发表机构
Saarland University（萨尔兰大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文针对等式饱和中 e-graph 指数增长问题，提出通过多重集合存储项以原生处理结合性与交换性运算符的扩展，初步证明可渐近减少内存使用。
AI 中文摘要
等式饱和是一种有前景的程序优化技术，它绕过了阶段排序问题。然而，当前的 e-graph 实现即使对于简单的示例也会呈指数级增长。许多实际应用涉及结合性和交换性（AC）运算符。我们提出了一种关系型 e-matching 的扩展，通过将项存储为多重集合来原生处理 AC 运算符。初步结果表明，在特定情况下，模 AC 的等式饱和在渐近意义上使用更少的内存。
英文摘要
Equality saturation is a promising technique for program optimization which sidesteps the phase ordering problem. However, current e-graph implementations grow exponentially large, even for simple examples. Many practical applications involve associative and commutative (AC) operators. We present an extension of relational e-matching that handles AC operators natively by storing terms as multisets. Preliminary results show that equality saturation modulo AC uses asymptotically less memory in certain cases.
