Dafny项目中递归函数终止性检查的缺陷分析
2025-06-26 23:34:03作者:柏廷章Berta
概述
在Dafny编程语言中,递归函数的终止性检查是一个关键特性,它通过decreases子句来确保递归调用最终会终止。然而,最近在Dafny 4.9.1版本中发现了一个重要缺陷:当相互递归函数的decreases子句相互引用时,验证器会错误地认为这些函数是终止的,而实际上它们会导致无限递归和栈溢出。
问题重现
考虑以下Dafny代码示例:
function F(x: int): int
decreases G(x)
{
G(x) - 1
}
function G(x: int): int
decreases F(x)
{
F(x)
}
method Main() {
print F(5), "\n";
}
这段代码定义了两个相互递归的函数F和G。F的终止条件依赖于G的返回值,而G的终止条件又依赖于F的返回值。当运行这段代码时,验证器错误地认为这两个函数会终止(显示"2 verified, 0 errors"),但实际上执行时会导致栈溢出。
技术分析
终止性检查机制
Dafny的终止性检查机制通常要求:
- 每个递归函数必须有一个
decreases子句 - 在每次递归调用时,
decreases表达式必须严格递减 decreases表达式必须具有良基关系(well-founded relation)
问题根源
这个缺陷源于最近的CanCall功能修改。在之前的版本中:
- 函数定义公理被限制为只能从调用图的强连通分量(SCC)外部访问
- 缺少
CanCall假设使得无法通过CanCall访问decreases子句
而在新版本中:
- 新增的
CanCall假设允许访问被调用函数的decreases子句 - 这使得相互递归函数可以相互引用对方的
decreases子句,绕过了终止性检查
正确行为预期
正确的实现应该:
- 禁止
decreases子句引用同一SCC中的任何元素 - 在解析阶段就检测这种非法引用
- 对相互递归函数的终止性检查应该更加严格
解决方案
修复此问题的正确方法是修改解析器,使其能够:
- 识别函数调用图中的强连通分量
- 禁止
decreases子句引用同一SCC中的任何函数或方法 - 在编译早期阶段就报错,而不是让程序通过验证后运行时崩溃
影响范围
这个问题影响所有使用相互递归函数并相互引用decreases子句的Dafny程序。虽然这种情况不常见,但一旦出现,会导致验证器错误地认为程序会终止,而实际上会导致运行时错误。
最佳实践
为避免类似问题,开发者应该:
- 避免在
decreases子句中引用可能形成循环依赖的函数 - 对于相互递归函数,使用独立于函数自身的终止度量
- 考虑将相互递归重构为单个递归函数,如果可能的话
结论
Dafny的终止性检查机制通常很强大,但这个案例显示了在特定边界条件下的缺陷。通过加强解析阶段的检查,可以防止这类相互递归导致的终止性检查绕过问题,确保验证结果与实际运行时行为一致。这也提醒我们,形式化验证工具虽然强大,但仍需要持续完善其边界条件的处理能力。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
424
3.26 K
Ascend Extension for PyTorch
Python
231
264
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
334
暂无简介
Dart
686
161
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
仓颉编译器源码及 cjdb 调试工具。
C++
136
869