【写在月日:，发布后发现上下标给我全滤了，我调整一下，过会儿再看】
硬核程度：☆☆☆☆☆
涉及领域：计算理论
大标题：三种函数外加三种操作怎样解决所有可计算问题？为什么偏递归函数可以制造无限循环？
可能是全网最不报菜名、最不装比的解释。
以下开始：
首先，什么是可计算？
可计算就是指，有一个算法，我们把它交付给计算机后，计算机可以像执行一个函数一样，接受我们给它的输入，然后返回输出，这个输出就是我们想要的答案。
为了方便描述，先行约定一下数学符号。
假设我们有一个乘法器，叫做mult，它可以接受一对整数作为输入，把它们相乘后输出一个整数。
比如，输入(，)输出
输入(，)输出
输入(，)输出
这时，我们把这些输入数对叫做domain，输出的一个数叫做odomain。如果我们用Z来代表全体整数集，那么这个平平无奇的乘法器就可以用数学符号表示为：
mult:Z^→Z
中间的这个→表示这个mult是一个totalfuntion，也许可以称作“全函数”吧，意思是每一个domain里的输入，都能对应一个odomain里的输出。
与全函数相对应的是，是“偏函数”。对于偏函数，对于有些输入，它并不能给出输出。比如一个除法器，当我们给它(，)时，它输出不了任何东西。这个除法器可以表示为：
div:Z^—Z
这里的单横线代表这是一个偏函数（其实应该用半箭头表示，但在这里打不出来）
好了，定义好符号之后，就可以清爽地描述我们的三种基本函数：后继函数、零函数、投影函数。
后继函数：su:N→N，su(x)=x+，N代表自然数集。我们给它，它输出；给它它输出。总之就是往上+.
零函数：zero:Nn→N，zero()=。不管给它什么，它都输出.
投影函数：projn:Nn→N，projin(x，...，xn)=xi。它接受长度为n的输入，输出第i个自然数。比如，proj(，)=。
好了，盖大楼的砖块一共就这么三种，接下来把它们组合在一起就行了。
我们定义一个叫“组合”的函数f，它的功能是把n个函数组合在一起：
f:Nn—N
具体的，如果每一个被组合的函数g都可以接受同一组参数(x，...，xm)，那么组合n个g函数的操作可以被表示为：
f·[g，...，gn]:Nm—N
展开为：
f·[g，...，gn](x，...，xm)=f(g(x，...，xm)，...，gn(x，...，xm))
举个栗子：
我们构造一个函数one，one(x)=，即：不论给它什么输入，它都输出为，那么：
one(x)=su()=su(zero(x))
即：su·[zero]=one
验证一下：
su·[zero](x)=su(zero(x))=su()=
su和zero两个基本函数组成了我们要的one，完美。
如果栗子再复杂一点，我们想要一个加法器add，add(x，y)=x+y，怎么用那三种基本函数组合？
也很简单，从具体输入入手：
add(，)=su(add(，))=su(su(add(，)))=su(su())
似乎只需要组合多个后继函数就可以了呢。
当然，这里面有一个毛病，在于我们在没有定义好add的前提下，先入为主地认为add(，)=.
所以我们不能认为自己就这么简单地构造了add，只能退而求其次地得到以下关系：
add(x，y+)=su(add(x，y))，这个式子是十分严谨的。
更具体地，要想算出add(x，y+)，就要知道add(x，)=x，我们称add(x，)=x为基准条件；add(x，y+)=su(add(x，y))为递归条件。
看起来就差临门一脚了，只要我们能用三种基本函数构造出add(x，)=x，就能得到add(x，y+)，也就能构造出我们想要的加法器。
也很显然，add(x，)=x=proj
于是，我们的加法器有了。
这种看起来很像左脚踩右脚登天的构造方式叫做“原始递归”，它的定义是这样的：
基准函数f:Nn—N
递归函数g:Nn+—N
使用f和g的原始递归h=ρn(f，g):Nn+—N() ()
对于h:
基准条件：h(x，...xn，)=f(x，...，xn)
递归条件:h(x，...，xn，y+)=g(x，...，xn，y，h(x，...，xn，y))
回到我们的加法器add：
add:N→N
add(x，y)=x+y=ρ(f，g)
基准条件：add(x，)=f(x)=proj
递归条件：add(x，y+)=g(x，y，add(x，y))=su(add(x，y))，g=su·[proj]
add=ρ(proj，su·[proj]）
完美无瑕。
类似地，乘法器mult=ρ(zero，add·[proj，proj])
前继函数，减法器等等基本运算都可以据此定义，只需要proj，zero，su三种原始函数和组合·，原始递归ρ这两种基本操作。所有完全函数都可以据此构造。
那么“偏函数”呢？
构造偏函数还需要额外的一个操作：最小化。
如果我们有一个函数f:N^n+—N(这里^代表上标，虽然不好看，但实在是敲得太麻烦没有耐心了)，具体的f(a，...an，x)，其中a，...an是固定参数，x是可变参数。
那么最小化操作为：μ^nf:N^n—N它会找到给它输入的n个参数里，最小的一个，并输出
比如f(，，，，，)=
如果遇到重复参数，那么就输出第一个最小的。
比如f(，，，，，)=
假设我们有一个投影函数长这样：
proj:N—N(proj中的是上标，是下标，下同，写不动摆烂了)
