鉴于使用Z3的实数编码的问题，Z3 /smt2 /st生成的统计数据可能有助于判断实际引擎是否“存在问题/做了大量工作”？
在我的情况下，我有两个大致相同的问题编码，都使用实数。然而，编码中的“小”差异在运行时产生很大差异，即编码A需要2:30分钟并且编码B 13分钟。 Z3统计数据显示，conflicts和quant-instantiations大部分是等效的，但其他则不是，例如grobner，pivots和nonlinear-horner。
两种不同的统计数据以gist提供。
编辑（以解决Leo的评论）：
两个版本生成的SMT2编码约为30k行，并且使用实数的断言遍及代码。主要的区别在于编码B使用了大量的0.0到1.0范围内的不明确的实数常数，这些常数由不等式限定，例如： 0.0 < r1 < 1.0或0.0 < r3 < 0.75 - r1 - r2，而在编码中，许多这些未指定的常量已被替换为来自相同范围的固定实数值，例如0.1或0.75 - 0.01。两种编码都使用非线性实数算术，例如， r1 * (1.0 - r2)。
这两个编码中的一些随机示例可用作gist。如上所述，所有发生的变量都是未指定的实数。
PS：为固定的实际值引入别名，例如，
(define-sort $Perms () Real)
(declare-const $Perms.$Full $Perms)
(declare-const $Perms.$None $Perms)
(assert (= $Perms.Zero 0.0))
(assert (= $Perms.Write 1.0))
会造成重大的性能损失吗？
答案 0 :(得分：4)
新的非线性算术求解器仅用于仅包含算术的问题。由于您的问题使用量词，因此不会使用新的非线性求解器。因此，Z3将使用基于以下组合的旧方法：Simplex（pivotots stat），Groebner Basis（groebner stat）和Interval Propagation（horner stat）。这不是一个完整的方法。
而且，根据你在gist中发布的片段，Groebner的基础不会很有效。这种方法通常对包含许多等式的问题有效。
所以，它可能只是开销。您可以使用选项NL_ARITH_GB=false将其停用。
当然，这只是基于您发布的问题片段的猜测。
编码A和B之间的差异很大。编码A本质上是一个线性问题，因为几个常量被固定为实数值。对于线性算术问题，Z3总是完整的。所以，这应该可以解释性能上的差异。
关于别名的问题，引入别名的首选方法是：
(define-const $Perms.$Zero $Perms 0.0)
(define-const $Perms.$Write $Perms 1.0)
Z3还包含一个使用线性方程消除变量的预处理器。 默认情况下，此预处理器在包含量词的问题中处于禁用状态。该设计决策的动机是程序验证工具，这些工具广泛使用量词中的触发器/模式。变量消除过程可以修改精心设计的触发器/模式，并影响总运行时间。您可以在Z3中使用新的策略/策略框架来强制它应用此预处理器。您可以替换命令
(check-sat)
与
(check-sat-using (then simplify solve-eqs smt))
这个策略告诉Z3执行简化器，然后求解方程（并消除变量），然后执行默认的求解器引擎smt。
您可以在以下tutorial中找到有关策略和策略的更多信息。