Hello, dear friend, you can consult us at any time if you have any questions, add WeChat: daixieit

Lab Exercises for COMP26020 Part 2:

Functional Programming in Haskell

December 8, 2023

The deadline for this lab is 6pm on 16/2/2024.

This lab has three exercises, for a total of ten marks.  The first two exercises together are worth eight marks, and I advise all students to focus exclusively on these exercises. Seven marks are given based on automated testing, and one is reserved for human judgement by the marker.  These exercises are described in Section 1 below.  Section 2 contains submission information and a checklist of tasks for the first two exercises.

If you are certain that your solutions are completely correct you might like to look at Section 3 below, which describes a thought-provoking, open-ended exercise requiring significant creativity, worth two marks. It is designed to be extremely difficult, and is not a practical way of gaining marks!

1    Simple Quadtrees

This lab exercise concerns as data structure called a ‘quadtree’ which can be used to represent an image.  There are sophisticated versions of the quadtree data structure, but for the purposes of the lab we will use a very simple version of the idea.

Suppose we want to represent a square, black and white bitmap image which is 2n  by 2n  pixels.  The usual way to do this is as a 2n  by 2n  grid of bits, but this can be wasteful if there are large monochrome areas.

In that case, a simple optimization is to think of the image as split into four sub-images of size 2n − 1  by 2n − 1  which we will call ‘quadrants’.  If the sub-image is all one colour, we can represent this by one bit of information.

But if it contains different colours, we can subdivide again,  and keep going recursively until we do get sub-images which are only one colour. (This definitely happens once we get down to the scale of the original pixels!).  We call these single colour sub-images in the final data structure ‘cells’ .

This lab exercise is about the resulting data structure, the tree of cells.  You don’t have to care about the details of an original image which such a structure might have come from – for instance you don’t need to record the dimensions in pixels of the original image.  That means that your data structure is correct if it represents the way the image looks geometrically, ignoring the size.  Nor do you need to worry about whether a particular structure is the most efficient way of representing a given image. In fact it is useful to allow non-optimal quadtrees. The way you think about the data structure could differ from someone else by rotation, scaling, and even reflection, as well as the details of how you order and organize the various components, and you can both be correct as long as you are each internally self-consistent.

For that reason, if you are working out what the exercises mean with a friend, or asking something on the forum, you should describe everything in terms of pictures, or describe quadtrees using the four functions in Exercise 1 below, so that you don’t accidentally discuss the details of your data structure.

1.1    Exercise 1:  (3 marks) representing quadtrees

For this exercise,  you should define an Algebraic Data Type  (that  means  a custom type defined by the data keyword) to model quadtrees in the sense described  above. Do this in whatever way you like (as long  as you use an Algebraic Data Type), but provide four functions with the following properties:

.  A  function allBlack which takes an Int number n and returns your representation of a single cell which is all black. The argument n represents the image ‘size’, but since all-black images of any size look the same, you can ignore this argument!  (See notes below...)

.  A function allWhite which takes an Int number n, as above, and returns your representation of a single cell which is all white.

.  A function clockwise which takes four quadtrees and returns the quadtree whose four subtrees are the given inputs, arranged in a clockwise order.

.  A function anticlockwise which takes four quadtrees and returns the quadtree whose four subtrees are the inputs, arranged in an anticlockwise order.

Note the following:

.  For allBlack and allWhite the ‘size’ argument can be ignored, but for some ways of modelling it might be useful.  Neither using the argument nor ignoring it is the ‘best’ approach: there are a huge number of different correct solutions!  You can assume that any testing data come from real bitmaps  (square  bitmaps whose width  is a power of 2),  and  the  ‘size’ arguments tell us how many pixels wide each cell is in the originating bitmap.

.  A clockwise ordering means that in the tree clockwise  a  b  c  d, the sub- tree b is located in the quadrant next to a which is reached by moving clockwise,  c is in the quadrant reached by moving clockwise from b,  d is in the quadrant reached by moving clockwise from c, and a is in the quadrant reached by moving clockwise from d.

