_modifica_2 :: Int -> Int -> Int -> Int

-> Tabla Int Int -> Property
prop_modifica_modifica_2 i i’ v v’ t =
i /= i’ ==>
modifica (i’,v’) (modifica (i,v) t)
== modifica (i,v) (modifica (i’,v’) t)

El valor de la clave i en la tabla obtenida añadiéndole el par (i,v) a la tabla t es

v.
228

prop_valor_modifica_1 :: Int -> Int

-> Tabla Int Int -> Bool
prop_valor_modifica_1 i v t =
valor (modifica (i,v) t) i == v

Sean i e j dos claves distintas. El valor de la clave j en la tabla obtenida añadién-

dole el par (i,v) a la tabla t’ (que contiene la clave j) es el valor de j en t’.

prop_valor_modifica_2 :: Int -> Int -> Int -> Int

-> Tabla Int Int -> Property
prop_valor_modifica_2 i v j v’ t =
i /= j ==>
valor (modifica (i,v) t’) j == valor t’ j
where t’ = modifica (j,v’) t

18.4.4. Comprobación de las propiedades

Definición del procedimiento de comprobación

compruebaPropiedades comprueba todas las propiedades con la plataforma de

verificación. Por ejemplo,

compruebaPropiedades =
defaultMain
[testGroup "Propiedades del TAD tabla"
[testProperty "P1" prop_modifica_modifica_1,
testProperty "P2" prop_modifica_modifica_2,
testProperty "P3" prop_valor_modifica_1,
testProperty "P4" prop_valor_modifica_2]]

Comprobación de las propiedades de las tablas

Propiedades del TAD tabla:

P1: [OK, passed 100 tests]
P2: [OK, passed 100 tests]
P3: [OK, passed 100 tests]
P4: [OK, passed 100 tests]

Properties Total
 Tema 18. El TAD de las tablas 229

Passed 4 4
Failed 0 0
Total 4 4
230
Tema 19

El TAD de los árboles binarios de

búsqueda

Contenido
19.1. Especificación del TAD de los árboles binarios de búsqueda . . . . . . 217
19.1.1. Signatura del TAD de los árboles binarios de búsqueda . . . . . . 217
19.1.2. Propiedades del TAD de los árboles binarios de búsqueda . . . . 218
19.2. Implementación del TAD de los árboles binarios de búsqueda . . . . . 219
19.2.1. Los ABB como tipo de dato algebraico . . . . . . . . . . . . . . . . 219
19.3. Comprobación de la implementación con QuickCheck . . . . . . . . . 223
19.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
19.3.2. Generador de árboles binarios de búsqueda . . . . . . . . . . . . 223
19.3.3. Especificación de las propiedades de los árboles de búsqueda . . 224
19.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . 227

19.1. Especificación del TAD de los árboles binarios de

búsqueda
19.1.1. Signatura del TAD de los árboles binarios de búsqueda
Descripción de los árboles binarios de búsqueda
Un árbol binario de búsqueda (ABB) es un árbol binario tal que el valor de cada
nodo es mayor que los valores de su subárbol izquierdo y es menor que los valo-
res de su subárbol derecho y, además, ambos subárboles son árboles binarios de
búsqueda.

231
232

Por ejemplo, al almacenar los valores de [2,3,4,5,6,8,9] en un ABB se puede obtener

los siguientes ABB:

5 5
/ \ / \
2 6 3 8
\ \ / \ / \
4 8 2 4 6 9
/ \
3 9

El objetivo principal de los ABB es reducir el tiempo de acceso a los valores.

Signatura del TAD de los árboles binarios de búsqueda

Signatura:

vacio :: ABB
inserta :: (Ord a,Show a) => a -> ABB a -> ABB a
elimina :: (Ord a,Show a) => a -> ABB a -> ABB a
crea :: (Ord a,Show a) => [a] -> ABB a
menor :: Ord a => ABB a -> a
elementos :: (Ord a,Show a) => ABB a -> [a]
pertenece :: (Ord a,Show a) => a -> ABB a -> Bool
valido :: (Ord a,Show a) => ABB a -> Bool

Descripción de las operaciones:

vacio es el ABB vacío.

(pertenece v a) se verifica si v es el valor de algún nodo del ABB a.

(inserta v a) es el árbol obtenido añadiendo el valor v al ABB a, si no es uno de

sus valores.

(crea vs) es el ABB cuyos valores son vs.

(elementos a) es la lista de los valores de los nodos del ABB en el recorrido inor-
den.

(elimina v a) es el ABB obtenido eliminando el valor v del ABB a.

(menor a) es el mínimo valor del ABB a.

(valido a) se verifica si a es un ABB correcto.

 Tema 19. El TAD de los árboles binarios de búsqueda 233

19.1.2. Propiedades del TAD de los árboles binarios de búsqueda

1. valido vacio

2. valido (inserta v a)

3. inserta x a /= vacio

4. pertenece x (inserta x a)

5. not (pertenece x vacio)

6. pertenece y (inserta x a)
== (x == y) || pertenece y a

7. valido (elimina v a)

8. elimina x (inserta x a) == elimina x a

9. valido (crea xs)

10. elementos (crea xs) == sort (nub xs)

11. pertenece v a == elem v (elementos a)

12. ∀ x ∈ elementos a (menor a <= x)

19.2. Implementación del TAD de los árboles binarios de

búsqueda
19.2.1. Los ABB como tipo de dato algebraico
Cabecera del módulo:

module ArbolBin
(ABB,
vacio, -- ABB
inserta, -- (Ord a,Show a) => a -> ABB a -> ABB a
elimina, -- (Ord a,Show a) => a -> ABB a -> ABB a
crea, -- (Ord a,Show a) => [a] -> ABB a
crea’, -- (Ord a,Show a) => [a] -> ABB a
menor, -- Ord a => ABB a -> a
elementos, -- (Ord a,Show a) => ABB a -> [a]
pertenece, -- (Ord a,Show a) => a -> ABB a -> Bool
234

valido -- (Ord a,Show a) => ABB a -> Bool

) where

Los ABB como tipo de dato algebraico.

data Ord a => ABB a = Vacio

| Nodo a (ABB a) (ABB a)
deriving (Show, Eq)

Procedimiento de escritura de árboles binarios de búsqueda.

instance (Show a, Ord a) => Show (ABB a) where

show Vacio = " -"
show (Nodo x i d) =
" (" ++ show x ++ show i ++ show d ++ ")"

abb1 y abb2 son árboles de búsqueda binarios.

ghci> abb1
(5 (2 - (4 (3 - -) -)) (6 - (8 - (9 - -))))
ghci> abb2
(5 (2 - (4 (3 - -) -)) (8 (6 - (7 - -)) (10 (9 - -) (11 - -))))

abb1, abb2 :: ABB Int

abb1 = crea (reverse [5,2,6,4,8,3,9])
abb2 = foldr inserta vacio
(reverse [5,2,4,3,8,6,7,10,9,11])

vacio es el ABB vacío.

vacio :: ABB a
vacio = Vacio

(pertenece v a) se verifica si v es el valor de algún nodo del ABB a. Por ejemplo,

pertenece 3 abb1 ; True

pertenece 7 abb1 ; False

pertenece :: (Ord a,Show a) => a -> ABB a -> Bool

pertenece v’ Vacio = False
pertenece v’ (Nodo v i d) | v==v’ = True
 Tema 19. El TAD de los árboles binarios de búsqueda 235

| v’<v = pertenece v’ i
| v’>v = pertenece v’ d

(inserta v a) es el árbol obtenido añadiendo el valor v al ABB a, si no es uno de

sus valores. Por ejemplo,

ghci> inserta 7 abb1

(5 (2 - (4 (3 - -) -)) (6 - (8 (7 - -) (9 - -))))

inserta :: (Ord a,Show a) => a -> ABB a -> ABB a

inserta v’ Vacio = Nodo v’ Vacio Vacio
inserta v’ (Nodo v i d)
| v’ == v = Nodo v i d
| v’ < v = Nodo v (inserta v’ i) d
| otherwise = Nodo v i (inserta v’ d)

(crea vs) es el ABB cuyos valores son vs. Por ejemplo

ghci> crea [3,7,2]

(2 - (7 (3 - -) -))

crea :: (Ord a,Show a) => [a] -> ABB a

crea = foldr inserta Vacio

(crea’ vs) es el ABB de menor profundidad cuyos valores son los de la lista
ordenada vs. Por ejemplo,

ghci> crea’ [2,3,7]

(3 (2 - -) (7 - -))

crea’ :: (Ord a,Show a) => [a] -> ABB a

crea’ [] = Vacio
crea’ vs = Nodo x (crea’ l1) (crea’ l2)
where n = length vs ‘div‘ 2
l1 = take n vs
(x:l2) = drop n vs

(elementos a) es la lista de los valores de los nodos del ABB a en el recorrido

inorden. Por ejemplo,
236

elementos abb1 ; [2,3,4,5,6,8,9]

elementos abb2 ; [2,3,4,5,6,7,8,9,10,11]

elementos :: (Ord a,Show a) => ABB a -> [a]

elementos Vacio = []
elementos (Nodo v i d) =
elementos i ++ [v] ++ elementos d

(elimina v a) el ABB obtenido eliminando el valor v del ABB a.

ghci> elimina 3 abb1

(5 (2 - (4 - -)) (6 - (8 - (9 - -))))
ghci> elimina 2 abb1
(5 (4 (3 - -) -) (6 - (8 - (9 - -))))

elimina :: (Ord a,Show a) => a -> ABB a -> ABB a

elimina v’ Vacio = Vacio
elimina v’ (Nodo v i Vacio) | v’==v = i
elimina v’ (Nodo v Vacio d) | v’==v = d
elimina v’ (Nodo v i d)
| v’<v = Nodo v (elimina v’ i) d
| v’>v = Nodo v i (elimina v’ d)
| v’==v = Nodo k i (elimina k d)
where k = menor d

(menor a) es el mínimo valor del ABB a. Por ejemplo,

menor abb1 ; 2

menor :: Ord a => ABB a -> a

menor (Nodo v Vacio _) = v
menor (Nodo _ i _) = menor i

(menorTodos v a) se verifica si v es menor que todos los elementos del ABB a.

menorTodos :: (Ord a, Show a) => a -> ABB a -> Bool

menorTodos v Vacio = True
menorTodos v a = v < minimum (elementos a)

(mayorTodos v a) se verifica si v es mayor que todos los elementos del ABB a.

 Tema 19. El TAD de los árboles binarios de búsqueda 237

mayorTodos :: (Ord a, Show a) => a -> ABB a -> Bool

mayorTodos v Vacio = True
mayorTodos v a = v > maximum (elementos a)

(valido a) se verifica si a es un ABB correcto. Por ejemplo,

valido abb1 ; True

valido :: (Ord a, Show a) => ABB a -> Bool

valido Vacio = True
valido (Nodo v i d) = mayorTodos v i && menorTodos v d
&& valido i && valido d

19.3. Comprobación de la implementación con QuickCheck

19.3.1. Librerías auxiliares
Importación de la implementación de ABB.

import ArbolBin

Importación de librerías auxiliares.

import [Link]
import [Link]
import [Link]
import [Link].QuickCheck2

19.3.2. Generador de árboles binarios de búsqueda

genABB es un generador de árboles binarios de búsqueda. Por ejemplo,

ghci> sample genABB

-
(1 (-1 - -) -)
(1 - -)
(-1 (-3 - -) (1 - (4 - -)))
238

genABB :: Gen (ABB Int)

genABB = do xs <- listOf arbitrary
return (foldr inserta vacio xs)

instance Arbitrary (ABB Int) where

arbitrary = genABB

Propiedad. Todo los elementos generados por genABB son árboles binarios de
búsqueda.

prop_genABB_correcto :: ABB Int -> Bool

prop_genABB_correcto = valido

listaOrdenada es un generador de listas ordenadas de números enteros. Por ejem-

plo,

ghci> sample listaOrdenada

[1]
[-2,-1,0]

listaOrdenada :: Gen [Int]

listaOrdenada =
frequency [(1,return []),
(4,do xs <- orderedList
n <- arbitrary
return (nub ((case xs of
[] -> n
x:_ -> n ‘min‘ x)
:xs)))]

(ordenada xs) se verifica si xs es una lista ordenada creciente. Por ejemplo,

ordenada [3,5,9] ; True

ordenada [3,9,5] ; False

ordenada :: [Int] -> Bool

ordenada xs = and [x<y | (x,y) <- zip xs (tail xs)]

Propiedad. El generador listaOrdenada produce listas ordenadas.

 Tema 19. El TAD de los árboles binarios de búsqueda 239

prop_listaOrdenada_correcta :: [Int] -> Property

prop_listaOrdenada_correcta xs =
forAll listaOrdenada ordenada

19.3.3. Especificación de las propiedades de los árboles de búsqueda

vacio es un ABB.

prop_vacio_es_ABB :: Bool
prop_vacio_es_ABB =
valido (vacio :: ABB Int)

Si a es un ABB, entonces (inserta v a) también lo es.

prop_inserta_es_valida :: Int -> ABB Int -> Bool

prop_inserta_es_valida v a =
valido (inserta v a)

El árbol que resulta de añadir un elemento a un ABB es no vacío.

prop_inserta_es_no_vacio :: Int -> ABB Int -> Bool

prop_inserta_es_no_vacio x a =
inserta x a /= vacio

Para todo x y a, x es un elemento de (inserta x a).

prop_elemento_de_inserta :: Int -> ABB Int -> Bool

prop_elemento_de_inserta x a =
pertenece x (inserta x a)

En un árbol vacio no hay ningún elemento.

prop_vacio_sin_elementos :: Int -> Bool

prop_vacio_sin_elementos x =
not (pertenece x vacio)

Los elementos de (inserta x a) son x y los elementos de a.

240

prop_elementos_de_inserta :: Int -> Int

-> ABB Int -> Bool
prop_elementos_de_inserta x y a =
pertenece y (inserta x a)
== (x == y) || pertenece y a

Si a es un ABB, entonces (elimina v a) también lo es.

prop_elimina_es_valida :: Int -> ABB Int -> Bool

prop_elimina_es_valida v a =
valido (elimina v a)

El resultado de eliminar el elemento x en (inserta x a) es (elimina x a).

prop_elimina_agrega :: Int -> ABB Int -> Bool

prop_elimina_agrega x a =
elimina (inserta x a) == elimina x a

(crea xs) es un ABB.

prop_crea_es_valida :: [Int] -> Bool

prop_crea_es_valida xs =
valido (crea xs)

Para todas las listas ordenadas xs, se tiene que (crea’ xs) es un ABB.

prop_crea’_es_valida :: [Int] -> Property

prop_crea’_es_valida xs =
forAll listaOrdenada (valido . crea’)

(elementos (crea xs)) es igual a la lista xs ordenada y sin repeticiones.

prop_elementos_crea :: [Int] -> Bool

prop_elementos_crea xs =
elementos (crea xs) == sort (nub xs)

Si ys es una lista ordenada sin repeticiones, entonces (elementos (crea’ ys)) es

igual ys.
 Tema 19. El TAD de los árboles binarios de búsqueda 241

prop_elementos_crea’ :: [Int] -> Bool

prop_elementos_crea’ xs =
elementos (crea’ ys) == ys
where ys = sort (nub xs)

Un elemento pertenece a (elementos a) syss es un valor de a.

prop_en_elementos :: Int -> ABB Int -> Bool

prop_en_elementos v a =
pertenece v a == elem v (elementos a)

(menor a) es menor o igual que todos los elementos de ABB a.

prop_menoresMinimo ::Int -> ABB Int -> Bool

prop_menoresMinimo v a =
and [menor a <= v | v <- elementos a]

19.3.4. Comprobación de las propiedades

Definición del procedimiento de comprobación

compruebaPropiedades comprueba todas las propiedades con la plataforma de

verificación.

compruebaPropiedades =
defaultMain
[testGroup "Propiedades del tipo ABB"
[testProperty "P1" prop_listaOrdenada_correcta,
testProperty "P2" prop_orderedList_correcta,
testProperty "P3" prop_vacio_es_ABB,
testProperty "P4" prop_inserta_es_valida,
testProperty "P5" prop_inserta_es_no_vacio,
testProperty "P6" prop_elemento_de_inserta,
testProperty "P7" prop_vacio_sin_elementos,
testProperty "P8" prop_elementos_de_inserta,
testProperty "P9" prop_elimina_es_valida,
testProperty "P10" prop_elimina_agrega,
testProperty "P11" prop_crea_es_valida,
testProperty "P12" prop_crea’_es_valida,
testProperty "P13" prop_elementos_crea,
242

testProperty "P14" prop_elementos_crea’,

testProperty "P15" prop_en_elementos,
testProperty "P16" prop_menoresMinimo],
testGroup "Corrección del generador"
[testProperty "P18" prop_genABB_correcto]]

Comprobación de las propiedades de los ABB

ghci> compruebaPropiedades
Propiedades del tipo ABB:
P1: [OK, passed 100 tests]
P2: [OK, passed 100 tests]
P3: [OK, passed 100 tests]
P4: [OK, passed 100 tests]
P5: [OK, passed 100 tests]
P6: [OK, passed 100 tests]
P7: [OK, passed 100 tests]
P8: [OK, passed 100 tests]
P9: [OK, passed 100 tests]
P10: [OK, passed 100 tests]
P11: [OK, passed 100 tests]
P12: [OK, passed 100 tests]
P13: [OK, passed 100 tests]
P14: [OK, passed 100 tests]
P15: [OK, passed 100 tests]
P16: [OK, passed 100 tests]
Corrección del generador:
P18: [OK, passed 100 tests]

Properties Total
Passed 17 17
Failed 0 0
Total 17 17
Tema 20

El TAD de los montículos

Contenido
20.1. Especificación del TAD de los montículos . . . . . . . . . . . . . . . . . 229
20.1.1. Signatura del TAD de los montículos . . . . . . . . . . . . . . . . 229
20.1.2. Propiedades del TAD de los montículos . . . . . . . . . . . . . . . 230
20.2. Implementación del TAD de los montículos . . . . . . . . . . . . . . . . 230
20.2.1. Los montículos como tipo de dato algebraico . . . . . . . . . . . . 230
20.3. Comprobación de la implementación con QuickCheck . . . . . . . . . 235
20.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
20.3.2. Generador de montículos . . . . . . . . . . . . . . . . . . . . . . . 235
20.3.3. Especificación de las propiedades de los montículos . . . . . . . . 237
20.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . 238
20.4. Implementación de las colas de prioridad mediante montículos . . . . 239
20.4.1. Las colas de prioridad como montículos . . . . . . . . . . . . . . . 239

20.1. Especificación del TAD de los montículos

20.1.1. Signatura del TAD de los montículos
Descripción de los montículos
Un montículo es un árbol binario en el que los valores de cada nodo es menor o
igual que los valores de sus hijos. Por ejemplo,

1 1
/ \ / \

243
244

/ \ / \
2 6 3 6
/ \ / \ / \ / \
3 8 9 7 4 2 9 7

el de la izquierda es un montículo, pero el de la derecha no lo es.