那么μ^proj:N—N
举个栗子：
假如我们给proj弄一个最小化操作：μ^proj()，其中是固定参数。
如果我们穷举一下可变参数，就会发现：
proj(，)=
proj(，)=
我们永远也拿不到，也就不存在最小化。也就是说，对于μ^proj而言，并不是每一个输入都对应一个输出，所以应用最小化操作，我们成功地构建了一个偏函数。
加减乘三种操作都在上文构建过了，现在就只剩下一个除了。除法div需要用最小化操作来构建。
假设，我们收到两参数a和b，想求a/b，那么其中存在如下关系：
a=q×b+r，其中≤r＜b
我们想要的就是满足式子q×b≤a的最大的q，这等同于满足(q+)×b＞a，于是带余除法被转化为了一个最小化问题：
找到最小的q使其满足(q+)×b＞a
也就是构造一个函数f:N^—N
f(a，b，q)=如果(q+)b≤a，=如果(q+)b＞a
f(a，b，q)=lessthanequal(mult(su(q)，b)，a)
f=lessthaneual·[mult·[su·[proj]，proj]，proj]
其中lessthanequal=iszero·sub
iszero=sub·[su·zero，proj]
sub是减法器
对f进行最小化操作即可得到我们想要的结果。
验证一下：
f(，，)=lessthanequal(mult(，)，)=不等于，所以不是输出。
f(，，)=lessthanequal(mult(，)，)=，最小，所以是输出。
div(，)=//=没错，十分完美。
如果我们想计算一下//:
f(，，)=lessthanequal(mult(，)，)=不等于，所以不是输出。
f(，，)=lessthanequal(mult(，)，)=不等于，所以不是输出。
无论我们给f(，，x)传入什么x，都找不到最小的x，所以div(，)=//无解，符合现实。
如果把最小化操作运用在原始递归函数上，得到的新函数就叫做偏递归函数。
好了，现在加减乘除我们都有了，只要是可计算的算法，我们都能执行。
至于无限循环怎么制造出来，从μ^proj()和div的栗子都可以看出来，如果最小化操作找不到最小值，就永远不会给出输出，这相当于while语句的功能。
——————————————————
下一章是正常内容
硬核程度：☆☆☆☆☆
涉及领域：计算理论
大标题：三种函数外加三种操作怎样解决所有可计算问题？为什么偏递归函数可以制造无限循环？
可能是全网最不报菜名、最不装比的解释。
以下开始：
首先，什么是可计算？
可计算就是指，有一个算法，我们把它交付给计算机后，计算机可以像执行一个函数一样，接受我们给它的输入，然后返回输出，这个输出就是我们想要的答案。
为了方便描述，先行约定一下数学符号。
假设我们有一个乘法器，叫做mult，它可以接受一对整数作为输入，把它们相乘后输出一个整数。
比如，输入(，)输出
输入(，)输出
输入(，)输出
这时，我们把这些输入数对叫做domain，输出的一个数叫做odomain。如果我们用Z来代表全体整数集，那么这个平平无奇的乘法器就可以用数学符号表示为：
mult:Z^→Z
中间的这个→表示这个mult是一个totalfuntion，也许可以称作“全函数”吧，意思是每一个domain里的输入，都能对应一个odomain里的输出。
与全函数相对应的是，是“偏函数”。对于偏函数，对于有些输入，它并不能给出输出。比如一个除法器，当我们给它(，)时，它输出不了任何东西。这个除法器可以表示为：
div:Z^—Z
这里的单横线代表这是一个偏函数（其实应该用半箭头表示，但在这里打不出来）
好了，定义好符号之后，就可以清爽地描述我们的三种基本函数：后继函数、零函数、投影函数。
后继函数：su:N→N，su(x)=x+，N代表自然数集。我们给它，它输出；给它它输出。总之就是往上+.
零函数：zero:Nn→N，zero()=。不管给它什么，它都输出.
投影函数：projn:Nn→N，projin(x，...，xn)=xi。它接受长度为n的输入，输出第i个自然数。比如，proj(，)=。
好了，盖大楼的砖块一共就这么三种，接下来把它们组合在一起就行了。
我们定义一个叫“组合”的函数f，它的功能是把n个函数组合在一起：
f:Nn—N
具体的，如果每一个被组合的函数g都可以接受同一组参数(x，...，xm)，那么组合n个g函数的操作可以被表示为：
f·[g，...，gn]:Nm—N
展开为：
f·[g，...，gn](x，...，xm)=f(g(x，...，xm)，...，gn(x，...，xm))
举个栗子：
我们构造一个函数one，one(x)=，即：不论给它什么输入，它都输出为，那么：
one(x)=su()=su(zero(x))
即：su·[zero]=one
验证一下：
su·[zero](x)=su(zero(x))=su()=
su和zero两个基本函数组成了我们要的one，完美。
如果栗子再复杂一点，我们想要一个加法器add，add(x，y)=x+y，怎么用那三种基本函数组合？
也很简单，从具体输入入手：
add(，)=su(add(，))=su(su(add(，)))=su(su())
似乎只需要组合多个后继函数就可以了呢。
当然，这里面有一个毛病，在于我们在没有定义好add的前提下，先入为主地认为add(，)=.