.  For clockwise and anticlockwise it doesn’t matter how subtrees are stored or ordered internally, or which quadrant comes ‘first’ – a correct solution is still correct if we rotate, reflect, or scale every quadtree and all tests involved in marking will respect this.  However, the choices you make should be consistent: the clockwise and anticockwise orderings must be opposite to each other, and all uses of clockwise and anticlockwise in your solution should make the same  choice about which quadrant the first argument goes in!

You must use at least one Algebraic Data Type in your model, but you may use  several.    For  each  Algebraic  Data  Type,  you  must  add  the  expression deriving  (Eq,  Show) to the end of the line which defines the datatype.

For example, below is an Algebraic Data Type representing a list of Int values

data  MyList  =  Elist  |

Cons  Int  MyList

If I used such a data structure in my solution, I would append the expression above to the end of the definition, to obtain

data  MyList  =  Elist  |

Cons  Int  MyList  deriving  (Eq,  Show)

Make sure you have done this for all the Algebraic Data Types you have defined.

For now we treat this as a ‘magic incantation’ which lets Haskell know we want to be able to print values of our datatype and compare them for equality. What is really going on in this expression will be covered in the videos in the last week of the Haskell part.

Note that the four functions completely specify how the quadtree is split up into cells.: it is best not to optimize when given an input which is not efficiently encoded. You won’t actually lose marks for this, but it makes exercise 2 harder if you optimize the tree structure!

Marking Exercise 1

This exercise is has  a total of  three  marks  available.   The  marks  will  be assigned based on testing on quadtrees of different sizes and complexities.

The tests will consist of checking consistency properties which we expect to hold. For example, we expect

clockwise  (allBlack  1)  (allBlack  1)  (allWhite  1)  (allWhite  1)  ==

anticlockwise  (allBlack  1)  (allWhite  1)  (allWhite  1)  (allBlack  1)

The tests will also involve checking inequalities such as

clockwise  (allBlack  1)  (allBlack  1)  (allWhite  1)  (allWhite  1)  /=

anticlockwise  (allBlack  1)  (allBlack  1)  (allWhite  1)  (allBlack  1)

Otherwise you could represent all trees with a single value! Note however that they do not check anything which depends on the size of the image,  so  for instance they never check whether allBlack  128  ==  allBlack  2, because ge- ometrically these look the same, so you are free to represent them as the same or different, whichever works for your data structure.  The tests only check equali- ties and inequalities which must hold for all correct representations.

You solution will receive:

.  One mark for passing the tests on quadtrees described at most one use of clockwise or anticlockwise (so they either have 1 cell or 4 cells),

.  One  mark  for  passing the tests on  quadtrees which represent 4 by 4 images (they can have up to 16 cells, but may have fewer if they have an interesting structure),

.  One mark for passing the tests on all quadtrees,

for a total of three marks.  The quadtrees used for testing are no larger than required to represent a 210  by 210  image.  You need only consider square images whose dimensions are powers of 2. Your solution must use at least one Algebraic Data Type to qualify for any of the marks above.

1.2    Exercise 2:  (4 marks) A crude ‘blurring’ operation

For this exercise, you should define a function blur which takes a quadtree as input and returns a quadtree as output.  It should not change the structure of the quadtree1 , but it should change the data representing the black and white colours.

To find the colour of a cell in the output blur  q we look at all of its ‘neighbours’: other cells which touch it along an edge (or part of an edge), not just a corner. The colour of a cell in blur  q should be the opposite of the colour of that cell in the input q if and only if more than half of its neighbours have the opposite colour in q. E.g. if a cell is black in the input q then it should be white in the output blur  q if and only if in q more of its neighbours are white cells than black.  You can think of such a function as an extremely crude approximation to a blurring operation, although it is not practical to use it for that purpose!

For example

and

Note that cells at the border usually have fewer neighbours, so the definition behaves quite strangely there. For example

which shows that in many cases the approximation to ‘blurring’ is very bad in- deed! The image below shows how many neighbours each cell of the quadtrees above has. Note that a cell is not one of its own neighbours.