Signatura del TAD de los montículos

Signatura:

vacio :: Ord a => Monticulo a

inserta :: Ord a => a -> Monticulo a -> Monticulo a
menor :: Ord a => Monticulo a -> a
resto :: Ord a => Monticulo a -> Monticulo a
esVacio :: Ord a => Monticulo a -> Bool
valido :: Ord a => Monticulo a -> Bool

Descripción de las operaciones:

vacio es el montículo vacío.

(inserta x m) es el montículo obtenido añadiendo el elemento x al montículo m.

(menor m) es el menor elemento del montículo m.

(resto m) es el montículo obtenido eliminando el menor elemento del montículo

m.

(esVacio m) se verifica si m es el montículo vacío.

(valido m) se verifica si m es un montículo; es decir, es un árbol binario en el que

los valores de cada nodo es menor o igual que los valores de sus hijos.

20.1.2. Propiedades del TAD de los montículos

1. esVacio vacio

2. valido (inserta x m)

3. not (esVacio (inserta x m))

4. not (esVacio m) ==> valido (resto m)

5. resto (inserta x vacio) == vacio

6. x <= menor m ==> resto (inserta x m) == m

 Tema 20. El TAD de los montículos 245

7. Si m es no vacío y x > menor m, entonces

resto (inserta x m) == inserta x (resto m)

8. esVacio m ||
esVacio (resto m) ||
menor m <= menor (resto m)

20.2. Implementación del TAD de los montículos

20.2.1. Los montículos como tipo de dato algebraico
Cabecera del módulo:

module Monticulo
(Monticulo,
vacio, -- Ord a => Monticulo a
inserta, -- Ord a => a -> Monticulo a -> Monticulo a
menor, -- Ord a => Monticulo a -> a
resto, -- Ord a => Monticulo a -> Monticulo a
esVacio, -- Ord a => Monticulo a -> Bool
valido -- Ord a => Monticulo a -> Bool
) where

Librería auxiliar:

import [Link] (sort)

Los montículos como tipo de dato algebraico

data Ord a => Monticulo a

= Vacio
| M a Int (Monticulo a) (Monticulo a)
deriving Show

La forma de los montículos no vacío es (M v r i d) donde

• v es el valor de la raíz del montículo.

• r es el rango del montículo; es decir, la menor distancia de la raíz a un mon-
tículo vacío.
• i es el submontículo izquierdo y
246

• f es el submontículo derecho.

Ejemplos de montículos

Definición:

m1, m2, m3 :: Monticulo Int

m1 = foldr inserta vacio [6,1,4,8]
m2 = foldr inserta vacio [7,5]
m3 = mezcla m1 m2

Representación:

m1 m2 m3
(1,2)
(1,2) (5,1) / \
/ \ / / \
(4,1) (6,1) (7,1) (5,2) (4,1)
/ / \ /
(8,1) (7,1) (6,1) (8,1)

vacio es el montículo vacío.

vacio :: Ord a => Monticulo a

vacio = Vacio

(rango m) es el rango del montículo m; es decir, la menor distancia a un montículo

vacío. Por ejemplo,

rango m1 ; 2
rango m2 ; 1

rango :: Ord a => Monticulo a -> Int

rango Vacio = 0
rango (M _ r _ _) = r

(creaM x a b) es el montículo creado a partir del elemento x y los montículos a y

b. Se supone que x es menor o igual que el mínimo de a y de b. Por ejemplo,

ghci> m1
M 1 2 (M 4 1 (M 8 1 Vacio Vacio) Vacio) (M 6 1 Vacio Vacio)
ghci> m2
M 5 1 (M 7 1 Vacio Vacio) Vacio
 Tema 20. El TAD de los montículos 247

ghci> creaM 0 m1 m2
M 0 2 (M 1 2 (M 4 1 (M 8 1 Vacio Vacio) Vacio) (M 6 1 Vacio Vacio))
(M 5 1 (M 7 1 Vacio Vacio) Vacio)

creaM :: Ord a => a -> Monticulo a -> Monticulo a -> Monticulo a

creaM x a b | rango a >= rango b = M x (rango b + 1) a b
| otherwise = M x (rango a + 1) b a

(mezcla m1 m2) es el montículo obtenido mezclando los montículos m1 y m2. Por

ejemplo,

ghci> mezcla m1 m2
M 1 2 (M 5 2 (M 7 1 Vacio Vacio) (M 6 1 Vacio Vacio))
(M 4 1 (M 8 1 Vacio Vacio) Vacio)

mezcla :: Ord a => Monticulo a -> Monticulo a

-> Monticulo a
mezcla m Vacio = m
mezcla Vacio m = m
mezcla m1@(M x _ a1 b1) m2@(M y _ a2 b2)
| x <= y = creaM x a1 (mezcla b1 m2)
| otherwise = creaM y a2 (mezcla m1 b2)

(inserta x m) es el montículo obtenido añadiendo el elemento x al montículo m.

Por ejemplo,

ghci> m1
M 1 2 (M 4 1 (M 8 1 Vacio Vacio) Vacio)
(M 6 1 Vacio Vacio)
ghci> inserta 3 m1
M 1 2
(M 4 1 (M 8 1 Vacio Vacio) Vacio)
(M 3 1 (M 6 1 Vacio Vacio) Vacio)

inserta :: Ord a => a -> Monticulo a -> Monticulo a

inserta x m = mezcla (M x 1 Vacio Vacio) m

(menor m) es el menor elemento del montículo m. Por ejemplo,

menor m1 ; 1
menor m2 ; 5
248

menor :: Ord a => Monticulo a -> a

menor (M x _ _ _) = x
menor Vacio = error "menor: monticulo vacio"

(resto m) es el montículo obtenido eliminando el menor elemento del montículo

m. Por ejemplo,

ghci> resto m1
M 4 2 (M 8 1 Vacio Vacio) (M 6 1 Vacio Vacio)

resto :: Ord a => Monticulo a -> Monticulo a

resto Vacio = error "resto: monticulo vacio"
resto (M x _ a b) = mezcla a b

(esVacio m) se verifica si m es el montículo vacío.

esVacio :: Ord a => Monticulo a -> Bool

esVacio Vacio = True
esVacio _ = False

(valido m) se verifica si m es un montículo; es decir, es un árbol binario en el que

los valores de cada nodo es menor o igual que los valores de sus hijos. Por ejemplo,

valido m1 ; True
valido (M 3 5 (M 2 1 Vacio Vacio) Vacio) ; False

valido :: Ord a => Monticulo a -> Bool

valido Vacio = True
valido (M x _ Vacio Vacio) = True
valido (M x _ m1@(M x1 n1 a1 b1) Vacio) =
x <= x1 && valido m1
valido (M x _ Vacio m2@(M x2 n2 a2 b2)) =
x <= x2 && valido m2
valido (M x _ m1@(M x1 n1 a1 b1) m2@(M x2 n2 a2 b2)) =
x <= x1 && valido m1 &&
x <= x2 && valido m2

(elementos m) es la lista de los elementos del montículo m. Por ejemplo,

elementos m1 ; [1,4,8,6]
 Tema 20. El TAD de los montículos 249

elementos :: Ord a => Monticulo a -> [a]

elementos Vacio = []
elementos (M x _ a b) = x : elementos a ++ elementos b

(equivMonticulos m1 m2) se verifica si los montículos m1 y m2 tienen los mismos

elementos. Por ejemplo,

ghci> m1
M 1 2 (M 4 1 (M 8 1 Vacio Vacio) Vacio)
(M 6 1 Vacio Vacio)
ghci> let m1’ = foldr inserta vacio [6,8,4,1]
M 1 2 (M 4 1 Vacio Vacio)
(M 6 1 (M 8 1 Vacio Vacio) Vacio)
ghci> equivMonticulos m1 m1’
True

equivMonticulos :: Ord a => Monticulo a -> Monticulo a

-> Bool
equivMonticulos m1 m2 =
sort (elementos m1) == sort (elementos m2)

Los montículos son comparables por igualdad.

instance Ord a => Eq (Monticulo a) where

(==) = equivMonticulos

20.3. Comprobación de la implementación con QuickCheck

20.3.1. Librerías auxiliares
Importación de la implementación a verificar.

import Monticulo

Importación de librerías auxiliares.

import [Link]
import [Link]
import [Link].QuickCheck2
250

20.3.2. Generador de montículos

(creaMonticulo xs) es el montículo correspondiente a la lista xs. Por ejemplo,

ghci> creaMonticulo [6,1,4,8]

M 1 2 (M 4 1 (M 8 1 Vacio Vacio) Vacio)
(M 6 1 Vacio Vacio)
ghci> creaMonticulo [6,8,4,1]
M 1 2 (M 4 1 Vacio Vacio)
(M 6 1 (M 8 1 Vacio Vacio) Vacio)

creaMonticulo :: [Int] -> Monticulo Int

creaMonticulo = foldr inserta vacio

genMonticulo es un generador de montículos. Por ejemplo,

ghci> sample genMonticulo

VacioM
M (-1) 1 (M 1 1 VacioM VacioM) VacioM
...

genMonticulo :: Gen (Monticulo Int)

genMonticulo = do xs <- listOf arbitrary
return (creaMonticulo xs)

instance Arbitrary (Monticulo Int) where

arbitrary = genMonticulo

Corrección del generador de montículos

Prop.: genMonticulo genera montículos válidos.

prop_genMonticulo :: Monticulo Int -> Bool

prop_genMonticulo m = valido m

Comprobación:

ghci> quickCheck prop_genMonticulo

+++ OK, passed 100 tests.
 Tema 20. El TAD de los montículos 251

Generador de montículos no vacíos

monticuloNV es un generador de montículos no vacío. Por ejemplo,

ghci> sample monticuloNV

M 0 1 VacioM VacioM
M 1 1 (M 1 1 (M 1 1 VacioM VacioM) VacioM) VacioM
...

monticuloNV :: Gen (Monticulo Int)

monticuloNV = do xs <- listOf arbitrary
x <- arbitrary
return (creaMonticulo (x:xs))

Corrección del generador de montículos no vacíos

Prop.: monticuloNV genera montículos no vacío.

prop_monticuloNV :: Monticulo Int -> Property

prop_monticuloNV m =
forAll monticuloNV
(\m -> (valido m) && not (esVacio m))

Comprobación:

ghci> quickCheck prop_monticuloNV

+++ OK, passed 100 tests.

20.3.3. Especificación de las propiedades de los montículos

vacio es un montículo.

prop_vacio_es_monticulo :: Bool
prop_vacio_es_monticulo =
esVacio (vacio :: Monticulo Int)

inserta produce montículos válidos.

prop_inserta_es_valida :: Int -> Monticulo Int -> Bool

prop_inserta_es_valida x m =
valido (inserta x m)
252

Los montículos creados con inserta son no vacío.

prop_inserta_no_vacio :: Int -> Monticulo Int -> Bool

prop_inserta_no_vacio x m =
not (esVacio (inserta x m))

Al borrar el menor elemento de un montículo no vacío se obtiene un montículo

válido.

prop_resto_es_valida :: Monticulo Int -> Property

prop_resto_es_valida m =
forAll monticuloNV (\m -> valido (resto m))

El resto de (inserta x m) es m si m es el montículo vacío o x es menor o igual que

el menor elemento de m y es (inserta x (resto m)), en caso contrario.

prop_resto_inserta :: Int -> Monticulo Int -> Bool

prop_resto_inserta x m =
resto (inserta x m)
== if esVacio m || x <= menor m then m
else inserta x (resto m)

(menor m) es el menor elemento del montículo m.

prop_menor_es_minimo :: Monticulo Int -> Bool

prop_menor_es_minimo m =
esVacio m || esVacio (resto m) ||
menor m <= menor (resto m)

20.3.4. Comprobación de las propiedades

Definición del procedimiento de comprobación

compruebaPropiedades comprueba todas las propiedades con la plataforma de

verificación.

compruebaPropiedades =
defaultMain
[testGroup "Propiedades del TAD monticulo"
[testProperty "P1" prop_genMonticulo,
testProperty "P2" prop_monticuloNV,
 Tema 20. El TAD de los montículos 253

testProperty "P3" prop_vacio_es_monticulo,

testProperty "P4" prop_inserta_es_valida,
testProperty "P5" prop_inserta_no_vacio,
testProperty "P6" prop_resto_es_valida,
testProperty "P7" prop_resto_inserta,
testProperty "P8" prop_menor_es_minimo]]

Comprobación de las propiedades de los montículos

ghci> compruebaPropiedades
Propiedades del TAD monticulo:
P1: [OK, passed 100 tests]
P2: [OK, passed 100 tests]
P3: [OK, passed 100 tests]
P4: [OK, passed 100 tests]
P5: [OK, passed 100 tests]
P6: [OK, passed 100 tests]
P7: [OK, passed 100 tests]
P8: [OK, passed 100 tests]

Properties Total
Passed 8 8
Failed 0 0
Total 8 8

20.4. Implementación de las colas de prioridad mediante

montículos
20.4.1. Las colas de prioridad como montículos
Cabecera del módulo:

module ColaDePrioridadConMonticulos
(CPrioridad,
vacia, -- Ord a => CPrioridad a
inserta, -- Ord a => a -> CPrioridad a -> CPrioridad a
primero, -- Ord a => CPrioridad a -> a
resto, -- Ord a => CPrioridad a -> CPrioridad a
esVacia, -- Ord a => CPrioridad a -> Bool
254

valida -- Ord a => CPrioridad a -> Bool

) where

Importación cualificada:

import qualified Monticulo as M

Descripción de las operaciones:

• vacia es la cola de prioridad vacía.

• (inserta x c) añade el elemento x a la cola de prioridad c.
• (primero c) es el primer elemento de la cola de prioridad c.
• (resto c) es el resto de la cola de prioridad c.
• (esVacia c) se verifica si la cola de prioridad c es vacía.
• (valida c) se verifica si c es una cola de prioridad válida.

Las colas de prioridad como montículos.

newtype CPrioridad a = CP ([Link] a)

deriving (Eq, Show)

Ejemplo de cola de prioridad:

cp1 :: CPrioridad Int

cp1 = foldr inserta vacia [3,1,7,2,9]

Evaluación:

ghci> cp1
CP (M 1 2
(M 2 2
(M 9 1 VacioM VacioM)
(M 7 1 VacioM VacioM))
(M 3 1 VacioM VacioM))

vacia es la cola de prioridad vacía. Por ejemplo,

vacia ; CP Vacio

vacia :: Ord a => CPrioridad a

vacia = CP [Link]
 Tema 20. El TAD de los montículos 255

(inserta x c) añade el elemento x a la cola de prioridad c. Por ejemplo,

ghci> inserta 5 cp1

CP (M 1 2
(M 2 2
(M 9 1 VacioM VacioM)
(M 7 1 VacioM VacioM))
(M 3 1
(M 5 1 VacioM VacioM) VacioM))

inserta :: Ord a => a -> CPrioridad a -> CPrioridad a

inserta v (CP c) = CP ([Link] v c)

(primero c) es la cabeza de la cola de prioridad c. Por ejemplo,

primero cp1 ; 1

primero :: Ord a => CPrioridad a -> a

primero (CP c) = [Link] c

(resto c) elimina la cabeza de la cola de prioridad c. Por ejemplo,

ghci> resto cp1

CP (M 2 2
(M 9 1 VacioM VacioM)
(M 3 1
(M 7 1 VacioM VacioM) VacioM))

resto :: Ord a => CPrioridad a -> CPrioridad a

resto (CP c) = CP ([Link] c)

(esVacia c) se verifica si la cola de prioridad c es vacía. Por ejemplo,

esVacia cp1 ; False

esVacia vacia ; True

esVacia :: Ord a => CPrioridad a -> Bool

esVacia (CP c) = [Link] c

(valida c) se verifica si c es una cola de prioridad válida. En la representación

mediante montículo todas las colas de prioridad son válidas.
256

valida :: Ord a => CPrioridad a -> Bool

valida _ = True
Tema 21

El TAD de los polinomios

Contenido
21.1. Especificación del TAD de los polinomios . . . . . . . . . . . . . . . . . 243
21.1.1. Signatura del TAD de los polinomios . . . . . . . . . . . . . . . . 243
21.1.2. Propiedades del TAD de los polinomios . . . . . . . . . . . . . . . 244
21.2. Implementación del TAD de los polinomios . . . . . . . . . . . . . . . . 244
21.2.1. Los polinomios como tipo de dato algebraico . . . . . . . . . . . . 244
21.2.2. Los polinomios como listas dispersas . . . . . . . . . . . . . . . . 247
21.2.3. Los polinomios como listas densas . . . . . . . . . . . . . . . . . . 250
21.3. Comprobación de las implementaciones con QuickCheck . . . . . . . . 253
21.3.1. Librerías auxiliares . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
21.3.2. Generador de polinomios . . . . . . . . . . . . . . . . . . . . . . . 253
21.3.3. Especificación de las propiedades de los polinomios . . . . . . . . 253
21.3.4. Comprobación de las propiedades . . . . . . . . . . . . . . . . . . 255
21.4. Operaciones con polinomios . . . . . . . . . . . . . . . . . . . . . . . . . 255
21.4.1. Operaciones con polinomios . . . . . . . . . . . . . . . . . . . . . 255

21.1. Especificación del TAD de los polinomios

21.1.1. Signatura del TAD de los polinomios
Signatura del TAD de los polinomios
Signatura:

257
258

polCero :: Polinomio a
esPolCero :: Num a => Polinomio a -> Bool
consPol :: Num a => Int -> a -> Polinomio a -> Polinomio a
grado :: Polinomio a -> Int
coefLider :: Num a => Polinomio a -> a
restoPol :: Polinomio a -> Polinomio a
Descripción de las operaciones:
polCero es el polinomio cero.

