Verus语言中choose表达式返回元组的类型推导优化
2025-07-09 12:26:03作者:舒璇辛Bertina
在形式化验证工具Verus的开发过程中,我们发现了一个关于choose表达式类型推导的有趣问题。choose是Verus提供的一个强大功能,允许开发者从满足特定条件的值中选择一个实例,这在形式化验证中非常有用。
问题背景
在Verus的文档示例中,展示了如何使用choose表达式来选择满足less_than条件的整数对:
spec fn less_than(x: int, y: int) -> bool {
x < y
}
proof fn test_choose_succeeds2() {
assert(less_than(3, 7));
let (x, y): (int, int) = choose|i: int, j: int| less_than(i, j);
assert(x < y);
}
当前实现中,开发者需要显式地为元组(x, y)添加类型注解: (int, int),这增加了代码冗余。理想情况下,Verus应该能够自动推导出这个类型信息。
技术分析
choose表达式在Verus中扮演着重要角色,它允许从满足给定谓词的值中选择实例。在这个例子中,我们选择的是两个整数i和j,它们满足i < j的关系。
类型推导问题出现在元组解构时。Verus目前无法自动推导出choose返回的元组类型,尽管从上下文可以清楚地看出:
- less_than函数的参数类型明确为int
- choose绑定的变量i和j也显式声明为int类型
- 返回的元组(x, y)显然应该与(i, j)类型相同
解决方案
要解决这个问题,我们需要增强Verus的类型推导能力,特别是在处理choose表达式返回的元组时。具体来说:
- 编译器应该利用choose绑定的变量类型信息
- 当元组模式匹配与choose结合时,应该自动传播类型信息
- 保持与Rust一致的类型推导行为,确保一致性
实现这一改进后,开发者可以简化为:
let (x, y) = choose|i: int, j: int| less_than(i, j);
影响与意义
这一改进虽然看似微小,但对于Verus的用户体验有显著提升:
- 减少样板代码,使验证代码更加简洁
- 保持类型安全的同时提高开发效率
- 使Verus的类型推导更加智能,接近现代编程语言的期望
对于形式化验证工具而言,这类改进有助于降低入门门槛,让开发者更专注于验证逻辑本身而非语法细节。
总结
Verus团队已经解决了这个问题,移除了文档中的TODO注释。这一改进体现了Verus持续优化用户体验的承诺,也展示了形式化验证工具在保持严谨性的同时追求开发便利性的平衡艺术。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
Kimi-K2-Thinking暂无简介Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
295
2.63 K
暂无简介
Dart
585
127
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++
606
188
deepin linux kernel
C
24
7
🎉 (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
1.05 K
611
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
359
2.31 K
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
760
72
Ascend Extension for PyTorch
Python
126
147
仓颉编译器源码及 cjdb 调试工具。
C++
122
437
仓颉编程语言运行时与标准库。
Cangjie
130
452