Coming up with a solution all at once is hard!  For that reason, the mark scheme below gives most of the marks for solving special cases.  It may be best to try the special cases first if you can’t see how to solve the whole problem straight away.  To define the special cases, let us call a quadtree  striped if it satisfies the following recursive specification:

.  Base case: For all Int values z (satisfyingtheconditionsfrom Exercise1), the quadtrees allBlack  z and allWhite  z are striped quadtrees;

.  Step case: If q1 and q2 are striped quadtrees, then clockwise  q1  q1  q2  q2 is a striped quadtree.

Try drawing some pictures of striped quadtrees by building up from the base case. Notice how q1 and q2 are repeated in the step case – this repetition means that we already know the values of a cell’s neighbours in one dimension. (Though we do still have to worry about whether is has any neighbours in the other dimension, or if it is on the border.)

Marking

This exercise is has a total of four marks available.  The marks will be assigned based on testing on quadtrees of different sizes and complexities.

The tests will consist of checking properties which we expect to hold.   For example,

blur  (clockwise  (allWhite  2)

(clockwise  (allBlack  1)  (allBlack  1)

(allBlack  1)  (allWhite  1))

(allBlack  2)  (allWhite  2))  ==

clockwise  (allWhite  2)

(clockwise  (allWhite  1)  (allBlack  1)

(allBlack  1)  (allBlack  1))

(allWhite  2)  (allWhite  2)

You solution will receive:

.  One mark for implementing a function blur of the correct type which does not ‘go wrong’ as long as its argument is a suitable quadtree (one which could come from a real image),

.  One mark for passing the tests on striped quadtrees which represent 1 by 1, 2 by 2, or 4 by 4 images (so have at most 16 cells),

.  One mark for passing the tests on all striped quadtrees, and

.  One mark for passing the tests on all quadtrees,

for a total of four marks.  The maximum size for test inputs is the same as for Exercise 1.

One additional mark is available for the first two exercises according to the marker’s judgement. This mark will be given for clearly commented code which explains your solution or where you got stuck.  But it may also be given for other good work towards solving any of the above if the marker feels, according to their judgement, that it is not reflected fairly in the automated mark.

2    Submission

To submit the exercises above, clone the git repository

26020-lab3-s-haskell_<your  username> present in the department’s GitLab. In that directory, save your submission as submission.hs

Remove any definition of main from submission.hs. Make sure you have done git  add  submission.hs.

A  testing  script  is  provided  called  check_submission.sh  (note  ‘sh’  not ‘hs’!).   Running this file checks that your submission will work with the au- tomated marking script.  Please check at least once that you can run this suc- cessfully on a lab machine, as this is the set-up used to mark your code.

Note that it creates/overwrites a file called check_submission_temp_file.hs by concatenating submission.hs and two testing files.  It does not remove this file after running, so you can inspect it if anything went wrong.

This script checks that your solution is in the right format for the auto- mated tests  (e.g.   that  you  have  used  the  right  function  names,  added  the deriving  (Eq,  Show) incantation where necessary, and have remembered to remove any definition of main) but it does not test your submission well! Come up with your own test examples, and reason about whether your code is correct for all inputs!

You might have to make check_submission.sh executable by running chmod  u+x  check_submission.sh.

Once check_submission.sh tells you that all its checks have passed, double check that you have added submission.hs and push the files on the master branch.

If you decide to try the creative exercise below and think you have succeeded or very nearly succeeded, add your work to the repo as creative.hs.  Students are strongly encouraged to focus on the exercises above.

Once you are confident that your solution is correct (i.e.  after doing more testing than just running the format checking script!), push your final version on the master branch and create a tag named lab3-submission to indicate that the submission is ready to be marked.

In most cases marking will be done without any further input needed from you once you have submitted, but in some cases we may need you to explain your solution face-to-face in order to complete marking.