(esPolCero p) se verifica si p es el polinomio cero.

(consPol n b p) es el polinomio bx n + p.

(grado p) es el grado del polinomio p.

(coefLider p) es el coeficiente líder del polinomio p.

(restoPol p) es el resto del polinomio p.

Ejemplos de polinomios
Ejemplos de polinomios que se usarán en lo sucesivo.
Definición:
ejPol1, ejPol2, ejPol3, ejTerm:: Polinomio Int
ejPol1 = consPol 4 3 (consPol 2 (-5) (consPol 0 3 polCero))
ejPol2 = consPol 5 1 (consPol 2 5 (consPol 1 4 polCero))
ejPol3 = consPol 4 6 (consPol 1 2 polCero)
ejTerm = consPol 1 4 polCero

Evaluación:

ejPol1 ; 3*x^4 + -5*x^2 + 3

ejPol2 ; x^5 + 5*x^2 + 4*x
ejPol3 ; 6*x^4 + 2*x
ejTerm ; 4*x

21.1.2. Propiedades del TAD de los polinomios

1. esPolCero polCero

2. n > grado p && b /= 0 ==>

not (esPolCero (consPol n b p))
 Tema 21. El TAD de los polinomios 259

3. consPol (grado p) (coefLider p) (restoPol p) == p

4. n > grado p && b /= 0 ==>

grado (consPol n b p) == n

5. n > grado p && b /= 0 ==>

coefLider (consPol n b p) == b

6. n > grado p && b /= 0 ==>

restoPol (consPol n b p) == p

21.2. Implementación del TAD de los polinomios

21.2.1. Los polinomios como tipo de dato algebraico
Cabecera del módulo:

module PolRepTDA
( Polinomio,
polCero, -- Polinomio a
esPolCero, -- Num a => Polinomio a -> Bool
consPol, -- (Num a) => Int -> a -> Polinomio a
-- -> Polinomio a
grado, -- Polinomio a -> Int
coefLider, -- Num a => Polinomio a -> a
restoPol -- Polinomio a -> Polinomio a
) where

Representamos un polinomio mediante los constructores ConsPol y PolCero.

Por ejemplo, el polinomio

6x^4 -5x^2 + 4x -7

se representa por

ConsPol 4 6
(ConsPol 2 (-5)
(ConsPol 1 4
(ConsPol 0 (-7) PolCero)))

El tipo de los polinomios.

260

data Polinomio a = PolCero

| ConsPol Int a (Polinomio a)
deriving Eq

Procedimiento de escritura de los polinomios.

instance Num a => Show (Polinomio a) where

show PolCero = "0"
show (ConsPol 0 b PolCero) = show b
show (ConsPol 0 b p) = concat [show b," + ",show p]
show (ConsPol 1 b PolCero) = concat [show b,"*x"]
show (ConsPol 1 b p) = concat [show b,"*x + ",show p]
show (ConsPol n 1 PolCero) = concat ["x^",show n]
show (ConsPol n b PolCero) = concat [show b,"*x^",show n]
show (ConsPol n 1 p) = concat ["x^",show n," + ",show p]
show (ConsPol n b p) = concat [show b,"*x^",show n," + ",show p]

polCero es el polinomio cero. Por ejemplo,

ghci> polCero
0

polCero :: Polinomio a
polCero = PolCero

(esPolCero p) se verifica si p es el polinomio cero. Por ejemplo,

esPolCero polCero ; True

esPolCero ejPol1 ; False

esPolCero :: Polinomio a -> Bool

esPolCero PolCero = True
esPolCero _ = False

(consPol n b p) es el polinomio bx n + p. Por ejemplo,

ejPol2 ; x^5 + 5*x^2 + 4*x

consPol 3 0 ejPol2 ; x^5 + 5*x^2 + 4*x
consPol 3 2 polCero ; 2*x^3
consPol 6 7 ejPol2 ; 7*x^6 + x^5 + 5*x^2 + 4*x
 Tema 21. El TAD de los polinomios 261

consPol 4 7 ejPol2 ; x^5 + 7*x^4 + 5*x^2 + 4*x

consPol 5 7 ejPol2 ; 8*x^5 + 5*x^2 + 4*x

consPol :: Num a => Int -> a -> Polinomio a -> Polinomio a

consPol _ 0 p = p
consPol n b PolCero = ConsPol n b PolCero
consPol n b (ConsPol m c p)
| n > m = ConsPol n b (ConsPol m c p)
| n < m = ConsPol m c (consPol n b p)
| b+c == 0 = p
| otherwise = ConsPol n (b+c) p

(grado p) es el grado del polinomio p. Por ejemplo,

ejPol3 ; 6*x^4 + 2*x

grado ejPol3 ; 4

grado:: Polinomio a -> Int

grado PolCero = 0
grado (ConsPol n _ _) = n

(coefLider p) es el coeficiente líder del polinomio p. Por ejemplo,

coefLider ejPol3 ; 6

coefLider:: Num t => Polinomio t -> t

coefLider PolCero = 0
coefLider (ConsPol _ b _) = b

(restoPol p) es el resto del polinomio p. Por ejemplo,

ejPol3 ; 6*x^4 + 2*x

restoPol ejPol3 ; 2*x
ejPol2 ; x^5 + 5*x^2 + 4*x
restoPol ejPol2 ; 5*x^2 + 4*x

restoPol :: Polinomio t -> Polinomio t

restoPol PolCero = PolCero
restoPol (ConsPol _ _ p) = p
262

21.2.2. Los polinomios como listas dispersas

Cabecera del módulo

module PolRepDispersa
( Polinomio,
polCero, -- Polinomio a
esPolCero, -- Num a => Polinomio a -> Bool
consPol, -- (Num a) => Int -> a -> Polinomio a
-- -> Polinomio a
grado, -- Polinomio a -> Int
coefLider, -- Num a => Polinomio a -> a
restoPol -- Polinomio a -> Polinomio a
) where

Representaremos un polinomio por la lista de sus coeficientes ordenados en orden

decreciente según el grado.

Por ejemplo, el polinomio

6x^4 -5x^2 + 4x -7

se representa por la lista

[6,0,-2,4,-7]

Los polinomios como listas dispersas.

data Polinomio a = Pol [a]

deriving Eq

Procedimiento de escritura de los polinomios.

instance Num t => Show (Polinomio t) where

show pol
| esPolCero pol = "0"
| n == 0 && esPolCero p = show a
| n == 0 = concat [show a," + ",show p]
| n == 1 && esPolCero p = concat [show a,"*x"]
| n == 1 = concat [show a,"*x + ",show p]
| a == 1 && esPolCero p = concat ["x^",show n]
| esPolCero p = concat [show a,"*x^",show n]
| a == 1 = concat ["x^",show n," + ",show p]
 Tema 21. El TAD de los polinomios 263

| otherwise = concat [show a,"*x^",show n," + ",show p]

where n = grado pol
a = coefLider pol
p = restoPol pol

polCero es el polinomio cero. Por ejemplo,

ghci> polCero
0

polCero :: Polinomio a
polCero = Pol []

(esPolCero p) se verifica si p es el polinomio cero. Por ejemplo,

esPolCero polCero ; True

esPolCero ejPol1 ; False

esPolCero :: Polinomio a -> Bool

esPolCero (Pol []) = True
esPolCero _ = False

(consPol n b p) es el polinomio bx n + p. Por ejemplo,

ejPol2 ; x^5 + 5*x^2 + 4*x

consPol 3 0 ejPol2 ; x^5 + 5*x^2 + 4*x
consPol 3 2 polCero ; 2*x^3
consPol 6 7 ejPol2 ; 7*x^6 + x^5 + 5*x^2 + 4*x
consPol 4 7 ejPol2 ; x^5 + 7*x^4 + 5*x^2 + 4*x
consPol 5 7 ejPol2 ; 8*x^5 + 5*x^2 + 4*x

consPol :: Num a => Int -> a -> Polinomio a -> Polinomio a

consPol _ 0 p = p
consPol n b p@(Pol xs)
| esPolCero p = Pol (b:replicate n 0)
| n > m = Pol (b:(replicate (n-m-1) 0)++xs)
| n < m = consPol m c (consPol n b (restoPol p))
| b+c == 0 = Pol (dropWhile (==0) (tail xs))
| otherwise = Pol ((b+c):tail xs)
where
264

c = coefLider p
m = grado p

(grado p) es el grado del polinomio p. Por ejemplo,

ejPol3 ; 6*x^4 + 2*x

grado ejPol3 ; 4

grado:: Polinomio a -> Int

grado (Pol []) = 0
grado (Pol xs) = length xs - 1

(coefLider p) es el coeficiente líder del polinomio p. Por ejemplo,

coefLider ejPol3 ; 6

coefLider:: Num t => Polinomio t -> t

coefLider (Pol []) = 0
coefLider (Pol (a:_)) = a

(restoPol p) es el resto del polinomio p. Por ejemplo,

ejPol3 ; 6*x^4 + 2*x

restoPol ejPol3 ; 2*x
ejPol2 ; x^5 + 5*x^2 + 4*x
restoPol ejPol2 ; 5*x^2 + 4*x

restoPol :: Num t => Polinomio t -> Polinomio t

restoPol (Pol []) = polCero
restoPol (Pol [_]) = polCero
restoPol (Pol (_:b:as))
| b == 0 = Pol (dropWhile (==0) as)
| otherwise = Pol (b:as)

21.2.3. Los polinomios como listas densas

Cabecera del módulo.
 Tema 21. El TAD de los polinomios 265

module PolRepDensa
( Polinomio,
polCero, -- Polinomio a
esPolCero, -- Num a => Polinomio a -> Bool
consPol, -- Num a => Int -> a -> Polinomio a
-- -> Polinomio a
grado, -- Polinomio a -> Int
coefLider, -- Num a => Polinomio a -> a
restoPol -- Polinomio a -> Polinomio a
) where

Representaremos un polinomio mediante una lista de pares (grado,coef), ordena-

dos en orden decreciente según el grado. Por ejemplo, el polinomio

6x^4 -5x^2 + 4x -7

se representa por la lista de pares

[(4,6),(2,-5),(1,4),(0,-7)].

Los polinomios como listas densas.

data Polinomio a = Pol [(Int,a)]

deriving Eq

Procedimiento de escritura de polinomios

instance Num t => Show (Polinomio t) where

show pol
| esPolCero pol = "0"
| n == 0 && esPolCero p = show a
| n == 0 = concat [show a," + ",show p]
| n == 1 && esPolCero p = concat [show a,"*x"]
| n == 1 = concat [show a,"*x + ",show p]
| a == 1 && esPolCero p = concat ["x^",show n]
| esPolCero p = concat [show a,"*x^",show n]
| a == 1 = concat ["x^",show n," + ",show p]
| otherwise = concat [show a,"*x^",show n," + ",show p]
where n = grado pol
a = coefLider pol
p = restoPol pol
266

polCero es el polinomio cero. Por ejemplo,

ghci> polCero
0

polCero :: Num a => Polinomio a

polCero = Pol []

(esPolCero p) se verifica si p es el polinomio cero. Por ejemplo,

esPolCero polCero ; True

esPolCero ejPol1 ; False

esPolCero :: Num a => Polinomio a -> Bool

esPolCero (Pol []) = True
esPolCero _ = False

(consPol n b p) es el polinomio bx n + p. Por ejemplo,

ejPol2 ; x^5 + 5*x^2 + 4*x

consPol 3 0 ejPol2 ; x^5 + 5*x^2 + 4*x
consPol 3 2 polCero ; 2*x^3
consPol 6 7 ejPol2 ; 7*x^6 + x^5 + 5*x^2 + 4*x
consPol 4 7 ejPol2 ; x^5 + 7*x^4 + 5*x^2 + 4*x
consPol 5 7 ejPol2 ; 8*x^5 + 5*x^2 + 4*x

consPol :: Num a => Int -> a -> Polinomio a -> Polinomio a

consPol _ 0 p = p
consPol n b p@(Pol xs)
| esPolCero p = Pol [(n,b)]
| n > m = Pol ((n,b):xs)
| n < m = consPol m c (consPol n b (Pol (tail xs)))
| b+c == 0 = Pol (tail xs)
| otherwise = Pol ((n,b+c):(tail xs))
where
c = coefLider p
m = grado p

(grado p) es el grado del polinomio p. Por ejemplo,

ejPol3 ; 6*x^4 + 2*x

grado ejPol3 ; 4
 Tema 21. El TAD de los polinomios 267

grado:: Polinomio a -> Int

grado (Pol []) = 0
grado (Pol ((n,_):_)) = n

(coefLider p) es el coeficiente líder del polinomio p. Por ejemplo,

coefLider ejPol3 ; 6

coefLider:: Num t => Polinomio t -> t

coefLider (Pol []) = 0
coefLider (Pol ((_,b):_)) = b

(restoPol p) es el resto del polinomio p. Por ejemplo,

ejPol3 ; 6*x^4 + 2*x
restoPol ejPol3 ; 2*x
ejPol2 ; x^5 + 5*x^2 + 4*x
restoPol ejPol2 ; 5*x^2 + 4*x

restoPol :: Num t => Polinomio t -> Polinomio t

restoPol (Pol []) = polCero
restoPol (Pol [_]) = polCero
restoPol (Pol (_:xs)) = Pol xs

21.3. Comprobación de las implementaciones con Quick-

Check
21.3.1. Librerías auxiliares
Importación de la implementación a verificar.

import PolRepTDA
-- import PolRepDispersa
-- import PolRepDensa

Librerías auxiliares.
import [Link]
import [Link]
import [Link].QuickCheck2
268

21.3.2. Generador de polinomios

(genPol n) es un generador de polinomios. Por ejemplo,

ghci> sample (genPol 1)

7*x^9 + 9*x^8 + 10*x^7 + -14*x^5 + -15*x^2 + -10
-4*x^8 + 2*x

genPol :: Int -> Gen (Polinomio Int)

genPol 0 = return polCero
genPol n = do n <- choose (0,10)
b <- choose (-10,10)
p <- genPol (div n 2)
return (consPol n b p)

instance Arbitrary (Polinomio Int) where

arbitrary = sized genPol

21.3.3. Especificación de las propiedades de los polinomios

polCero es el polinomio cero.

prop_polCero_es_cero :: Bool
prop_polCero_es_cero =
esPolCero polCero

Si n es mayor que el grado de p y b no es cero, entonces (consPol n b p) es un

polinomio distinto del cero.

prop_consPol_no_cero :: Int -> Int -> Polinomio Int

-> Property
prop_consPol_no_cero n b p =
n > grado p && b /= 0 ==>
not (esPolCero (consPol n b p))

(consPol (grado p) (coefLider p) (restoPol p)) es igual a p.

prop_consPol :: Polinomio Int -> Bool

prop_consPol p =
consPol (grado p) (coefLider p) (restoPol p) == p
 Tema 21. El TAD de los polinomios 269

Si n es mayor que el grado de p y b no es cero, entonces el grado de (consPol n b p)

es n.

prop_grado :: Int -> Int -> Polinomio Int -> Property

prop_grado n b p =
n > grado p && b /= 0 ==>
grado (consPol n b p) == n

Si n es mayor que el grado de p y b no es cero, entonces el coeficiente líder de

(consPol n b p) es b.

prop_coefLider :: Int -> Int -> Polinomio Int -> Property

prop_coefLider n b p =
n > grado p && b /= 0 ==>
coefLider (consPol n b p) == b

Si n es mayor que el grado de p y b no es cero, entonces el resto de (consPol n b p)

es p.

prop_restoPol :: Int -> Int -> Polinomio Int -> Property

prop_restoPol n b p =
n > grado p && b /= 0 ==>
restoPol (consPol n b p) == p

21.3.4. Comprobación de las propiedades

Procedimiento de comprobación

compruebaPropiedades comprueba todas las propiedades con la plataforma de

verificación. Por ejemplo,

compruebaPropiedades =
defaultMain
[testGroup "Propiedades del TAD polinomio:"
[testProperty "P1" prop_polCero_es_cero,
testProperty "P2" prop_consPol_no_cero,
testProperty "P3" prop_consPol,
testProperty "P4" prop_grado,
testProperty "P5" prop_coefLider,
testProperty "P6" prop_restoPol]]
270

Comprobación de las propiedades de los polinomios

ghci> compruebaPropiedades
Propiedades del TAD polinomio::
P1: [OK, passed 100 tests]
P2: [OK, passed 100 tests]
P3: [OK, passed 100 tests]
P4: [OK, passed 100 tests]
P5: [OK, passed 100 tests]
P6: [OK, passed 100 tests]

Properties Total
Passed 6 6
Failed 0 0
Total 6 6

21.4. Operaciones con polinomios

21.4.1. Operaciones con polinomios
Importación de la implementación a utilizar.

import PolRepTDA
-- import PolRepDispersa
-- import PolRepDensa

Importación de librerías auxiliares.

import [Link]
import [Link]
import [Link].QuickCheck2

Funciones sobre términos

(creaTermino n a) es el término ax n . Por ejemplo,

creaTermino 2 5 ; 5*x^2

creaTermino:: Num t => Int -> t -> Polinomio t

creaTermino n a = consPol n a polCero
 Tema 21. El TAD de los polinomios 271

(termLider p) es el término líder del polinomio p. Por ejemplo,

ejPol2 ; x^5 + 5*x^2 + 4*x

termLider ejPol2 ; x^5

termLider:: Num t => Polinomio t -> Polinomio t

termLider p = creaTermino (grado p) (coefLider p)

Suma de polinomios

(sumaPol p q) es la suma de los polinomios p y q. Por ejemplo,

ejPol1 ; 3*x^4 + -5*x^2 + 3

ejPol2 ; x^5 + 5*x^2 + 4*x
sumaPol ejPol1 ejPol2 ; x^5 + 3*x^4 + 4*x + 3

sumaPol:: Num a => Polinomio a -> Polinomio a -> Polinomio a

sumaPol p q
| esPolCero p = q
| esPolCero q = p
| n1 > n2 = consPol n1 a1 (sumaPol r1 q)
| n1 < n2 = consPol n2 a2 (sumaPol p r2)
| a1+a2 /= 0 = consPol n1 (a1+a2) (sumaPol r1 r2)
| otherwise = sumaPol r1 r2
where n1 = grado p
a1 = coefLider p
r1 = restoPol p
n2 = grado q
a2 = coefLider q
r2 = restoPol q

