Type inference ML型推理的PT算法
对于用于ML类型推断的PT算法，输入程序表达式必须具有每个绑定变量都是不同的属性。有人能用一个例子来解释吗？要点很简单，由不同绑定器绑定的变量彼此不同，因此可能有不同的类型。因此，重命名它们是一种很好的做法，以避免混淆，并且能够谈论“x”的类型，而不必担心我们所指的“x”的绑定中的哪一个。有人可以共享指向此PT算法的链接吗？我不知道有什么问题，谷歌又回到了这个问题上。是什么让你认为这是一个要求？在AFAICT中，算法W可以很好地处理范围和阴影。必须唯一选择的（“新鲜”）是推理类型变量。如果“PT”指的是主体类型，则这是类型系统的属性，而不是算法，但Hindley-Milner算法使用统一算法来计算主体类型。你能解释一下你到底想知道什么，你所说的“每个有界变量都是不同的”是什么意思吗？PT指的是原理类型，给定的算法是Hindley Milner。换句话说，纯λ表达式是否需要重命名？（让我们自由表达）Type inference ML型推理的PT算法,type-inference,ml,bound-variable,Type Inference,Ml,Bound Variable,对于用于ML类型推断的PT算法，输入程序表达式必须具有每个绑定变量都是不同的属性。有人能用一个例子来解释吗？要点很简单，由不同绑定器绑定的变量彼此不同，因此可能有不同的类型。因此，重命名它们是一种很好的做法，以避免混淆，并且能够谈论“x”的类型，而不必担心我们所指的“x”的绑定中的哪一个。有人可以共享指向此PT算法的链接吗？我不知道有什么问题，谷歌又回到了这个问题上。是什么让你认为这是一个要求？在AFAICT中，算法W可以很好地处理范围和阴影。必须唯一选择的（“新鲜”）是推理类型变量。如果“PT