订单理论的定制理论求解器？

Question

我的程序，反应有限状态系统的有限合成器，产生SMT查询以注释（未解释的）系统的产品自动机和规范。本质上，它是一个使用未解释函数检查的模型。如果注释存在=＆gt; Z3找到的模型满足规范。查询包含：

• 数据类型（用于编码系统和规范自动机的状态）
• ＆gt; =（更大），＆gt; （严格地说）（指定自动机系统*规范的状态的排序函数，用于搜索具有不良状态的套索）或换句话说，对该自动机的状态的排序，
• 使用布尔域和范围的未解释函数
• 所有条款均为角色条款

一个例子是https://dl.dropboxusercontent.com/u/444947/posts/full_arbiter2.smt2 （'forall'用于编码“不关心”函数的输入）

目前，查询从整数算术中获取严格更大的>运算符（即排名函数具有Int范围）。

问题：是否值得在Z3中为此类查询开发自定义理论解算器？它可以利用基于DFS的套索搜索，这可能比整数理论解算器（或差异策略）更快。

或者Z3已经有效地处理了这个问题？ （有效地意味着“与基于图表的套索搜索相当”）。

Answer 1

算术不是您的基准测试的瓶颈。 我们可以使用

来检查

valgrind --tool=callgrind z3 full_arbiter2.smt2 
kcachegrind

Valgrind和kcachegrind在大多数Linux发行版中都可用。 因此，如果您为订单理论实现求解器，我认为您不会获得显着的性能提升。 一个瓶颈是数据类型理论。如果使用位向量对Q和T类型进行编码，则可能会提高性能。另一个瓶颈是量词推理。在调用Z3之前，您是否尝试过扩展它们？ 在Z3中，qe（量词消除）策略将基本上扩展布尔量词。 我通过替换

获得了一个小的加速

(check-sat)

与

(check-sat-using (then qe smt))