Propiedades de la suma de polinomios

El polinomio cero es el elemento neutro de la suma.

prop_neutroSumaPol :: Polinomio Int -> Bool

prop_neutroSumaPol p =
sumaPol polCero p == p

La suma es conmutativa.
272

prop_conmutativaSuma :: Polinomio Int -> Polinomio Int

-> Bool
prop_conmutativaSuma p q =
sumaPol p q == sumaPol q p

Producto de polinomios

(multPorTerm t p) es el producto del término t por el polinomio p. Por ejemplo,

ejTerm ; 4*x
ejPol2 ; x^5 + 5*x^2 + 4*x
multPorTerm ejTerm ejPol2 ; 4*x^6 + 20*x^3 + 16*x^2

multPorTerm :: Num t => Polinomio t -> Polinomio t -> Polinomio t

multPorTerm term pol
| esPolCero pol = polCero
| otherwise = consPol (n+m) (a*b) (multPorTerm term r)
where n = grado term
a = coefLider term
m = grado pol
b = coefLider pol
r = restoPol pol

(multPol p q) es el producto de los polinomios p y q. Por ejemplo,

ghci> ejPol1
3*x^4 + -5*x^2 + 3
ghci> ejPol2
x^5 + 5*x^2 + 4*x
ghci> multPol ejPol1 ejPol2
3*x^9 + -5*x^7 + 15*x^6 + 15*x^5 + -25*x^4 + -20*x^3
+ 15*x^2 + 12*x

multPol :: Num a => Polinomio a -> Polinomio a -> Polinomio a

multPol p q
| esPolCero p = polCero
| otherwise = sumaPol (multPorTerm (termLider p) q)
(multPol (restoPol p) q)
 Tema 21. El TAD de los polinomios 273

Propiedades del producto polinomios

El producto de polinomios es conmutativo.

prop_conmutativaProducto :: Polinomio Int

-> Polinomio Int -> Bool
prop_conmutativaProducto p q =
multPol p q == multPol q p

El producto es distributivo respecto de la suma.

prop_distributiva :: Polinomio Int -> Polinomio Int

-> Polinomio Int -> Bool
prop_distributiva p q r =
multPol p (sumaPol q r) ==
sumaPol (multPol p q) (multPol p r)

Polinomio unidad

polUnidad es el polinomio unidad. Por ejemplo,

ghci> polUnidad
1

polUnidad:: Num t => Polinomio t

polUnidad = consPol 0 1 polCero

El polinomio unidad es el elemento neutro del producto.

prop_polUnidad :: Polinomio Int -> Bool

prop_polUnidad p =
multPol p polUnidad == p

Valor de un polinomio en un punto

(valor p c) es el valor del polinomio p al sustituir su variable por c. Por ejemplo,

ejPol1 ; 3*x^4 + -5*x^2 + 3

valor ejPol1 0 ; 3
valor ejPol1 1 ; 1
valor ejPol1 (-2) ; 31
274

valor:: Num a => Polinomio a -> a -> a

valor p c
| esPolCero p = 0
| otherwise = b*c^n + valor r c
where n = grado p
b = coefLider p
r = restoPol p

Verificación de raices de polinomios

(esRaiz c p) se verifica si c es una raiz del polinomio p. por ejemplo,

ejPol3 ; 6*x^4 + 2*x

esRaiz 1 ejPol3 ; False
esRaiz 0 ejPol3 ; True

esRaiz:: Num a => a -> Polinomio a -> Bool

esRaiz c p = valor p c == 0

Derivación de polinomios

(derivada p) es la derivada del polinomio p. Por ejemplo,

ejPol2 ; x^5 + 5*x^2 + 4*x

derivada ejPol2 ; 5*x^4 + 10*x + 4

derivada :: Polinomio Int -> Polinomio Int

derivada p
| n == 0 = polCero
| otherwise = consPol (n-1) (n*b) (derivada r)
where n = grado p
b = coefLider p
r = restoPol p

Propiedades de las derivadas de polinomios

La derivada de la suma es la suma de las derivadas.

 Tema 21. El TAD de los polinomios 275

prop_derivada :: Polinomio Int -> Polinomio Int -> Bool

prop_derivada p q =
derivada (sumaPol p q) ==
sumaPol (derivada p) (derivada q)
276
Tema 22

Algoritmos sobre grafos

Contenido
22.1. El TAD de los grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
22.1.1. Definiciones y terminología sobre grafos . . . . . . . . . . . . . . 261
22.1.2. Signatura del TAD de los grafos . . . . . . . . . . . . . . . . . . . 261
22.1.3. Implementación de los grafos como vectores de adyacencia . . . 263
22.1.4. Implementación de los grafos como matrices de adyacencia . . . 266
22.2. Recorridos en profundidad y en anchura . . . . . . . . . . . . . . . . . . 270
22.2.1. Recorrido en profundidad . . . . . . . . . . . . . . . . . . . . . . . 270
22.2.2. Recorrido en anchura . . . . . . . . . . . . . . . . . . . . . . . . . 272
22.3. Árboles de expansión mínimos . . . . . . . . . . . . . . . . . . . . . . . . 273
22.3.1. Árboles de expansión mínimos . . . . . . . . . . . . . . . . . . . . 273
22.3.2. El algoritmo de Kruskal . . . . . . . . . . . . . . . . . . . . . . . . 273
22.3.3. El algoritmo de Prim . . . . . . . . . . . . . . . . . . . . . . . . . . 276

22.1. El TAD de los grafos

22.1.1. Definiciones y terminología sobre grafos
Un grafo G es un par (V, A) donde V es el conjunto de los vértices (o nodos) y A
el de las aristas.

Una arista del grafo es un par de vértices.

Un arco es una arista dirigida.

277
278

|V| es el número de vértices.

|A| es el número de aristas.

Un vértice v es adjacente a v0 si vv0 es una arista del grafo.

Un grafo ponderado es un grafo cuyas aristas tienen un peso.

22.1.2. Signatura del TAD de los grafos

Signatura del TAD de los grafos

creaGrafo :: (Ix v,Num p) => Orientacion -> (v,v) -> [(v,v,p)] ->
Grafo v p
dirigido :: (Ix v,Num p) => (Grafo v p) -> Bool
adyacentes :: (Ix v,Num p) => (Grafo v p) -> v -> [v]
nodos :: (Ix v,Num p) => (Grafo v p) -> [v]
aristas :: (Ix v,Num p) => (Grafo v p) -> [(v,v,p)]
aristaEn :: (Ix v,Num p) => (Grafo v p) -> (v,v) -> Bool
peso :: (Ix v,Num p) => v -> v -> (Grafo v p) -> p

Descripción de la signatura del TAD de grafos

(creaGrafo d cs as) es un grafo (dirigido o no, según el valor de o), con el par
de cotas cs y listas de aristas as (cada arista es un trío formado por los dos vértices
y su peso).
Ver un ejemplo en la siguiente transparencia.

(dirigido g) se verifica si g es dirigido.

(nodos g) es la lista de todos los nodos del grafo g.

(aristas g) es la lista de las aristas del grafo g.

(adyacentes g v) es la lista de los vértices adyacentes al nodo v en el grafo g.

(aristaEn g a) se verifica si a es una arista del grafo g.

(peso v1 v2 g) es el peso de la arista que une los vértices v1 y v2 en el grafo g.

 Tema 22. Algoritmos sobre grafos 279

Ejemplo de creación de grafos.

creaGrafo ND (1,5) [(1,2,12),(1,3,34),(1,5,78),

(2,4,55),(2,5,32),
(3,4,61),(3,5,44),
(4,5,93)]

crea el grafo

12
1 -------- 2
| \78 /|
| \ 32/ |
| \ / |
34| 5 |55
| / \ |
| /44 \ |
| / 93\|
3 -------- 4
61

22.1.3. Implementación de los grafos como vectores de adyacencia

Cabecera del módulo:

module GrafoConVectorDeAdyacencia
(Orientacion (..),
Grafo,
creaGrafo, -- (Ix v,Num p) => Orientacion -> (v,v) -> [(v,v,p)] ->
-- Grafo v p
dirigido, -- (Ix v,Num p) => (Grafo v p) -> Bool
adyacentes, -- (Ix v,Num p) => (Grafo v p) -> v -> [v]
nodos, -- (Ix v,Num p) => (Grafo v p) -> [v]
aristas, -- (Ix v,Num p) => (Grafo v p) -> [(v,v,p)]
aristaEn, -- (Ix v,Num p) => (Grafo v p) -> (v,v) -> Bool
peso -- (Ix v,Num p) => v -> v -> (Grafo v p) -> p
) where

Librerías auxiliares.

import [Link]
280

Orientacion es D (dirigida) ó ND (no dirigida).

data Orientacion = D | ND
deriving (Eq, Show)

(Grafo v p) es un grafo con vértices de tipo v y pesos de tipo p.

data Grafo v p = G Orientacion (Array v [(v,p)])

deriving (Eq, Show)

(creaGrafo o cs as) es un grafo (dirigido o no según el valor de o), con el par de

cotas cs y listas de aristas as (cada arista es un trío formado por los dos vértices y
su peso). Ver un ejemplo a continuación.

creaGrafo :: (Ix v, Num p) =>

Orientacion -> (v,v) -> [(v,v,p)] -> Grafo v p
creaGrafo o cs vs =
G o (accumArray
(\xs x -> xs++[x]) [] cs
((if o == D then []
else [(x2,(x1,p))|(x1,x2,p) <- vs, x1 /= x2]) ++
[(x1,(x2,p)) | (x1,x2,p) <- vs]))

ejGrafoND es el grafo que de la página 262. Por ejemplo,

ghci> ejGrafoND
G ND array (1,5) [(1,[(2,12),(3,34),(5,78)]),
(2,[(1,12),(4,55),(5,32)]),
(3,[(1,34),(4,61),(5,44)]),
(4,[(2,55),(3,61),(5,93)]),
(5,[(1,78),(2,32),(3,44),(4,93)])])

ejGrafoND = creaGrafo ND (1,5) [(1,2,12),(1,3,34),(1,5,78),

(2,4,55),(2,5,32),
(3,4,61),(3,5,44),
(4,5,93)]

ejGrafoD es el mismo grafo que ejGrafoND pero orientando las aristas de menor
a mayor. Por ejemplo,
 Tema 22. Algoritmos sobre grafos 281

ghci> ejGrafoD
G D array (1,5) [(1,[(2,12),(3,34),(5,78)]),
(2,[(4,55),(5,32)]),
(3,[(4,61),(5,44)]),
(4,[(5,93)]),
(5,[])])

ejGrafoD = creaGrafo D (1,5) [(1,2,12),(1,3,34),(1,5,78),

(2,4,55),(2,5,32),
(3,4,61),(3,5,44),
(4,5,93)]

(dirigido g) se verifica si g es dirigido. Por ejemplo,

dirigido ejGrafoD == True

dirigido ejGrafoND == False

dirigido :: (Ix v,Num p) => (Grafo v p) -> Bool

dirigido (G o _) = o == D

(adyacentes g v) es la lista de los vértices adyacentes al nodo v en el grafo g. Por

ejemplo,

adyacentes ejGrafoND 4 == [2,3,5]

adyacentes ejGrafoD 4 == [5]

adyacentes :: (Ix v,Num p) => (Grafo v p) -> v -> [v]

adyacentes (G _ g) v = map fst (g!v)

(nodos g) es la lista de todos los nodos del grafo g. Por ejemplo,

nodos ejGrafoND == [1,2,3,4,5]

nodos ejGrafoD == [1,2,3,4,5]

nodos :: (Ix v,Num p) => (Grafo v p) -> [v]

nodos (G _ g) = indices g

(peso v1 v2 g) es el peso de la arista que une los vértices v1 y v2 en el grafo g.

Por ejemplo,
282

peso 1 5 ejGrafoND == 78
peso 1 5 ejGrafoD == 78

peso :: (Ix v,Num p) => v -> v -> (Grafo v p) -> p

peso x y (G _ g) = head [c | (a,c) <- g!x , a == y]

(aristaEn g a) se verifica si a es una arista del grafo g. Por ejemplo,

aristaEn ejGrafoND (5,1) == True

aristaEn ejGrafoND (4,1) == False
aristaEn ejGrafoD (5,1) == False
aristaEn ejGrafoD (1,5) == True

aristaEn :: (Ix v,Num p) => (Grafo v p) -> (v,v) -> Bool

aristaEn g (x,y) = y ‘elem‘ adyacentes g x

(aristas g) es la lista de las aristas del grafo g. Por ejemplo,

ghci> aristas ejGrafoND

[(1,2,12),(1,3,34),(1,5,78),(2,1,12),(2,4,55),(2,5,32),
(3,1,34),(3,4,61),(3,5,44),(4,2,55),(4,3,61),(4,5,93),
(5,1,78),(5,2,32),(5,3,44),(5,4,93)]
ghci> aristas ejGrafoD
[(1,2,12),(1,3,34),(1,5,78),(2,4,55),(2,5,32),(3,4,61),
(3,5,44),(4,5,93)]

aristas :: (Ix v,Num p) => (Grafo v p) -> [(v,v,p)]

aristas (G o g) =
[(v1,v2,w) | v1 <- nodos (G o g) , (v2,w) <- g!v1]

22.1.4. Implementación de los grafos como matrices de adyacencia

Cabecera del módulo.

module GrafoConMatrizDeAdyacencia
(Orientacion (..),
Grafo,
creaGrafo, -- (Ix v,Num p) => Orientacion -> (v,v) -> [(v,v,p)] ->
-- Grafo v p
dirigido, -- (Ix v,Num p) => (Grafo v p) -> Bool
 Tema 22. Algoritmos sobre grafos 283

adyacentes, -- (Ix v,Num p) => (Grafo v p) -> v -> [v]

nodos, -- (Ix v,Num p) => (Grafo v p) -> [v]
aristas, -- (Ix v,Num p) => (Grafo v p) -> [(v,v,p)]
aristaEn, -- (Ix v,Num p) => (Grafo v p) -> (v,v) -> Bool
peso -- (Ix v,Num p) => v -> v -> (Grafo v p) -> p
) where

Librerías auxiliares

import [Link]

Orientacion es D (dirigida) ó ND (no dirigida).

data Orientacion = D | ND
deriving (Eq, Show)

(Grafo v p) es un grafo con vértices de tipo v y pesos de tipo p.

data Grafo v p = G Orientacion (Array (v,v) (Maybe p))

deriving (Eq, Show)

(creaGrafo o cs as) es un grafo (dirigido o no, según el valor de o), con el par
de cotas cs y listas de aristas as (cada arista es un trío formado por los dos vértices
y su peso). Ver un ejemplo a continuación.

creaGrafo :: (Ix v, Num p) => Bool -> (v,v) -> [(v,v,p)]

-> Grafo v p
creaGrafo o cs@(l,u) as
= G o (matrizVacia //
([((x1,x2),Just w) | (x1,x2,w) <- as] ++
if o == D then []
else [((x2,x1),Just w) | (x1,x2,w) <- as, x1 /= x2]))
where
matrizVacia = array ((l,l),(u,u))
[((x1,x2),Nothing) | x1 <- range cs,
x2 <- range cs]

ejGrafoND es el grafo que de la página 262. Por ejemplo,

284

ghci> ejGrafoND
G ND array ((1,1),(5,5))
[((1,1),Nothing),((1,2),Just 12),((1,3),Just 34),
((1,4),Nothing),((1,5),Just 78),((2,1),Just 12),
((2,2),Nothing),((2,3),Nothing),((2,4),Just 55),
((2,5),Just 32),((3,1),Just 34),((3,2),Nothing),
((3,3),Nothing),((3,4),Just 61),((3,5),Just 44),
((4,1),Nothing),((4,2),Just 55),((4,3),Just 61),
((4,4),Nothing),((4,5),Just 93),((5,1),Just 78),
((5,2),Just 32),((5,3),Just 44),((5,4),Just 93),
((5,5),Nothing)]

ejGrafoND = creaGrafo ND (1,5) [(1,2,12),(1,3,34),(1,5,78),

(2,4,55),(2,5,32),
(3,4,61),(3,5,44),
(4,5,93)]

ejGrafoD es el mismo grafo que ejGrafoND pero orientando las aristas de menor
a mayor. Por ejemplo,

ghci> ejGrafoD
G D (array ((1,1),(5,5))
[((1,1),Nothing),((1,2),Just 12),((1,3),Just 34),
((1,4),Nothing),((1,5),Just 78),((2,1),Nothing),
((2,2),Nothing),((2,3),Nothing),((2,4),Just 55),
((2,5),Just 32),((3,1),Nothing),((3,2),Nothing),
((3,3),Nothing),((3,4),Just 61),((3,5),Just 44),
((4,1),Nothing),((4,2),Nothing),((4,3),Nothing),
((4,4),Nothing),((4,5),Just 93),((5,1),Nothing),
((5,2),Nothing),((5,3),Nothing),((5,4),Nothing),
((5,5),Nothing)])

ejGrafoD = creaGrafo D (1,5) [(1,2,12),(1,3,34),(1,5,78),

(2,4,55),(2,5,32),
(3,4,61),(3,5,44),
(4,5,93)]

(dirigido g) se verifica si g es dirigido. Por ejemplo,

dirigido ejGrafoD == True

dirigido ejGrafoND == False
 Tema 22. Algoritmos sobre grafos 285

dirigido :: (Ix v,Num p) => (Grafo v p) -> Bool

dirigido (G o _) = o == D

(adyacentes g v) es la lista de los vértices adyacentes al nodo v en el grafo g. Por

ejemplo,

adyacentes ejGrafoND 4 == [2,3,5]

adyacentes ejGrafoD 4 == [5]

adyacentes :: (Ix v,Num p) => (Grafo v p) -> v -> [v]

adyacentes (G o g) v =
[v’ | v’ <- nodos (G o g), (g!(v,v’)) /= Nothing]

(nodos g) es la lista de todos los nodos del grafo g. Por ejemplo,

nodos ejGrafoND == [1,2,3,4,5]

nodos ejGrafoD == [1,2,3,4,5]

nodos :: (Ix v,Num p) => (Grafo v p) -> [v]

nodos (G _ g) = range (l,u)
where ((l,_),(u,_)) = bounds g

(peso v1 v2 g) es el peso de la arista que une los vértices v1 y v2 en el grafo g.