所以我们不能认为自己就这么简单地构造了add，只能退而求其次地得到以下关系：
add(x，y+)=su(add(x，y))，这个式子是十分严谨的。
更具体地，要想算出add(x，y+)，就要知道add(x，)=x，我们称add(x，)=x为基准条件；add(x，y+)=su(add(x，y))为递归条件。
看起来就差临门一脚了，只要我们能用三种基本函数构造出add(x，)=x，就能得到add(x，y+)，也就能构造出我们想要的加法器。
也很显然，add(x，)=x=proj
于是，我们的加法器有了。
这种看起来很像左脚踩右脚登天的构造方式叫做“原始递归”，它的定义是这样的：
基准函数f:Nn—N
递归函数g:Nn+—N
使用f和g的原始递归h=ρn(f，g):Nn+—N() ()
对于h:
基准条件：h(x，...xn，)=f(x，...，xn)
递归条件:h(x，...，xn，y+)=g(x，...，xn，y，h(x，...，xn，y))
回到我们的加法器add：
add:N→N
add(x，y)=x+y=ρ(f，g)
基准条件：add(x，)=f(x)=proj
递归条件：add(x，y+)=g(x，y，add(x，y))=su(add(x，y))，g=su·[proj]
add=ρ(proj，su·[proj]）
完美无瑕。
类似地，乘法器mult=ρ(zero，add·[proj，proj])
前继函数，减法器等等基本运算都可以据此定义，只需要proj，zero，su三种原始函数和组合·，原始递归ρ这两种基本操作。所有完全函数都可以据此构造。
那么“偏函数”呢？
构造偏函数还需要额外的一个操作：最小化。
如果我们有一个函数f:N^n+—N(这里^代表上标，虽然不好看，但实在是敲得太麻烦没有耐心了)，具体的f(a，...an，x)，其中a，...an是固定参数，x是可变参数。
那么最小化操作为：μ^nf:N^n—N它会找到给它输入的n个参数里，最小的一个，并输出
比如f(，，，，，)=
如果遇到重复参数，那么就输出第一个最小的。
比如f(，，，，，)=
假设我们有一个投影函数长这样：
proj:N—N(proj中的是上标，是下标，下同，写不动摆烂了)
那么μ^proj:N—N
举个栗子：
假如我们给proj弄一个最小化操作：μ^proj()，其中是固定参数。
如果我们穷举一下可变参数，就会发现：
proj(，)=
proj(，)=
我们永远也拿不到，也就不存在最小化。也就是说，对于μ^proj而言，并不是每一个输入都对应一个输出，所以应用最小化操作，我们成功地构建了一个偏函数。
加减乘三种操作都在上文构建过了，现在就只剩下一个除了。除法div需要用最小化操作来构建。
假设，我们收到两参数a和b，想求a/b，那么其中存在如下关系：
a=q×b+r，其中≤r＜b
我们想要的就是满足式子q×b≤a的最大的q，这等同于满足(q+)×b＞a，于是带余除法被转化为了一个最小化问题：
找到最小的q使其满足(q+)×b＞a
也就是构造一个函数f:N^—N
f(a，b，q)=如果(q+)b≤a，=如果(q+)b＞a
f(a，b，q)=lessthanequal(mult(su(q)，b)，a)
f=lessthaneual·[mult·[su·[proj]，proj]，proj]
其中lessthanequal=iszero·sub
iszero=sub·[su·zero，proj]
sub是减法器
对f进行最小化操作即可得到我们想要的结果。
验证一下：
f(，，)=lessthanequal(mult(，)，)=不等于，所以不是输出。
f(，，)=lessthanequal(mult(，)，)=，最小，所以是输出。
div(，)=//=没错，十分完美。
如果我们想计算一下//:
f(，，)=lessthanequal(mult(，)，)=不等于，所以不是输出。
f(，，)=lessthanequal(mult(，)，)=不等于，所以不是输出。
无论我们给f(，，x)传入什么x，都找不到最小的x，所以div(，)=//无解，符合现实。
如果把最小化操作运用在原始递归函数上，得到的新函数就叫做偏递归函数。
好了，现在加减乘除我们都有了，只要是可计算的算法，我们都能执行。
至于无限循环怎么制造出来，从μ^proj()和div的栗子都可以看出来，如果最小化操作找不到最小值，就永远不会给出输出，这相当于while语句的功能。
——————————————————
下一章是正常内容