linearizability เป็นคุณสมบัติความปลอดภัยคืออะไร? มีผลลัพธ์บางส่วนจากข้อเท็จจริงนี้ในวรรณคดีหรือไม่?
สมมติว่าคุณได้ดำเนินการร่วมกันหน่วยความจำเครื่องเท่านั้นที่ตอบสนองเชิงเส้นในที่สุดที่กำหนดไว้ดังต่อไปนี้ในการทำงานทุกของมีอยู่บางจุดในเวลาเช่นว่า linearization ถือเป็นครั้งบน โปรดทราบว่ามีขอบเขตไม่มีบนของT(*) (นี่คือคู่แท้ของคำนิยามคุณสมบัติความปลอดภัยมาตรฐานของ linearizability)α M T α T α TMαMTαTαT
การใช้งานหน่วยความจำแบบแบ่งใช้นั้นจะไม่เป็นประโยชน์อย่างมากต่อโปรแกรมเมอร์: โปรดทราบว่าหากในที่สุด linearizability เท่านั้นจะไม่มีการรับประกันใด ๆ เกี่ยวกับความสอดคล้องของการดำเนินการอ่าน / เขียนในคำนำหน้า "ก่อน" ของการเรียกใช้ใด ๆ ) หรือกล่าวอีกนัยหนึ่งไม่ว่าจะเกิดอะไรขึ้นจนถึงตอนนี้คุณยังสามารถขยายคำนำหน้าปัจจุบันของการวิ่งไปที่การตอบสนองเชิงเส้นตรงในที่สุด T
(*) หากมีขอบเขตดังกล่าวความเป็นเส้นตรงในที่สุดจะกลายเป็นสมบัติด้านความปลอดภัย
วิธีการกำหนดลักษณะเชิงเส้นตรงเป็นชุดปิดทอพอโลยี? โดยเฉพาะชุดพื้นฐานคืออะไรและโทโพโลยีคืออะไร?
เราสามารถกำหนดเมททอพอโลยีในชุดซึ่งเป็นชุดของการทำงานที่เป็นไปได้ทั้งหมดของอัลกอริทึมแบบกระจาย โปรดทราบว่าการรันแต่ละครั้งสอดคล้องกับลำดับการเปลี่ยนสถานะที่ไม่สิ้นสุด สำหรับ ,เรากำหนดโดยที่เป็นดัชนีแรกสุดที่สถานะการเปลี่ยนในและแตกต่างกัน มิฉะนั้นถ้าเรากำหนด0α ∈ S Y N C α , β ∈ S Y N C α ≠ β d ( α , β ) : = 2 - N N α β α = β d ( α , β ) = 0ASYNCα∈ASYNCα,β∈ASYNCα≠β
d(α,β):=2−N
Nαβα=βd(α,β)=0
ครั้งแรกที่เรายืนยันว่าเป็นตัวชี้วัดในasyncตามคำนิยามมีค่าลบและเรามี
alpha) สำหรับความไม่เท่าเทียมกันของรูปสามเหลี่ยมถือเป็นเรื่องเล็กน้อยถ้าหรือ
\ตอนนี้ให้พิจารณากรณีที่ , เช่น
และสำหรับบางดัชนี
n_2 ตั้งแต่S Y N C d ∀ α , β ∈ S Y N C d ( α , β ) = d ( β , α ) α , β , แกมมา∈ S Y N C d ( α , β ) ≤ d ( α , γ ) + d ( γ , β )dASYNCd∀α,β∈ASYNCd(α,β)=d(β,α)α,β,γ∈ASYNCd(α,β)≤d(α,γ)+d(γ,β)γ = β d ( α , γ ) ≥ d ( γ , β ) > 0 d ( α , γ ) = 2 - n 1 d ( γ , β ) = 2 - n 2 n 1 ≤ n 2 γ n 2 - 1 β n 1 - 1 อัลฟ่าอัลฟ่าβγ=αγ=βd(α,γ)≥d(γ,β)>0d(α,γ)=2−n1d(γ,β)=2−n2n1≤n2γแบ่งปันคำนำหน้าทั่วไปของความยาวกับแต่เพียงส่วนหน้าของความยาวมีตามด้วยและ
แตกต่างกันที่ดัชนีและทำให้และสามเหลี่ยมอสมการดังนี้ กรณีที่ติดตามแบบอะนาล็อกn2−1βn1−1ααβ d ( α , β ) = d ( α , γ ) 0 < d ( α , γ ) < d ( γ , β )n1d(α,β)=d(α,γ)0<d(α,γ)<d(γ,β)
ตัวชี้วัดก่อให้เกิดโครงสร้าง (เช่นหน้า 119 [1]) ที่ -balls เป็นชุดเปิดพื้นฐาน ตอนนี้เราจะยืนยันว่าทำไมคุณสมบัติด้านความปลอดภัยจึงตรงกับเซตปิด: หากการประมวลผลไม่ตรงตามคุณสมบัติความปลอดภัย
นั่นคือ \ดังนั้นจะมีดัชนี
ที่รันที่แบ่งปัน a คำนำหน้านานกว่ากับไม่ได้อยู่ในSε B ε ( α ) = { β ∈ S Y N C | d ( α , β ) < ε } α S ⊆ S Y N C α ∉ S N β N α S α ∉ S N ≥ 0 β ∈ A S Y N C d ( α , β )dϵBε(α)={β∈ASYNC∣d(α,β)<ε}αS⊆ASYNCα∉SNβNαSสิ่งนี้ตรงกับสัญชาตญาณอย่างใกล้ชิดเนื่องจากเมื่อมีการละเมิดคุณสมบัติความปลอดภัยในส่วนนำหน้าของการดำเนินการก็ไม่ต่างอะไรกับคำเสริมหน้านี้!
อย่างเป็นทางการพูดสมมติว่าS มีเช่นนั้นถ้าบางคน
มีนั่นคือและ
แบ่งปันคำนำหน้า ความยาวแล้วS ดังนั้นชุดของการรันจะถูกปิดเนื่องจากส่วนประกอบนั้นเปิดอยู่α∉SN≥0β∈ASYNCอัลฟ่าบีตา≥ N บีตา∉ S Sd(α,β)<2−N,αβ≥Nβ∉SS
[1] James Munkres โทโพโลยี
The metric d induces a topology (e.g., page~119 of [1]) where the ϵ-balls...
?