Por ejemplo,

peso 1 5 ejGrafoND == 78
peso 1 5 ejGrafoD == 78

peso :: (Ix v,Num p) => v -> v -> (Grafo v p) -> p

peso x y (G _ g) = w where (Just w) = g!(x,y)

(aristaEn g a) se verifica si a es una arista del grafo g. Por ejemplo,

aristaEn ejGrafoND (5,1) == True

aristaEn ejGrafoND (4,1) == False

aristaEn :: (Ix v,Num p) => (Grafo v p) -> (v,v) -> Bool

aristaEn (G _o g) (x,y)= (g!(x,y)) /= Nothing

(aristas g) es la lista de las aristas del grafo g. Por ejemplo,

286

ghci> aristas ejGrafoD

[(1,2,12),(1,3,34),(1,5,78),(2,4,55),(2,5,32),(3,4,61),
(3,5,44),(4,5,93)]
ghci> aristas ejGrafoND
[(1,2,12),(1,3,34),(1,5,78),(2,1,12),(2,4,55),(2,5,32),
(3,1,34),(3,4,61),(3,5,44),(4,2,55),(4,3,61),(4,5,93),
(5,1,78),(5,2,32),(5,3,44),(5,4,93)]

aristas :: (Ix v,Num p) => (Grafo v p) -> [(v,v,p)]

aristas g@(G o e) = [(v1,v2,extrae(e!(v1,v2)))
| v1 <- nodos g,
v2 <- nodos g,
aristaEn g (v1,v2)]
where extrae (Just w) = w

22.2. Recorridos en profundidad y en anchura

22.2.1. Recorrido en profundidad
Importaciones de librerías auxiliares.

-- Nota: Elegir una implementación de los grafos.

import GrafoConVectorDeAdyacencia
-- import GrafoConMatrizDeAdyacencia

En los ejemplos se usará el grafo g

+---> 2 <---+
| |
| |
1 --> 3 --> 6 --> 5
| |
| |
+---> 4 <---------+

que se define por

g = creaGrafo D (1,6)
[(1,2,0),(1,3,0),(1,4,0),(3,6,0),
(5,4,0),(6,2,0),(6,5,0)]
 Tema 22. Algoritmos sobre grafos 287

Procedimiento elemental de recorrido en profundidad

(recorridoEnProfundidad i g) es el recorrido en profundidad del grafo g desde

el vértice i. Por ejemplo,

recorridoEnProfundidad 1 g == [1,2,3,6,5,4]

recorridoEnProfundidad i g = rp [i] []
where
rp [] vis = vis
rp (c:cs) vis
| c ‘elem‘ vis = rp cs vis
| otherwise = rp ((adyacentes g c)++cs)
(vis++[c])

Traza del cálculo de (recorridoEnProfundidad 1 g)

recorridoEnProfundidad 1 g
= rp [1] []
= rp [2,3,4] [1]
= rp [3,4] [1,2]
= rp [6,4] [1,2,3]
= rp [2,5,4] [1,2,3,6]
= rp [5,4] [1,2,3,6]
= rp [4,4] [1,2,3,6,5]
= rp [4] [1,2,3,6,5,4]
= rp [] [1,2,3,6,5,4]
= [1,2,3,6,5,4]

Recorrido en profundidad con acumuladores

(recorridoEnProfundidad’ i g) es el recorrido en profundidad del grafo, usan-

do la lista de los visitados como acumulador. Por ejemplo,

recorridoEnProfundidad’ 1 g == [1,2,3,6,5,4]

recorridoEnProfundidad’ i g = reverse (rp [i] [])

where
rp [] vis = vis
rp (c:cs) vis
| c ‘elem‘ vis = rp cs vis
288

| otherwise = rp ((adyacentes g c)++cs)

(c:vis)

Traza del cálculo de (recorridoEnProfundidad’ 1 g)

recorridoEnProfundidad’ 1 g
= reverse (rp [1] [])
= reverse (rp [2,3,4] [1])
= reverse (rp [3,4] [2,1])
= reverse (rp [6,4] [3,2,1])
= reverse (rp [2,5,4] [6,3,2,1])
= reverse (rp [5,4] [6,3,2,1])
= reverse (rp [4,4] [5,6,3,2,1])
= reverse (rp [4] [4,5,6,3,2,1])
= reverse (rp [] [4,5,6,3,2,1])
= reverse [4,5,6,3,2,1]
= [1,2,3,6,5,4]

22.2.2. Recorrido en anchura

Importaciones de librerías auxiliares.

-- Nota: Elegir una implementación de los grafos.

import GrafoConVectorDeAdyacencia
-- import GrafoConMatrizDeAdyacencia

Procedimiento elemental de recorrido en anchura

(recorridoEnAnchura i g) es el recorrido en anchura del grafo g desde el vértice

i. Por ejemplo,

recorridoEnAnchura 1 g == [1,4,3,2,6,5]

recorridoEnAnchura i g = reverse (ra [i] [])

where
ra [] vis = vis
ra (c:cs) vis
| c ‘elem‘ vis = ra cs vis
| otherwise = ra (cs ++ adyacentes g c)
(c:vis)
 Tema 22. Algoritmos sobre grafos 289

Traza del cálculo de (recorridoEnAnchura 1 g)

RecorridoEnAnchura 1 g
= ra [1] []
= ra [2,3,4] [1]
= ra [3,4] [2,1]
= ra [4,6] [3,2,1]
= ra [6] [4,3,2,1]
= ra [2,5] [6,4,3,2,1]
= ra [5] [6,4,3,2,1]
= ra [4] [5,6,4,3,2,1]
= ra [] [5,6,4,3,2,1]
= [1,2,3,4,6,5]

22.3. Árboles de expansión mínimos

22.3.1. Árboles de expansión mínimos
Sea G = (V, A) un grafo conexo no orientado en el que cada arista tiene un peso
no negativo. Un árbol de expansión mínimo de G es un subgrafo G 0 = (V, A0 )
que conecta todos los vértices de G y tal que la suma de sus pesos es mínima.

Aplicación: Si los vértices representan ciudades y el coste de una arista { a, b} es el

construir una carretera de a a b, entonces un árbol de expansión mínimo representa
el modo de enlazar todas las ciudades mediante una red de carreteras de coste
mínimo.
Terminología de algoritmos voraces: Sea G = (V, A) un grafo y T un conjunto de
aristas de G.

• T es una solución si es un grafo de expansión.

• T es completable si no tiene ciclos.
• T es prometedor si es completable y puede ser completado hasta llegar a una
solución óptima.
• Una arista toca un conjunto de vértices B si exactamente uno de sus extremos
pertenece a B.

Teorema: Sea G = (V, A) un grafo conexo no orientado cuyas aristas tienen un

peso asociado. Sea B un subjconjunto propio del conjunto de vértices V y T un
conjunto prometedor de aristas tal que ninguna arista de T toca a B. Sea e una
arista de peso mínimo de entre todas las que tocan a B. Entonces ( T ∪ {e}) es
prometedor.
290

22.3.2. El algoritmo de Kruskal

Para los ejemplos se considera el siguiente grafo:
1 2
1 ----- 2 ----- 3
| /| /|
| / | / |
| / | / |
4| /6 |4 /5 |6
| / | / |
| / | / |
|/ |/ |
4 ----- 5 ----- 6
\ 3 | 8 /
\ | /
\ | /
4\ |7 /3
\ | /
\ | /
\|/
7

Aplicación del algoritmo de Kruskal al grafo anterior:

Etapa Arista Componentes conexas

0 {1} {2} {3} {4} {5} {6} {7}
1 {1,2} {1,2} {3} {4} {5} {6} {7}
2 {2,3} {1,2,3} {4} {5} {6} {7}
3 {4,5} {1,2,3} {4,5} {6} {7}
4 {6,7} {1,2,3} {4,5} {6,7}
5 {1,4} {1,2,3,4,5} {6,7}
6 {2,5} arista rechazada
7 {4,7} {1,2,3,4,5,6,7}

El árbol de expansión mínimo contiene las aristas no rechazadas:

{1,2}, {2,3}, {4,5}, {6,7}, {1,4} y {4,7}.

Librerías auxiliares.
-- Nota: Seleccionar una implementación del TAD grafo.
import GrafoConVectorDeAdyacencia
-- import GrafoConMatrizDeAdyacencia
 Tema 22. Algoritmos sobre grafos 291

-- Nota: Seleccionar una implementación del TAD tabla.

-- import TablaConFunciones
import TablaConListasDeAsociacion
-- import TablaConMatrices

import [Link]
import [Link]

Grafos usados en los ejemplos.

g1 :: Grafo Int Int

g1 = creaGrafo D (1,5) [(1,2,12),(1,3,34),(1,5,78),
(2,4,55),(2,5,32),
(3,4,61),(3,5,44),
(4,5,93)]

g2 :: Grafo Int Int

g2 = creaGrafo D (1,5) [(1,2,13),(1,3,11),(1,5,78),
(2,4,12),(2,5,32),
(3,4,14),(3,5,44),
(4,5,93)]

(kruskal g) es el árbol de expansión mínimo del grafo g calculado mediante el

algoritmo de Kruskal. Por ejemplo,

kruskal g1 == [(55,2,4),(34,1,3),(32,2,5),(12,1,2)]
kruskal g2 == [(32,2,5),(13,1,2),(12,2,4),(11,1,3)]

kruskal :: (Ix v, Num p, Ord p) => Grafo v p -> [(p,v,v)]

kruskal g = kruskal’ cola -- Cola de prioridad
(tabla [(x,x) | x <- nodos g]) -- Tabla de raices
[] -- Árbol de expansión
((length (nodos g)) - 1) -- Aristas por
-- colocar
where cola = sort [(p,x,y) | (x,y,p) <- aristas g]

kruskal’ ((p,x,y):as) t ae n
| n==0 = ae
| actualizado = kruskal’ as t’ ((p,x,y):ae) (n-1)
292

| otherwise = kruskal’ as t ae n
where (actualizado,t’) = buscaActualiza (x,y) t

(raiz t n) es la raíz de n en la tabla t. Por ejemplo,

> raiz (crea [(1,1),(3,1),(4,3),(5,4),(2,6),(6,6)]) 5

1
> raiz (crea [(1,1),(3,1),(4,3),(5,4),(2,6),(6,6)]) 2
6

raiz:: Eq n => Tabla n n -> n -> n

raiz t x | v == x = v
| otherwise = raiz t v
where v = valor t x

(buscaActualiza a t) es el par formado por False y la tabla t, si los dos vértices

de la arista a tienen la misma raíz en t y el par formado por True y la tabla obtenida
añadiéndole a t la arista formada por el vértice de a de mayor raíz y la raíz del
vértice de a de menor raíz. Por ejemplo,

ghci> let t = crea [(1,1),(2,2),(3,1),(4,1)]

ghci> buscaActualiza (2,3) t
(True,Tbl [(1,1),(2,1),(3,1),(4,1)])
ghci> buscaActualiza (3,4) t
(False,Tbl [(1,1),(2,2),(3,1),(4,1)])

buscaActualiza :: (Eq n, Ord n) => (n,n) -> Tabla n n

-> (Bool,Tabla n n)
buscaActualiza (x,y) t
| x’ == y’ = (False, t)
| y’ < x’ = (True, modifica (x,y’) t)
| otherwise = (True, modifica (y,x’) t)
where x’ = raiz t x
y’ = raiz t y

22.3.3. El algoritmo de Prim

(prim g) es el árbol de expansión mínimo del grafo g calculado mediante el algo-
ritmo de Prim. Por ejemplo,
 Tema 22. Algoritmos sobre grafos 293

prim g1 == [(55,2,4),(34,1,3),(32,2,5),(12,1,2)]
prim g2 == [(32,2,5),(12,2,4),(13,1,2),(11,1,3)]

prim :: (Ix v, Num p, Ord p) => Grafo v p -> [(p,v,v)]

prim g = prim’ [n] -- Nodos colocados
ns -- Nodos por colocar
[] -- Árbol de expansión
(aristas g) -- Aristas del grafo
where (n:ns) = nodos g

prim’ t [] ae as = ae
prim’ t r ae as = prim’ (v’:t) (delete v’ r) (e:ae) as
where e@(c,u’, v’) = minimum [(c,u,v)| (u,v,c) <- as,
elem u t,
elem v r]
294
Tema 23

Técnicas de diseño descendente de

algoritmos

Contenido
23.1. La técnica de divide y vencerás . . . . . . . . . . . . . . . . . . . . . . . . 279
23.1.1. La técnica de divide y vencerás . . . . . . . . . . . . . . . . . . . . 279
23.1.2. La ordenación por mezcla como ejemplo de DyV . . . . . . . . . 280
23.1.3. La ordenación rápida como ejemplo de DyV . . . . . . . . . . . . 280
23.2. Búsqueda en espacios de estados . . . . . . . . . . . . . . . . . . . . . . 281
23.2.1. El patrón de búsqueda en espacios de estados . . . . . . . . . . . 281
23.2.2. El problema del 8 puzzle . . . . . . . . . . . . . . . . . . . . . . . . 282
23.2.3. El problema de las n reinas . . . . . . . . . . . . . . . . . . . . . . 285
23.2.4. El problema de la mochila . . . . . . . . . . . . . . . . . . . . . . . 287
23.3. Búsqueda por primero el mejor . . . . . . . . . . . . . . . . . . . . . . . 289
23.3.1. El patrón de búsqueda por primero el mejor . . . . . . . . . . . . 289
23.3.2. El problema del 8 puzzle por BPM . . . . . . . . . . . . . . . . . . 289
23.4. Búsqueda en escalada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
23.4.1. El patrón de búsqueda en escalada . . . . . . . . . . . . . . . . . . 290
23.4.2. El problema del cambio de monedas por escalada . . . . . . . . . 291
23.4.3. El algoritmo de Prim del árbol de expansión mínimo por escalada 292

295
296

23.1. La técnica de divide y vencerás

23.1.1. La técnica de divide y vencerás
La técnica divide y vencerás consta de los siguientes pasos:

1. Dividir el problema en subproblemas menores.

2. Resolver por separado cada uno de los subproblemas:

si los subproblemas son complejos, usar la misma técnica recursivamente;

si son simples, resolverlos directamente.

3. Combinar todas las soluciones de los subproblemas en una solución simple.

(divideVenceras ind resuelve divide combina pbInicial) resuelve el proble-

ma pbInicial mediante la técnica de divide y vencerás, donde

• (ind pb) se verifica si el problema pb es indivisible,

• (resuelve pb) es la solución del problema indivisible pb,
• (divide pb) es la lista de subproblemas de pb,
• (combina pb ss) es la combinación de las soluciones ss de los subproblemas
del problema pb y
• pbInicial es el problema inicial.

divideVenceras :: (p -> Bool) -> (p -> s) -> (p -> [p])

-> (p -> [s] -> s) -> p -> s
divideVenceras ind resuelve divide combina pbInicial =
dv’ pbInicial where
dv’ pb
| ind pb = resuelve pb
| otherwise = combina pb [dv’ sp | sp <- divide pb]

23.1.2. La ordenación por mezcla como ejemplo de DyV

(ordenaPorMezcla xs) es la lista obtenida ordenando xs por el procedimiento de
ordenación por mezcla. Por ejemplo,

ghci> ordenaPorMezcla [3,1,4,1,5,9,2,8]

[1,1,2,3,4,5,8,9]
 Tema 23. Técnicas de diseño descendente de algoritmos 297

ordenaPorMezcla :: Ord a => [a] -> [a]

ordenaPorMezcla xs =
divideVenceras ind id divide combina xs
where
ind xs = length xs <= 1
divide xs = [take n xs, drop n xs]
where n = length xs ‘div‘ 2
combina _ [l1,l2] = mezcla l1 l2

(mezcla xs ys) es la lista obtenida mezclando xs e ys. Por ejemplo,

mezcla [1,3] [2,4,6] ; [1,2,3,4,6]

mezcla :: Ord a => [a] -> [a] -> [a]

mezcla [] b = b
mezcla a [] = a
mezcla a@(x:xs) b@(y:ys)
| x <= y = x : (mezcla xs b)
| otherwise = y : (mezcla a ys)

23.1.3. La ordenación rápida como ejemplo de DyV

(ordenaRapida xs) es la lista obtenida ordenando xs por el procedimiento de or-
denación rápida. Por ejemplo,

ghci> ordenaRapida [3,1,4,1,5,9,2,8]

[1,1,2,3,4,5,8,9]

ordenaRapida :: Ord a => [a] -> [a]

ordenaRapida xs =
divideVenceras ind id divide combina xs
where
ind xs = length xs <= 1
divide (x:xs) = [[ y | y <- xs, y <= x],
[ y | y <- xs, y > x]]
combina (x:_) [l1,l2] = l1 ++ [x] ++ l2
298

23.2. Búsqueda en espacios de estados

23.2.1. El patrón de búsqueda en espacios de estados
Descripción de los problemas de espacios de estados
Las características de los problemas de espacios de estados son:

un conjunto de las posibles situaciones o nodos que constituye el espacio de esta-

dos (estos son las potenciales soluciones que se necesitan explorar),

un conjunto de movimientos de un nodo a otros nodos, llamados los sucesores

del nodo,

un nodo inicial y

un nodo objetivo que es la solución.

En estos problemas usaremos las siguientes librerías auxiliares:

-- Nota: Hay que elegir una implementación de las pilas.

import PilaConListas
-- import PilaConTipoDeDatoAlgebraico

import [Link]
import [Link] (sort)

El patrón de búsqueda en espacios de estados

Se supone que el grafo implícito de espacios de estados es acíclico.

