我是 Z3 的新手,对于一个开源程序,我想使用 z3 求解器来提高效率。
我有大约 1000 多个
值(declare-const a1 Int)
(declare-const a2 Int)
(declare-const a3 Int)
(declare-const a4 Int)
...
结果为
(declare-const x1 Int)
(declare-const x2 Int)
...
(assert (= (+ a1 a2) x1) // in reality its not "plus" but more sophisticated
(assert (= (+ a3 a4) x2) // however for simplicity lets keep it at that here.
...
现在我想确保所有 x1 到 x500+ 变量都有不同的值,并且没有重复项。
我当然可以
(assert (not (= x1 x2)))
(assert (not (= x1 x3)))
(assert (not (= x1 x4)))
...
(assert (not (= x2 x3)))
(assert (not (= x2 x4)))
...
(assert (not (= x718 719)))
这可行 - 但有更好的解决方案吗?
非常感谢!
您可以使用
distinct
(请参阅此示例):
(assert (distinct x1 ... x500))
AFAIK,这通常在一系列不等式中内部扩展,就像您在示例中呈现的那样。
讨论:接下来是关于这种编码效率的纯理论讨论;
z3
是一个非常高效的 SMT 求解器,因此您可能不需要尝试比简单运行该工具更复杂的东西。
等式的否定(例如
(not (= x y))
)通常分为一对不等式:
x < y \/ x > y
假设
x < y
和 x > y
分别重命名为 B1
和 B2
,以下子句将被输入到 SAT 引擎:
B1 \/ B2
现在,考虑到您的问题,您会得到数百个这样的子句。这些在线性算术级别上都是相互关联的,但在 SAT 引擎运行的布尔级别上并不相关。因此,SAT 引擎可能会生成(大量)不一致的部分真值分配,这些分配通常违反
<
运算符的传递性属性,例如
x < y /\ y < z /\ z < x
这些冲突将由 LRA 的理论求解器在“早期修剪”调用期间揭示,并通过学习阻止无效分配的冲突子句在布尔级别上解决。 你可以尝试什么:
x1 ... x500
的名称可能被认为是完全任意的,之后可以对它们进行打乱..)
,你可能会得到更好的结果,对变量施加严格的总顺序
x1 ... x500
,例如 x1 < x2 /\ x2 < x3 /\ ... /\ x499 < x500
z3
调用早期修剪的频率,如果这是一个可用的选项
(注意:我不确定
z3
执行此类调用的频率)
mcSAT,它可以很好地应对这种限制。
如果可以分配给变量
x_i
的值集是有限的并且在大小上有些限制,您可以尝试使用非标准
x_i
扩展来计算具有特定值的变量 z3
的数量来定义基数约束,例如(assert
((_ at-most 1)
(= x1 0)
(= x2 0)
...
(= x500 0)
)
)
...
% repeat for all possible values
...
我不确定此更改对性能的影响。在正常情况下,它会对性能产生积极影响,因为它会提前揭示冲突的分配(例如,参见[1]
)。然而,您正在处理相当多的变量和变量的大量候选值x_i
,因此在布尔级别上扁平化搜索可能有点过分了。