Talking to each other and using the internet

When talking to other students about the coursework, keep in mind some “do”s and “don’t”s:

.  Do discuss what the exercise means, e.g. what the function blur does to examples in terms of inputs and outputs.

.  Do discuss example quadtrees in terms of pictures or geometry which doesn’t change when rotated, translated, or scaled.

.  Do discuss example quadtrees in terms of the four functions allBlack , allWhite , clockwise and anticlockwise.

.  Do discuss general Haskell questions,e.g.  how to write an Algebraic Data Type using data, how Maybe or lists work, how to bracket when defining recusive functions, etc.

But:

.  Don’t discuss quadtrees using terminology not in this lab script – that probably contains ideas about how your solution works!

.  Don’t discuss how to define a data structure for quadtrees (inlcuding for instance where your solution puts which quadrant of the pictures)

.  Don’t discuss how to define blur or similar operations in terms of recur- sive functions

.  Don’t show anyone your solution to get help with Haskell syntax – instead try to describe the problem in general or reproduce it in an unrelated example

Talking to others is an important way to learn a subject, and I encourage you to discuss Haskell in general. When discussing the lab exercises with other stu- dents, stick to the rules above.

Similarly, when using the internet to help with this coursework

.  Do use non-interactive resources like tutorials and documentation. I rec- ommend

– https://en.wikibooks.org/wiki/Haskell/Other_data_structures 

– https://www.haskell.org/tutorial/goodies.html

.  Do ask general Haskell questions  (not  based on the lab exercises!)   in forums, chatrooms etc.

But:

.  Don’t discuss anything derived from the lab exercises on interactive ser- vices like forums, chatrooms, Stack Exchange, etc.

.  Don’t upload the lab script or anything derived from lab work to file- sharing websites, document-sharing websites, or notes-sharing websites.

Checklist for Exercises 1 and 2

3    An open-ended exercise

The exercise described in this section is designed to be extremely difficult:  no amount of time spent on it is guaranteed to result in gaining marks, and it is best attempted only if the thinking in itself is sufficient motivation.  In partic- ular, it will only be marked if your submission for exercises 1 and 2 receive full marks.  I have told the TAs that they do not need to prepare to support these exercises, so you may need to ask me directly about any questions you have!

For this exercise, we assume that quadtrees do not record any size informa- tion about their cells. If your data structure for Exercises 1 and 2 records size information, make a different Algebraic Data Type for this exercise which does not do so, and provide implementations for the four functions from Exericse 1, except that allBlack and allWhite should now take no  arguments.  Note that you should do this exercise in a separate file, so that you don’t modify anything to do with your existing solutions!

This means we can now write infinite quadtrees, such as

let  q  =  clockwise  allWhite  allBlack  allWhite  q  in  q

which form the basis of the exercise.

First, we define a notion of approximation for quadtrees for each natural number n which we call the nth   coarse work approximation.  This is specified by the following equalities:

.  coarsework  0            q               ==  allWhite

.  coarsework  n            allWhite  ==  allWhite

.  coarsework  n          allBlack  ==  allBlack

.  coarsework  (n+1)    (clockwise  a  b  c  d)

==  clockwise  (coarsework  n  a)

(coarsework  n  b)

(coarsework  n  c)

(coarsework  n  d)

A value q of the quadtree type is called ergodomestic if for all natural numbers n the expression coarsework  n  q does not ‘go wrong’ in the sense we have been using that phrase heretofore.

A function which takes a quadtree as input and outputs a Bool is called a fair exercise if and only if when given an ergodomestic quadtree, it evaluates to either True or False in finite time.

Your task is to define a function my_solution which takes as input a function from quadtrees to Bool and outputs a quadtree, with the property that for all fair exercises f, my_solution evaluates in finite time to a quadtree (which may be finite or infinite), and we have

.  f  (my_solution  f)  ==  True if there exists a value of the quadtree type q such that f  (q)  ==  True , and

.  f  (my_solution  f)  ==  False if there is no such value.

A correct, well-documented solution is worth two marks.