(buscaEE s o e) es la lista de soluciones del problema de espacio de estado defi-

nido por la función sucesores (s), el objetivo (o) y estado inicial (e).

buscaEE:: (Eq node) => (node -> [node]) -> (node -> Bool)
-> node -> [node]
buscaEE sucesores esFinal x = busca’ (apila x vacia)
where busca’ p
| esVacia p = []
| esFinal (cima p) = cima p : busca’ (desapila p)
| otherwise = busca’ (foldr apila (desapila p)
(sucesores x))
where x = cima p
 Tema 23. Técnicas de diseño descendente de algoritmos 299

23.2.2. El problema del 8 puzzle

El problema del 8 puzzle
Para el 8–puzzle se usa un cajón cuadrado en el que hay situados 8 bloques cua-
drados. El cuadrado restante está sin rellenar. Cada bloque tiene un número. Un bloque
adyacente al hueco puede deslizarse hacia él. El juego consiste en transformar la posi-
ción inicial en la posición final mediante el deslizamiento de los bloques. En particular,
consideramos el estado inicial y final siguientes:

+---+---+---+ +---+---+---+
| 2 | 6 | 3 | | 1 | 2 | 3 |
+---+---+---+ +---+---+---+
| 5 | | 4 | | 8 | | 4 |
+---+---+---+ +---+---+---+
| 1 | 7 | 8 | | 7 | 6 | 5 |
+---+---+---+ +---+---+---+
Estado inicial Estado final

Una posición es un par de enteros.

type Posicion = (Int,Int)

Un tablero es un vector de posiciones, en el que el índice indica el elemento que

ocupa la posición.

type Tablero = Array Int Posicion

inicial8P es el estado inicial del 8 puzzle. En el ejemplo es

+---+---+---+
| 2 | 6 | 3 |
+---+---+---+
| 5 | | 4 |
+---+---+---+
| 1 | 7 | 8 |
+---+---+---+

inicial8P :: Tablero
inicial8P = array (0,8) [(2,(1,3)),(6,(2,3)),(3,(3,3)),
(5,(1,2)),(0,(2,2)),(4,(3,2)),
(1,(1,1)),(7,(2,1)),(8,(3,1))]
300

final8P es el estado final del 8 puzzle. En el ejemplo es

+---+---+---+
| 1 | 2 | 3 |
+---+---+---+
| 8 | | 4 |
+---+---+---+
| 7 | 6 | 5 |
+---+---+---+

final8P :: Tablero
final8P = array (0,8) [(1,(1,3)),(2,(2,3)),(3,(3,3)),
(8,(1,2)),(0,(2,2)),(4,(3,2)),
(7,(1,1)),(6,(2,1)),(5,(3,1))]

(distancia p1 p2) es la distancia Manhatan entre las posiciones p1 y p2. Por

ejemplo,

distancia (2,7) (4,1) ; 8

distancia :: Posicion -> Posicion -> Int

distancia (x1,y1) (x2,y2) = abs (x1-x2) + abs (y1-y2)

(adyacente p1 p2) se verifica si las posiciones p1 y p2 son adyacentes. Por ejem-

plo,

adyacente (3,2) (3,1) ; True

adyacente (3,2) (1,2) ; False

adyacente :: Posicion -> Posicion -> Bool

adyacente p1 p2 = distancia p1 p2 == 1

(todosMovimientos t) es la lista de los tableros obtenidos aplicándole al tablero

t todos los posibles movimientos; es decir, intercambiando la posición del hueco
con sus adyacentes.

todosMovimientos :: Tablero -> [Tablero]

todosMovimientos t =
[t//[(0,t!i),(i,t!0)] | i<-[1..8],
adyacente (t!0) (t!i)]
 Tema 23. Técnicas de diseño descendente de algoritmos 301

Los nodos del espacio de estados son listas de tableros [tn , . . . , t1 ] tal que ti es un
sucesor de ti−1 .

data Tableros = Est [Tablero] deriving (Eq, Show)

(sucesores8P e) es la lista de sucesores del estado e.

sucesores8P :: Tableros -> [Tableros]

sucesores8P (Est(n@(t:ts))) =
filter (noEn ts)
[Est (t’:n) | t’ <- todosMovimientos t]
where
noEn ts (Est(t:_)) =
not (elem (elems t) (map elems ts))

Solución del 8 puzzle por búsqueda en espacios de estados

(esFinal8P e) se verifica si e es un estado final del 8 puzzle.

esFinal8P :: Tableros -> Bool

esFinal8P (Est (n:_)) = elems n == elems final8P

(buscaEE8P) es la lista de las soluciones del problema del 8 puzzle.

buscaEE8P :: [[Posicion]]
buscaEE8P = map elems ls
where ((Est ls):_) = buscaEE sucesores8P
esFinal8P
(Est [inicial8P])

Nota: No termina.

23.2.3. El problema de las n reinas

El problema de las n reinas

El problema de las n reinas consiste en colocar n reinas en un tablero cuadrado de

dimensiones n por n de forma que no se encuentren más de una en la misma línea:
horizontal, vertical o diagonal.

Las posiciones de las reinas en el tablero se representan por su columna y su fila.

302

type Columna = Int

type Fila = Int

Una solución del problema de las n reinas es una lista de posiciones.

type SolNR = [(Columna,Fila)]

(valida sp p) se verifica si la posición p es válida respecto de la solución parcial

sp; es decir, la reina en la posición p no amenaza a ninguna de las reinas de la sp
(se supone que están en distintas columnas). Por ejemplo,

valida [(1,1)] (2,2) ; False

valida [(1,1)] (2,3) ; True

valida :: SolNR -> (Columna,Fila) -> Bool

valida solp (c,r) = and [test s | s <- solp]
where test (c’,r’) = and [c’+r’/=c+r,
c’-r’/=c-r,
r’/=r]

Los nodos del problema de las n reinas son ternas formadas por la columna de la
última reina colocada, el número de columnas del tablero y la solución parcial de
las reinas colocadas anteriormente.
type NodoNR = (Columna,Columna,SolNR)

(sucesoresNR e) es la lista de los sucesores del estado e en el problema de las n

reinas. Por ejemplo,

ghci> sucesoresNR (1,4,[])

[(2,4,[(1,1)]),(2,4,[(1,2)]),(2,4,[(1,3)]),(2,4,[(1,4)])]

sucesoresNR :: NodoNR -> [NodoNR]

sucesoresNR (c,n,solp)
= [(c+1,n,solp++[(c,r)]) | r <- [1..n],
valida solp (c,r)]

(esFinalNQ e) se verifica si e es un estado final del problema de las n reinas.

esFinalNQ :: NodoNR -> Bool

esFinalNQ (c,n,solp) = c > n
 Tema 23. Técnicas de diseño descendente de algoritmos 303

Solución del problema de las n reinas por EE

(buscaEE_NQ n) es la primera solución del problema de las n reinas, por búsqueda

en espacio de estados. Por ejemplo,

ghci> buscaEE_NQ 8
[(1,1),(2,5),(3,8),(4,6),(5,3),(6,7),(7,2),(8,4)]

buscaEE_NQ :: Columna -> SolNR

buscaEE_NQ n = s
where ((_,_,s):_) = buscaEE sucesoresNR
esFinalNQ
(1,n,[])

(nSolucionesNQ n) es el número de soluciones del problema de las n reinas, por

búsqueda en espacio de estados. Por ejemplo,

nSolucionesNQ 8 ; 92

nSolucionesNQ :: Columna -> Int

nSolucionesNQ n =
length (buscaEE sucesoresNR
esFinalNQ
(1,n,[]))

23.2.4. El problema de la mochila

El problema de la mochila

Se tiene una mochila de capacidad de peso p y una lista de n objetos para colo-
car en la mochila. Cada objeto i tiene un peso wi y un valor vi . Considerando la
posibilidad de colocar el mismo objeto varias veces en la mochila, el problema
consiste en determinar la forma de colocar los objetos en la mochila sin sobrepasar
la capacidad de la mochila colocando el máximo valor posible.

Los pesos son número enteros.

type Peso = Int

Los valores son números reales.

304

type Valor = Float

Los objetos son pares formado por un peso y un valor.

type Objeto = (Peso,Valor)

Una solución del problema de la mochila es una lista de objetos.

type SolMoch = [Objeto]

Los estados del problema de la mochila son 5–tuplas de la forma (v,p,l,o,s)

donde

• v es el valor de los objetos colocados,

• p es el peso de los objetos colocados,
• l es el límite de la capacidad de la mochila,
• o es la lista de los objetos colocados (ordenados de forma creciente según sus
pesos) y
• s es la solución parcial.

type NodoMoch = (Valor,Peso,Peso,[Objeto],SolMoch)

(sucesoresMoch e) es la lista de los sucesores del estado e en el problema de la

mochila.
sucesoresMoch :: NodoMoch -> [NodoMoch]
sucesoresMoch (v,p,limite,objetos,solp)
= [( v+v’,
p+p’,
limite,
[o | o@(p’’,_) <- objetos,(p’’>=p’)],
(p’,v’):solp )
| (p’,v’) <- objetos,
p+p’ <= limite]

(esObjetivoMoch e) se verifica si e es un estado final el problema de la mochila.

esObjetivoMoch :: NodoMoch -> Bool

esObjetivoMoch (_,p,limite,((p’,_):_),_) =
p+p’>limite
 Tema 23. Técnicas de diseño descendente de algoritmos 305

Solución del problema de la mochila por EE

(buscaEE_Mochila os l) es la solución del problema de la mochila para la lista

de objetos os y el límite de capacidad l. Por ejemplo,

> buscaEE_Mochila [(2,3),(3,5),(4,6),(5,10)] 8

([(5,10.0),(3,5.0)],15.0)
> buscaEE_Mochila [(2,3),(3,5),(5,6)] 10
([(3,5.0),(3,5.0),(2,3.0),(2,3.0)],16.0)
> buscaEE_Mochila [(2,2.8),(3,4.4),(5,6.1)] 10
([(3,4.4),(3,4.4),(2,2.8),(2,2.8)],14.4)

buscaEE_Mochila :: [Objeto] -> Peso -> (SolMoch,Valor)

buscaEE_Mochila objetos limite = (sol,v)
where
(v,_,_,_,sol) =
maximum (buscaEE sucesoresMoch
esObjetivoMoch
(0,0,limite,sort objetos,[]))

23.3. Búsqueda por primero el mejor

23.3.1. El patrón de búsqueda por primero el mejor
El patrón de búsqueda por primero el mejor

(buscaPM s o e) es la lista de soluciones del problema de espacio de estado de-

finido por la función sucesores (s), el objetivo (o) y estado inicial (e), obtenidas
buscando por primero el mejor.

import ColaDePrioridadConMonticulos

buscaPM :: (Ord nodo) => (nodo -> [nodo]) -> (nodo -> Bool)
-> nodo -> [(nodo,Int)]
buscaPM sucesores esFinal x = busca’ (inserta x vacia) 0
where
busca’ c t
| esVacia c = []
| esFinal (primero c)
= ((primero c),t+1):(busca’ (resto c)(t+1))
| otherwise
306

= busca’ (foldr inserta (resto c) (sucesores x)) (t+1)

where x = primero c

23.3.2. El problema del 8 puzzle por BPM

El problema del 8 puzzle por BPM
(heur1 t) es la suma de la distancia Manhatan desde la posición de cada objeto
del tablero t a su posición en el estado final. Por ejemplo,
heur1 inicial8P ; 12

heur1 :: Tablero -> Int

heur1 b =
sum [distancia (b!i) (final8P!i) | i <- [0..8]]

Dos estados se consideran iguales si tienen la misma heurística.

instance Eq Tableros
where Est(t1:_) == Est(t2:_) = heur1 t1 == heur1 t2

Un estado es menor o igual que otro si tiene una heurística menor o igual.

instance Ord Tableros where

Est (t1:_) <= Est (t2:_) = heur1 t1 <= heur1 t2

(buscaPM_8P) es la lista de las soluciones del 8 puzzle por búsqueda primero el

mejor.

buscaPM_8P = buscaPM sucesores8P

esFinal8P
(Est [inicial8P])

(nSolucionesPM_8P) es el número de soluciones del 8 puzzle por búsqueda pri-

mero el mejor. Por ejemplo,
nSolucionesPM_8P ; 43

nSolucionesPM_8P = length ls
where (((Est ls),_):_) = buscaPM sucesores8P
esFinal8P
(Est [inicial8P])
 Tema 23. Técnicas de diseño descendente de algoritmos 307

23.4. Búsqueda en escalada

23.4.1. El patrón de búsqueda en escalada
El patrón de búsqueda en escalada

(buscaEscalada s o e) es la lista de soluciones del problema de espacio de esta-

do definido por la función sucesores (s), el objetivo (o) y estado inicial (e), obteni-
das buscando por escalada.

buscaEscalada :: Ord nodo => (nodo -> [nodo])

-> (nodo -> Bool) -> nodo -> [nodo]
buscaEscalada sucesores esFinal x =
busca’ (inserta x vacia) where
busca’ c
| esVacia c = []
| esFinal (primero c) = [primero c]
| otherwise =
busca’ (foldr inserta vacia (sucesores x))
where x = primero c

23.4.2. El problema del cambio de monedas por escalada

El problema del cambio de monedas consiste en determinar cómo conseguir una
cantidad usando el menor número de monedas disponibles.

Las monedas son números enteros.

type Moneda = Int

monedas es la lista del tipo de monedas disponibles. Se supone que hay un número
infinito de monedas de cada tipo.

monedas :: [Moneda]
monedas = [1,2,5,10,20,50,100]

Las soluciones son listas de monedas.

type Soluciones = [Moneda]

Los estados son pares formados por la cantidad que falta y la lista de monedas
usadas.
308

type NodoMonedas = (Int, [Moneda])

(sucesoresMonedas e) es la lista de los sucesores del estado e en el problema de

las monedas. Por ejemplo,

ghci> sucesoresMonedas (199,[])

[(198,[1]),(197,[2]),(194,[5]),(189,[10]),
(179,[20]),(149,[50]),(99,[100])]

sucesoresMonedas :: NodoMonedas -> [NodoMonedas]

sucesoresMonedas (r,p) =
[(r-c,c:p) | c <- monedas, r-c >= 0]

(esFinalMonedas e) se verifica si e es un estado final del problema de las mone-

das.
esFinalMonedas :: NodoMonedas -> Bool
esFinalMonedas (v,_) = v==0

(cambio n) es la solución del problema de las monedas por búsqueda en escalada.

Por ejemplo,

cambio 199 ; [2,2,5,20,20,50,100]

cambio :: Int -> Soluciones

cambio n =
snd (head (buscaEscalada sucesoresMonedas
esFinalMonedas
(n,[])))

23.4.3. El algoritmo de Prim del árbol de expansión mínimo por esca-

lada
Ejemplo de grafo.

g1 :: Grafo Int Int

g1 = creaGrafo True (1,5) [(1,2,12),(1,3,34),(1,5,78),
(2,4,55),(2,5,32),
(3,4,61),(3,5,44),
(4,5,93)]
 Tema 23. Técnicas de diseño descendente de algoritmos 309

Una arista esta formada dos nodos junto con su peso.

type Arista a b = (a,a,b)

Un nodo (NodoAEM (p,t,r,aem)) está formado por

• el peso p de la última arista añadida el árbol de expansión mínimo (aem),

• la lista t de nodos del grafo que están en el aem,
• la lista r de nodos del grafo que no están en el aem y
• el aem.

type NodoAEM a b = (b,[a],[a],[Arista a b])

(sucesoresAEM g n) es la lista de los sucesores del nodo n en el grafo g. Por ejem-

plo,

ghci> sucesoresAEM g1 (0,[1],[2..5],[])

[(12,[2,1],[3,4,5],[(1,2,12)]),
(34,[3,1],[2,4,5],[(1,3,34)]),
(78,[5,1],[2,3,4],[(1,5,78)])]

sucesoresAEM :: (Ix a,Num b) => (Grafo a b) -> (NodoAEM a b)

-> [(NodoAEM a b)]
sucesoresAEM g (_,t,r,aem)
= [(peso x y g, (y:t), delete y r, (x,y,peso x y g):aem)
| x <- t , y <- r, aristaEn g (x,y)]

(esFinalAEM n) se verifica si n es un estado final; es decir, si no queda ningún

elemento en la lista de nodos sin colocar en el árbol de expansión mínimo.

esFinalAEM (_,_,[],_) = True

esFinalAEM _ = False

(prim g) es el árbol de expansión mínimo del grafo g, por el algoritmo de Prim

como búsqueda en escalada. Por ejemplo,

prim g1 ; [(2,4,55),(1,3,34),(2,5,32),(1,2,12)]
310

prim g = sol
where [(_,_,_,sol)] = buscaEscalada (sucesoresAEM g)
esFinalAEM
(0,[n],ns,[])
(n:ns) = nodos g
Tema 24

Técnicas de diseño ascendente de

algoritmos

Contenido
24.1. Programación dinámica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
24.1.1. Introducción a la programación dinámica . . . . . . . . . . . . . . 295
24.1.2. El patrón de la programación dinámica . . . . . . . . . . . . . . . 296
24.2. Fibonacci como ejemplo de programación dinámica . . . . . . . . . . . 297
24.2.1. Definición de Fibonacci mediante programación dinámica . . . . 297
24.3. Producto de cadenas de matrices (PCM) . . . . . . . . . . . . . . . . . . 299
24.3.1. Descripción del problema PCM . . . . . . . . . . . . . . . . . . . . 299
24.3.2. Solución del PCM mediante programación dinámica . . . . . . . 300
24.3.3. Solución del PCM mediante divide y vencerás . . . . . . . . . . . 302
24.4. Árboles binarios de búsqueda optimales (ABBO) . . . . . . . . . . . . . 303
24.4.1. Descripción del problema de ABBO . . . . . . . . . . . . . . . . . 303
24.4.2. Solución del ABBO mediante programación dinámica . . . . . . . 304
24.5. Caminos mínimos entre todos los pares de nodos de un grafo(CM) . . 306
24.5.1. Descripción del problema . . . . . . . . . . . . . . . . . . . . . . . 306
24.5.2. Solución del problema de los caminos mínimos (CM) . . . . . . . 306
24.6. Problema del viajante (PV) . . . . . . . . . . . . . . . . . . . . . . . . . . 308
24.6.1. Descripción del problema . . . . . . . . . . . . . . . . . . . . . . . 308
24.6.2. Solución del problema del viajante (PV) . . . . . . . . . . . . . . . 309

311
312

24.1. Programación dinámica

24.1.1. Introducción a la programación dinámica
Divide y vencerás vs programación dinámica

Inconveniente de la técnica divide y vencerás: la posibilidad de crear idénticos

supbroblemas y repetición del trabajo.

Idea de la programación dinámica: resolver primero los subproblemas menores,

guardar los resultados y usar los resultados de los subproblemas intermedios para
resolver los mayores.

Cálculo de Fibonacci por divide y vencerás

Definición de Fibonacci por divide y vencerás.

fib 0 = 0
fib 1 = 1
fib n = fib (n-1) + fib (n-2)

Cálculo de (fib 4) por divide y vencerás

fib 4
/ \
+-----+ +--+
| |
fib 3 fib 2
/ \ / \
fib 2 fib 1 fib 1 fib 0
/ \
fib 1 fib 0

Calcula 2 veces (fib 2) y 3 veces (fib 1) y (fib 0).

