高阶并发分离逻辑中类型与效果的关系模型

最近，我们看到了对编程语言的重新关注，这些语言通过对效果进行更细粒度控制的精细类型系统来降低状态和并发的复杂性。除了简化推理和消除整类错误之外，静态跟踪效果还为高级编译器优化打开了大门。

本文提出了一种高阶并发程序设计语言的类型与效果系统的关系模型。该模型精确地捕获了效果注释所表示的语义不变量。我们证明了这些不变量足够强大，可以证明高级程序转换，包括具有适当不相交效果的表达式的自动并行化。该模型还支持具有不同内部数据表示的抽象数据类型实现之间的细化证明，包括细粒度并发算法细化其粗粒度对应项的证明。这是第一个支持基于效果的优化和数据抽象的表达性语言模型。

逻辑关系在Iris中定义，Iris是一种最先进的高阶并发分离逻辑。这大大简化了逻辑关系的精确性证明，也为我们在模型中进行推理提供了强大的逻辑。