Cálculo de Fibonacci por programación dinámica

Cálculo de (fib 4) por programación dinámica

fib 0
| fib 1
| |
+-----+=== fib 2
 Tema 24. Técnicas de diseño ascendente de algoritmos 313

| |
+-----+=== fib 3
| |
+-----+=== fib 4

24.1.2. El patrón de la programación dinámica

Cabecera del módulo:

module Dinamica (module Tabla, dinamica) where

Librerías auxiliares

-- Hay que elegir una implementación de TAD Tabla

-- import TablaConFunciones as Tabla
import TablaConListasDeAsociacion as Tabla
-- import TablaConMatrices as Tabla

import [Link]

El patrón de la programación dinámica

dinamica :: Ix i => (Tabla i v -> i -> v) -> (i,i)

-> Tabla i v
dinamica calcula cotas = t
where t = tabla [(i,calcula t i) | i <- range cotas]

(calcula t i) es el valor del índice i calculado a partir de los anteriores que ya

se encuentran en la tabla t.

cotas son las cotas de la matriz t en la que se almacenan los valores calculados.

24.2. Fibonacci como ejemplo de programación dinámica

24.2.1. Definición de Fibonacci mediante programación dinámica
Definición de Fibonacci mediante programación dinámica

Importación del patrón de programación dinámica

import Dinamica
314

(fib n) es el n-ésimo término de la sucesión de Fibonacci, calculado mediante

programación dinámica. Por ejemplo,

fib 8 ; 21

fib :: Int -> Int

fib n = valor t n
where t = dinamica calculaFib (cotasFib n)

(calculaFib t i) es el valor de i-ésimo término de la sucesión de Fibonacci cal-

culado mediante la tabla t que contiene los anteriores. Por ejemplo,

calculaFib (tabla []) 0 ; 0

calculaFib (tabla [(0,0),(1,1),(2,1),(3,2)] 4 ; 3

Además,

ghci> dinamica calculaFib (0,6)

Tbl [(0,0),(1,1),(2,1),(3,2),(4,3),(5,5),(6,8)]

calculaFib :: Tabla Int Int -> Int -> Int

calculaFib t i
| i <= 1 = i
| otherwise = valor t (i-1) + valor t (i-2)

(cotasFib n) son las cotas del vector que se necesita para calcular el n-ésimo
término de la sucesión de Fibonacci mediante programación dinámica.

cotasFib :: Int -> (Int,Int)

cotasFib n = (0,n)

Definición de Fibonacci mediante divide y vencerás

(fibR n) es el n–ésimo término de la sucesión de Fibonacci calculado mediante

divide y vencerás.

fibR :: Int -> Int

fibR 0 = 0
fibR 1 = 1
fibR n = fibR (n-1) + fibR (n-2)
 Tema 24. Técnicas de diseño ascendente de algoritmos 315

Comparación:

ghci> fib 30
832040
(0.01 secs, 0 bytes)
ghci> fibR 30
832040
(6.46 secs, 222602404 bytes)

Definición de Fibonacci mediante evaluación perezosa

fibs es la lista de los términos de la sucesión de Fibonacci. Por ejemplo,

take 10 fibs ; [0,1,1,2,3,5,8,13,21,34]

fibs :: [Int]
fibs = 0:1:[x+y | (x,y) <- zip fibs (tail fibs)]

(fib’ n) es el n-ésimo término de la sucesión de Fibonacci, calculado a partir de

fibs. Por ejemplo,

fib’ 8 ; 21

fib’ :: Int -> Int

fib’ n = fibs!!n

Comparaciones:

ghci> fib 30
832040
(0.02 secs, 524808 bytes)
ghci> fib’ 30
832040
(0.01 secs, 542384 bytes)
ghci> fibR 30
832040
(6.46 secs, 222602404 bytes)
316

24.3. Producto de cadenas de matrices (PCM)

24.3.1. Descripción del problema PCM
Descripción del problema

Para multiplicar una matriz de orden m ∗ p y otra de orden p ∗ n se necesitan mnp

multiplicaciones de elementos.

El problema del producto de una cadena de matrices (en inglés, “matrix chain
multiplication”) consiste en dada una sucesión de matrices encontrar la manera
de multiplicarlas usando el menor número de productos de elementos.

Ejemplo: Dada la sucesión de matrices

A(30x1), B(1x40), C (40x10), D (10x25)

las productos necesarios en las posibles asociaciones son

(( AB)C ) D 30x1x40 + 30x40x10 + 30x10x25 = 20700
A( B(CD )) 40x10x25 + 1x40x25 + 30x1x25 = 11750
( AB)(CD ) 30x1x40 + 40x10x25 + 30x40x25 = 41200
A(( BC ) D ) 1x40x10 + 1x10x25 + 30x1x25 = 1400
( A( BC )) D 1x40x10 + 30x1x10 + 30x10x25 = 8200

El algoritmo del PCM

El PCM correspondiente a la sucesión d0 , . . . , dn consiste en encontrar la manera de

multiplicar una sucesión de matrices A1 , . . . , An (tal que el orden de Ai es di−1 × di )
usando el menor número de productos de elementos.

Sea ci,j el mínimo número de multiplicaciones necesarias para multiplicar la cade-

na Ai , . . . , A j (1 ≤ i ≤ j ≤ n).

Relación de recurrencia de ci,j :

ci,i = 0
ci,j = minimo {ci,k + ck+1,j + di−1 dk d j |i ≤ k < j}

La solución del problema es c1,n .

24.3.2. Solución del PCM mediante programación dinámica

Importación de librerías auxiliares:

import Dinamica
 Tema 24. Técnicas de diseño ascendente de algoritmos 317

Cadena representa el producto de una cadena de matrices. Por ejemplo,

P (A 1) (P (A 2) (A 3)) ; (A1*(A2*A3))
P (P (A 1) (A 2)) (A 3) ; ((A1*A2)*A3)

data Cadena = A Int

| P Cadena Cadena

instance Show Cadena where

show (A x) = "A" ++ show x
show (P p1 p2) = concat ["(",show p1,"*",show p2,")"]

Los índices de la matriz de cálculo son de la forma (i,j) y sus valores (v,k)
donde v es el mínimo número de multiplicaciones necesarias para multiplicar la
cadena Ai , . . . , A j y k es la posición donde dividir la cadena de forma óptima.

type IndicePCM = (Int,Int)

type ValorPCM = (Int,Int)

(pcm ds) es el par formado por el mínimo número de multiplicaciones elementa-

les para multiplicar una sucesión de matrices A1 , . . . , An (tal que el orden de Ai es
di−1 × di y ds = [d0 , . . . , dn ]). Por ejemplo,

pcm [30,1,40,10,25] ; (1400,(A1*((A2*A3)*A4)))

pcm :: [Int] -> (Int, Cadena)

pcm ds = (v, cadena t 1 n)
where n = length ds - 1
t = dinamica (calculaPCM ds) (cotasPCM n)
(v,_) = valor t (1,n)

(calculaPCM ds t (i,j)) es el valor del índice (i,j) calculado a partir de la lista

ds de dimensiones de las matrices y la tabla t de valores previamente calculados.

calculaPCM :: [Int] -> Tabla IndicePCM ValorPCM

-> IndicePCM -> ValorPCM
calculaPCM ds t (i,j)
| i == j = (0,i)
| otherwise =
minimum [(fst(valor t (i,k))
+ fst(valor t (k+1,j))
318

+ ds!!(i-1) * ds!!k * ds!!j, k)

| k <- [i..j-1]]

(cotasPCM n) son las cotas de los índices para el producto de una cadena de n
matrices.

cotasPCM :: Int -> (IndicePCM,IndicePCM)

cotasPCM n = ((1,1),(n,n))

(cadena t i j) es la cadena que resultar de agrupar las matrices Ai , . . . , A j según

los valores de la tabla t.

cadena :: Tabla IndicePCM ValorPCM -> Int -> Int -> Cadena
cadena t i j
| i == j-1 = P (A i) (A j)
| k == i = P (A i) (cadena t (i+1) j)
| k == j-1 = P (cadena t i (j-1)) (A j)
| otherwise = P (cadena t i (k-1)) (cadena t k j)
where (_,k) = valor t (i,j)

(pcm’ ds) es la lista de los índices y valores usados en el cálculo del mínimo nú-
mero de multiplicaciones necesarias para multiplicar una sucesión de matrices
A1 , . . . , An (tal que el orden de Ai es di−1 × di y ds = [d0 , . . . , dn ]). Por ejemplo,

ghci> pcm’ [30,1,40,10,25]

[((1,1),(0,1)),((1,2),(1200,1)),((1,3),(700,1)),((1,4),(1400,1)),
((2,2),(0,2)),((2,3),(400,2)),((2,4),(650,3)),
((3,3),(0,3)),((3,4),(10000,3)),
((4,4),(0,4))]

pcm’ :: [Int] -> [((Int, Int), ValorPCM)]

pcm’ ds = [((i,j),valor t (i,j)) | i <- [1..n], j <- [i..n]]
where n = length ds - 1
t = dinamica (calculaPCM ds) (cotasPCM n)

24.3.3. Solución del PCM mediante divide y vencerás

(pcmDyV ds) es la solución del PCM correspondiente a ds mediante divide y ven-
cerás. Por ejemplo,

pcmDyV [30,1,40,10,25] ; (1040,(A1*((A2*A3)*A4)))

 Tema 24. Técnicas de diseño ascendente de algoritmos 319

pcmDyV :: [Int] -> (Int, Cadena)

pcmDyV ds = cadenaDyV ds 1 n
where n = length ds - 1

cadenaDyV ds i j) es la solución del PCM correspondiente a [di , . . . , d j ]. Por ejem-

plo,

cadenaDyV [30,1,40,10,25] 1 4 ; (1040,(A1*((A2*A3)*A4)))

cadenaDyV [30,1,40,10,25] 2 4 ; (290,((A2*A3)*A4))

cadenaDyV :: [Int] -> Int -> Int -> (Int, Cadena)

cadenaDyV ds i j
| i == j = (0, A i)
| i == j-1 = (ds!!1*ds!!2, P (A i) (A j))
| k == i = (v, P (A i) (subcadena (i+1) j))
| k == j-1 = (v, P (subcadena i (j-1)) (A j))
| otherwise = (v, P (subcadena i (k-1)) (subcadena k j))
where (v,k) = minimum [((valor i k)
+ (valor (k+1) j)
+ ds!!(i-1) * ds!!k * ds!!j, k)
| k <- [i..j-1]]
valor p q = fst (cadenaDyV ds p q)
subcadena p q = snd (cadenaDyV ds p q)

Comparación de las métodos de solucionar el PCM

ghci> :set +s

ghci> fst (pcm [1..20])

2658
(0.80 secs, 39158964 bytes)

ghci> fst (pcmDyV [1..20])

1374
(2871.47 secs, 133619742764 bytes)
320

24.4. Árboles binarios de búsqueda optimales (ABBO)

24.4.1. Descripción del problema de ABBO
Descripción del problema de ABBO

Para cada clave ci , sea pi la probabilidad de acceso a ci .

Un árbol binario de búsqueda es optimal (ABBO) si la media del número de com-

paraciones para todas las claves

a( T ) = Σdi pi

donde di es la distancia de la clave ci a la raíz (es decir, el número de comparacio-

nes necesarias para llegar a ci ), es mínima.

El algoritmo del ABBO

Sea ci,j el mínimo valor a( T ) cuando el árbol T contiene las claves ci , . . . , c j .

Relación de recurrencia para calcular ci,j :

• Si i > j, ci,j = 0.
• Si i = j, ci,j = pi .
• Si i < j,
l = k −1 l=j
ci,j = mini≤k≤ j ((ci,k−1 + ∑ pl ) + (ck+1,j + ∑ pl ) + pk )
l =i l = k +1
• El tercer caso puede simplificarse
l=j
ci,j = mini≤k≤ j (ci,k−1 + ck+1,j ) + ∑ p(l )
l =i

24.4.2. Solución del ABBO mediante programación dinámica

En la matriz de cálculo del ABBO el valor (v,k) correspondiente al índice (i,j)
indica que v es el mínimo valor a(T) cuando el árbol T contiene las claves ci , . . . , c j
y que la división óptima se obtiene dividiendo las claves en dos mediante ck .

type Indice = (Int,Int)

type Valor = (Float,Int)

(ABB a) es el tipo de los árboles binarios de búsqueda sobre a.

 Tema 24. Técnicas de diseño ascendente de algoritmos 321

data ABB a = Vacio

| Nodo a (ABB a) (ABB a)
deriving Show

(abbo cs ps) es el par formado por un ABBO correspondiente a la lista de claves

cs cuyas correspondientes probabilidades de acceso son los elementos de la lista
ps y por su valor. Por ejemplo,

ghci> abbo ejProblema

(Nodo 4 (Nodo 1 Vacio
(Nodo 3 Vacio Vacio))
(Nodo 10
(Nodo 8 Vacio Vacio)
(Nodo 15
(Nodo 11 Vacio Vacio)
Vacio)),
2.15)
Definición de abbo:
abbo :: Problema -> (ABB Int,Float)
abbo pb = (solucion c t (1,n) , fst (valor t (1,n)))
where (cs,ps) = pb
n = length ps
c = listArray (1,n) cs
p = listArray (1,n) ps
t = dinamica (calcula p) (cotas n)

(calcula p t (i,j)) es el valor del índice (i,j) donde p es el vector de proba-

bilidades y t es la tabla calculada hasta el momento.

calcula :: Array Int Float -> Tabla Indice Valor

-> Indice -> Valor
calcula p t (i,j)
| i > j = (0.0,0)
| i == j = (p!i,i)
| otherwise = suma1 (minimum [(fst(valor t (i,k-1))
+ fst(valor t (k+1,j)), k)
| k <- [i..j]])
(sumaSegmento i j p)
where suma1 (x,y) z = (x+z,y)
322

(sumaSegmento i j p) es la suma de los valores de los elementos del vector p

desde la posición i a la j. Por ejemplo,

> sumaSegmento 2 4 (array (1,5)

[(i,fromIntegral i/2) | i <- [1..5]])
4.5

sumaSegmento :: Int -> Int -> Array Int Float -> Float
sumaSegmento i j p = sum [p!l | l <- [i..j]]

(cotas n) son las cotas de la matriz revesaria para resolver el problema del árbol
de búsqueda minimal óptimo con n claves.

cotas :: Int -> ((Int,Int),(Int,Int))

cotas n = ((1,0),(n+1,n))

(solucion cs c (i,j)) es el ABBO correspondiente a las claves c(i),...,c(j) a

partir de la tabla de cálculo t.

solucion :: Array Int Int -> Tabla Indice Valor

-> Indice -> ABB Int
solucion cs t (i,j)
| i > j = Vacio
| i == j = Nodo c Vacio Vacio
| otherwise = Nodo c (solucion cs t (i,k-1))
(solucion cs t (k+1,j))
where (_,k) = valor t (i,j)
c = cs ! k

24.5. Caminos mínimos entre todos los pares de nodos de

un grafo(CM)
24.5.1. Descripción del problema
Cálculo de los caminos de coste mínimo entre todos los pares de nodos de un grafo
no dirigido.

Notación:

• ci,j es el mínimo coste del camino del vértice i al j.

 Tema 24. Técnicas de diseño ascendente de algoritmos 323


 0, si i = j
• pi,j = peso del arco entre i y j, si i 6= j y hay arco de i a j
∞, en otro caso


• ci,j,k es el mínimo coste del camino del vértice i al j, usando los vértices
1, . . . , k.

Relación de recurrencia para calcular ci,j :

• ci,j,0 = pi,j
• ci,j,k = min{ci,j,k−1) , ci,k,k−1 + ck,j,k−1 }

El algoritmo se conoce como el algoritmo de Floyd.

24.5.2. Solución del problema de los caminos mínimos (CM)

Importación de librerías auxiliares:

import Dinamica

-- Nota: Elegir una implementación de los grafos.

import GrafoConVectorDeAdyacencia
-- import GrafoConMatrizDeAdyacencia

Ejemplos de grafos para el problema:

ej1Grafo :: Grafo Int Int

ej1Grafo = creaGrafo True (1,6)
[(i,j,(v!!(i-1))!!(j-1))
| i <- [1..6], j <- [1..6]]

v::[[Int]]
v = [[ 0, 4, 1, 6,100,100],
[ 4, 0, 1,100, 5,100],
[ 1, 1, 0,100, 8, 2],
[ 6,100,100, 0,100, 2],
[100, 5, 8,100, 0, 5],
[100,100, 2, 2, 5, 0]]

Ejemplos de grafos para el problema:

324

ej2Grafo :: Grafo Int Int

ej2Grafo = creaGrafo True (1,6)
[(i,j,(v’!!(i-1))!!(j-1))
| i <- [1..6], j <- [1..6]]

v’::[[Int]]
v’ =[[ 0, 4,100,100,100, 2],
[ 1, 0, 3, 4,100,100],
[ 6, 3, 0, 7,100,100],
[ 6,100,100, 0, 2,100],
[100,100,100, 5, 0,100],
[100,100,100, 2, 3, 0]]

En la matriz del cálculo del camino mínimo, los índices son de la forma (i,j,k)
y los valores de la forma (v,xs) representando que el camino mínimo desde el
vértice i al j usando los vértices 1, . . . , k tiene un coste v y está fomado por los
vértices xs.
type IndiceCM = (Int,Int,Int)
type ValorCM = (Int,[Int])

(caminosMinimos g) es la lista de los caminos mínimos entre todos los nodos del
grafo g junto con sus costes. Por ejemplo,

ghci> caminosMinimos ej1Grafo

[((1,2),(2,[1,3,2])), ((1,3),(1,[1,3])), ((1,4),(5,[1,3,6,4])),
((1,5),(7,[1,3,2,5])),((1,6),(3,[1,3,6])),((2,3),(1,[2,3])),
((2,4),(5,[2,3,6,4])),((2,5),(5,[2,5])), ((2,6),(3,[2,3,6])),
((3,4),(4,[3,6,4])), ((3,5),(6,[3,2,5])),((3,6),(2,[3,6])),
((4,5),(7,[4,6,5])), ((4,6),(2,[4,6])), ((5,6),(5,[5,6]))]

caminosMinimos :: (Grafo Int Int) -> [((Int,Int), ValorCM)]

caminosMinimos g =
[((i,j), valor t (i,j,n)) | i <- [1..n], j <- [i+1..n]]
where n = length (nodos g)
t = dinamica (calculaCM g) (cotasCM n)

(calculaCM g t (i,j,k)) es el valor del camino mínimo desde el vértice i al j

usando los vértices 1, . . . , k del grafo g y la tabla t de los valores anteriores al
índice (i,j,k).
 Tema 24. Técnicas de diseño ascendente de algoritmos 325

calculaCM :: (Grafo Int Int) -> Tabla IndiceCM ValorCM

-> IndiceCM -> ValorCM
calculaCM g t (i,j,k)
| k==0 = (peso i j g, if i==j then [i] else [i,j])
| v1<=v2 = (v1,p)
| otherwise = (v2,p1++p2)
where (v1,p) = valor t (i,j,k-1)
(a,p1) = valor t (i,k,k-1)
(b,_:p2) = valor t (k,j,k-1)
v2 = a+b

(cotasCM n) son las cotas de la matriz para resolver el problema de los caminos
mínimos en un grafo con n nodos.

cotasCM :: Int -> ((Int,Int,Int),(Int,Int,Int))

cotasCM n = ((1,1,0),(n,n,n))

24.6. Problema del viajante (PV)

24.6.1. Descripción del problema
Dado un grafo no dirigido con pesos encontrar una camino en el grafo que visite
todos los nodos exactamente una vez y cuyo coste sea mínimo.

Notación:

• Los vértices del grafo son 1, 2, . . . , n.


 0, si i = j
• pi,j = peso del arco entre i y j, si i 6= j y hay arco de i a j
∞, en otro caso


• El vértice inicial y final es el n.

• ci,S es el camino más corto que comienza en i, termina en n y pasa exactamen-
te una vez por cada uno de los vértices del conjunto S.

Relación de recurrencia de ci,S :

• ci,∅ = pi,n , si i 6= n.
• ci,S = min{ pi,j + c j,S−{ j} : j ∈ S}, si i 6= n, i 6∈ S.

La solución es cn,{1,...,n−1} .
326

24.6.2. Solución del problema del viajante (PV)

Importación de librerías auxiliares

import Dinamica

-- Nota: Elegir una implementación de los grafos.

import GrafoConVectorDeAdyacencia
-- import GrafoConMatrizDeAdyacencia

Nota: Para el PV se usará la representación de los de conjuntos de enteros como

números enteros que se describe a continuación.

Los conjuntos se representan por números enteros.

type Conj = Int

(conj2Lista c) es la lista de los elementos del conjunto c. Por ejemplo,

conj2Lista 24 ; [3,4]
conj2Lista 30 ; [1,2,3,4]
conj2Lista 22 ; [1,2,4]

conj2Lista :: Conj -> [Int]

conj2Lista s = c2l s 0
where
c2l 0 _ = []
c2l n i | odd n = i : c2l (n ‘div‘ 2) (i+1)
| otherwise = c2l (n ‘div‘ 2) (i+1)

maxConj es el máximo número que puede pertenecer al conjunto. Depende de la

implementación de Haskell.

maxConj :: Int
maxConj =
truncate (logBase 2 (fromIntegral maxInt)) - 1
where maxInt = maxBound::Int

vacio es el conjunto vacío.

vacio :: Conj
vacio = 0
 Tema 24. Técnicas de diseño ascendente de algoritmos 327

(esVacio c) se verifica si c es el conjunto vacío.

esVacio :: Conj -> Bool

esVacio n = n==0

(conjCompleto n) es el conjunto de los números desde 1 hasta n.

conjCompleto :: Int -> Conj

conjCompleto n
| (n>=0) && (n<=maxConj) = 2^(n+1)-2
| otherwise = error ("conjCompleto:" ++ show n)

(inserta x c) es el conjunto obtenido añadiendo el elemento x al conjunto c.

inserta :: Int -> Conj -> Conj

inserta i s
| i>=0 && i<=maxConj = d’*e+m
| otherwise = error ("inserta:" ++ show i)
where (d,m) = divMod s e
e = 2^i
d’ = if odd d then d else d+1

(elimina x c) es el conjunto obtenido eliminando el elemento x del conjunto c.

elimina :: Int -> Conj -> Conj

elimina i s = d’*e+m
where (d,m) = divMod s e
e = 2^i
d’ = if odd d then d-1 else d

Ejemplo de grafo para el problema:

4 5
+----- 2 -----+
| |1 |
| 1 | 8 |
1----- 3 -----5
| \2 /
| 6 2\ /5
+----- 4 --6
328

La definición del grafo anterior es

ej1 :: Grafo Int Int

ej1 = creaGrafo True (1,6)
[(i,j,(v1!!(i-1))!!(j-1))
| i <- [1..6], j <- [1..6]]
v1::[[Int]]
v1 =[[ 0, 4, 1, 6,100,100],
[ 4, 0, 1,100, 5,100],
[ 1, 1, 0,100, 8, 2],
[ 6,100,100, 0,100, 2],
[100, 5, 8,100, 0, 5],
[100,100, 2, 2, 5, 0]]

Los índices de la matriz de cálculo son de la forma (i,S) y sus valores (v,xs) don-
de xs es el camino mínimo desde i hasta n visitando cada vértice de S exactamente
una vez y v es el coste de xs.

type IndicePV = (Int,Conj)

type ValorPV = (Int,[Int])

(viajante g) es el par (v,xs) donde xs es el camino de menor coste que pasa

exactamente una vez por todos los nodos del grafo g empezando en su último
nodo y v es su coste. Por ejemplo,

ghci> viajante ej1

(20,[6,4,1,3,2,5,6])

viajante :: Grafo Int Int -> (Int,[Int])

viajante g = valor t (n,conjCompleto (n-1))
where n = length (nodos g)
t = dinamica (calculaPV g n) (cotasPV n)

(calculaPV g n t (i,k)) es el valor del camino mínimo en el grafo g desde i

hasta n, calculado usando la tabla t, visitando cada nodo del conjunto k exacta-
mente una vez.

calculaPV :: Grafo Int Int -> Int -> Tabla IndicePV ValorPV
-> IndicePV -> ValorPV
calculaPV g n t (i,k)
| esVacio k = (peso i n g,[i,n])
 Tema 24. Técnicas de diseño ascendente de algoritmos 329

| otherwise = minimum [sumaPrim (valor t (j, elimina j k))

(peso i j g)
| j <- conj2Lista k]
where sumaPrim (v,xs) v’ = (v+v’,i:xs)

(cotasPV n) son las cotas de la matriz de cálculo del problema del viajante en un
grafo con n nodos.

cotasPV :: Int -> ((Int,Conj),(Int,Conj))

cotasPV n = ((1,vacio),(n,conjCompleto n))
330
Apéndice A

Resumen de funciones predefinidas de

Haskell

1. x + y es la suma de x e y.
2. x - y es la resta de x e y.
3. x / y es el cociente de x entre y.
4. x ˆ y es x elevado a y.
5. x == y se verifica si x es igual a y.
6. x /= y se verifica si x es distinto de y.
7. x < y se verifica si x es menor que y.
8. x <= y se verifica si x es menor o igual que y.
9. x > y se verifica si x es mayor que y.
10. x >= y se verifica si x es mayor o igual que y.
11. x && y es la conjunción de x e y.
12. x || y es la disyunción de x e y.
13. x:ys es la lista obtenida añadiendo x al principio de ys.
14. xs ++ ys es la concatenación de xs e ys.
15. xs !! n es el elemento n–ésimo de xs.
16. f . g es la composición de f y g.
17. abs x es el valor absoluto de x.
18. and xs es la conjunción de la lista de booleanos xs.
19. ceiling x es el menor entero no menor que x.
20. chr n es el carácter cuyo código ASCII es n.
21. concat xss es la concatenación de la lista de listas xss.
22. const x y es x.

331
332

23. curry f es la versión curryficada de la función f.

24. div x y es la división entera de x entre y.
25. drop n xs borra los n primeros elementos de xs.
26. dropWhile p xs borra el mayor prefijo de xs cuyos elementos satisfacen el pre-
dicado p.
27. elem x ys se verifica si x pertenece a ys.
28. even x se verifica si x es par.
29. filter p xs es la lista de elementos de la lista xs que verifican el predicado p.
30. flip f x y es f y x.
31. floor x es el mayor entero no mayor que x.
32. foldl f e xs pliega xs de izquierda a derecha usando el operador f y el valor
inicial e.
33. foldr f e xs pliega xs de derecha a izquierda usando el operador f y el valor
inicial e.
34. fromIntegral x transforma el número entero x al tipo numérico correspon-
diente.
35. fst p es el primer elemento del par p.
36. gcd x y es el máximo común divisor de de x e y.
37. head xs es el primer elemento de la lista xs.
38. init xs es la lista obtenida eliminando el último elemento de xs.
39. isSpace x se verifica si x es un espacio.
40. isUpper x se verifica si x está en mayúscula.
41. isLower x se verifica si x está en minúscula.
42. isAlpha x se verifica si x es un carácter alfabético.
43. isDigit x se verifica si x es un dígito.
44. isAlphaNum x se verifica si x es un carácter alfanumérico.
45. iterate f x es la lista [x, f(x), f(f(x)), ...].
46. last xs es el último elemento de la lista xs.
47. length xs es el número de elementos de la lista xs.
48. map f xs es la lista obtenida aplicado f a cada elemento de xs.
49. max x y es el máximo de x e y.
50. maximum xs es el máximo elemento de la lista xs.
51. min x y es el mínimo de x e y.
52. minimum xs es el mínimo elemento de la lista xs.
53. mod x y es el resto de x entre y.
54. not x es la negación lógica del booleano x.
 Apéndice A. Resumen de funciones predefinidas de Haskell 333

55. notElem x ys se verifica si x no pertenece a ys.

56. null xs se verifica si xs es la lista vacía.
57. odd x se verifica si x es impar.
58. or xs es la disyunción de la lista de booleanos xs.
59. ord c es el código ASCII del carácter c.
60. product xs es el producto de la lista de números xs.
61. rem x y es el resto de x entre y.
62. repeat x es la lista infinita [x, x, x, ...].
63. replicate n x es la lista formada por n veces el elemento x.
64. reverse xs es la inversa de la lista xs.
65. round x es el redondeo de x al entero más cercano.
66. scanr f e xs es la lista de los resultados de plegar xs por la derecha con f y e.
67. show x es la represantación de x como cadena.
68. signum x es 1 si x es positivo, 0 si x es cero y -1 si x es negativo.
69. snd p es el segundo elemento del par p.
70. splitAt n xs es (take n xs, drop n xs).
71. sqrt x es la raíz cuadrada de x.
72. sum xs es la suma de la lista numérica xs.
73. tail xs es la lista obtenida eliminando el primer elemento de xs.
74. take n xs es la lista de los n primeros elementos de xs.
75. takeWhile p xs es el mayor prefijo de xs cuyos elementos satisfacen el predi-
cado p.
76. uncurry f es la versión cartesiana de la función f.
77. until p f x aplica f a x hasta que se verifique p.
78. zip xs ys es la lista de pares formado por los correspondientes elementos de
xs e ys.
79. zipWith f xs ys se obtiene aplicando f a los correspondientes elementos de
xs e ys.
334
Apéndice B

Método de Pólya para la resolución de

problemas

B.1. Método de Pólya para la resolución de problemas ma-

temáticos
Para resolver un problema se necesita:

Paso 1: Entender el problema

¿Cuál es la incógnita?, ¿Cuáles son los datos?

¿Cuál es la condición? ¿Es la condición suficiente para determinar la incógnita?

¿Es insuficiente? ¿Redundante? ¿Contradictoria?

Paso 2: Configurar un plan

¿Te has encontrado con un problema semejante? ¿O has visto el mismo problema
planteado en forma ligeramente diferente?

¿Conoces algún problema relacionado con éste? ¿Conoces algún teorema que te
pueda ser útil? Mira atentamente la incógnita y trata de recordar un problema que
sea familiar y que tenga la misma incógnita o una incógnita similar.

He aquí un problema relacionado al tuyo y que ya has resuelto ya. ¿Puedes utili-
zarlo? ¿Puedes utilizar su resultado? ¿Puedes emplear su método? ¿Te hace falta
introducir algún elemento auxiliar a fin de poder utilizarlo?

¿Puedes enunciar al problema de otra forma? ¿Puedes plantearlo en forma dife-

rente nuevamente? Recurre a las definiciones.

335
336

Si no puedes resolver el problema propuesto, trata de resolver primero algún pro-

blema similar. ¿Puedes imaginarte un problema análogo un tanto más accesible?
¿Un problema más general? ¿Un problema más particular? ¿Un problema análo-
go? ¿Puede resolver una parte del problema? Considera sólo una parte de la con-
dición; descarta la otra parte; ¿en qué medida la incógnita queda ahora determi-
nada? ¿En qué forma puede variar? ¿Puedes deducir algún elemento útil de los
datos? ¿Puedes pensar en algunos otros datos apropiados para determinar la in-
cógnita? ¿Puedes cambiar la incógnita? ¿Puedes cambiar la incógnita o los datos,
o ambos si es necesario, de tal forma que estén más cercanos entre sí?

¿Has empleado todos los datos? ¿Has empleado toda la condición? ¿Has conside-
rado todas las nociones esenciales concernientes al problema?

Paso 3: Ejecutar el plan

Al ejercutar tu plan de la solución, comprueba cada uno de los pasos

¿Puedes ver claramente que el paso es correcto? ¿Puedes demostrarlo?

Paso 4: Examinar la solución obtenida

¿Puedes verificar el resultado? ¿Puedes el razonamiento?

¿Puedes obtener el resultado en forma diferente? ¿Puedes verlo de golpe? ¿Puedes

emplear el resultado o el método en algún otro problema?

G. Polya “Cómo plantear y resolver problemas” (Ed. Trillas, 1978) p. 19

B.2. Método de Pólya para resolver problemas de progra-

mación
Para resolver un problema se necesita:

Paso 1: Entender el problema

¿Cuáles son las argumentos? ¿Cuál es el resultado? ¿Cuál es nombre de la función?
¿Cuál es su tipo?

¿Cuál es la especificación del problema? ¿Puede satisfacerse la especificación? ¿Es

insuficiente? ¿Redundante? ¿Contradictoria? ¿Qué restricciones se suponen sobre
los argumentos y el resultado?
 Apéndice B. Método de Pólya para la resolución de problemas 337

¿Puedes descomponer el problema en partes? Puede ser útil dibujar diagramas

con ejemplos de argumentos y resultados.

Paso 2: Diseñar el programa

¿Te has encontrado con un problema semejante? ¿O has visto el mismo problema
planteado en forma ligeramente diferente?

¿Conoces algún problema relacionado con éste? ¿Conoces alguna función que te
pueda ser útil? Mira atentamente el tipo y trata de recordar un problema que sea
familiar y que tenga el mismo tipo o un tipo similar.

¿Conoces algún problema familiar con una especificación similar?

He aquí un problema relacionado al tuyo y que ya has resuelto. ¿Puedes utilizarlo?

¿Puedes utilizar su resultado? ¿Puedes emplear su método? ¿Te hace falta intro-
ducir alguna función auxiliar a fin de poder utilizarlo?

Si no puedes resolver el problema propuesto, trata de resolver primero algún pro-

blema similar. ¿Puedes imaginarte un problema análogo un tanto más accesible?
¿Un problema más general? ¿Un problema más particular? ¿Un problema análogo?

¿Puede resolver una parte del problema? ¿Puedes deducir algún elemento útil de
los datos? ¿Puedes pensar en algunos otros datos apropiados para determinar la
incógnita? ¿Puedes cambiar la incógnita? ¿Puedes cambiar la incógnita o los datos,
o ambos si es necesario, de tal forma que estén más cercanos entre sí?

¿Has empleado todos los datos? ¿Has empleado todas las restricciones sobre los
datos? ¿Has considerado todas los requisitos de la especificación?

Paso 3: Escribir el programa

Al escribir el programa, comprueba cada uno de los pasos y funciones auxiliares.

¿Puedes ver claramente que cada paso o función auxiliar es correcta?

Puedes escribir el programa en etapas. Piensas en los diferentes casos en los que
se divide el problema; en particular, piensas en los diferentes casos para los da-
tos. Puedes pensar en el cálculo de los casos independientemente y unirlos para
obtener el resultado final

Puedes pensar en la solución del problema descomponiéndolo en problemas con

datos más simples y uniendo las soluciones parciales para obtener la solución del
problema; esto es, por recursión.
338

En su diseño se puede usar problemas más generales o más particulares. Escribe

las soluciones de estos problemas; ellas puede servir como guía para la solución
del problema original, o se pueden usar en su solución.

¿Puedes apoyarte en otros problemas que has resuelto? ¿Pueden usarse? ¿Pueden
modificarse? ¿Pueden guiar la solución del problema original?

Paso 4: Examinar la solución obtenida

¿Puedes comprobar el funcionamiento del programa sobre una colección de argu-
mentos?

¿Puedes comprobar propiedades del programa?

¿Puedes escribir el programa en una forma diferente?

¿Puedes emplear el programa o el método en algún otro programa?

Simon Thompson How to program it, basado en G. Polya Cómo plantear y resolver proble-
mas.
Bibliografía

[1] Richard Bird: Introducción a la programación funcional con Haskell. (Prentice Hall,
2000).

[2] Antony Davie: An Introduction to Functional Programming Systems Using Haskell.

(Cambridge University Press, 1992).

[3] Paul Hudak: The Haskell School of Expression: Learning Functional Programming th-
rough Multimedia. (Cambridge University Press, 2000).

[4] Graham Hutton: Programming in Haskell. (Cambridge University Press, 2007).

[5] Bryan O’Sullivan, Don Stewart y John Goerzen: Real World Haskell. (O’Reilly,
2008).

[6] F. Rabhi y G. Lapalme Algorithms: A functional programming approach (Addison–

Wesley, 1999).

[7] Blas C. Ruiz, Francisco Gutiérrez, Pablo Guerrero y José E. Gallardo: Razonando con
Haskell. (Thompson, 2004).

[8] Simon Thompson: Haskell: The Craft of Functional Programming, Second Edition.
(Addison-Wesley, 1999).

339