Question

假设我有一个z3求解器，它具有一定数量的可满足的断言约束。设S是一组约束，我想验证S中的每个约束是否在将约束添加到求解器时公式仍然可满足。这可以通过以下方式顺序完成：

results = []

for constraint in S:
  solver.push()
  solver.add(constraint)
  results.append(solver.check() == z3.sat)
  solver.pop()

print all(results)

现在，我想将其并行化以加快速度，但我不确定如何正确使用z3。

这是一次尝试。请考虑以下简单示例。所有变量都是非负整数，必须求和1.现在我想验证是否可以独立地生成每个变量x＆gt;很明显是这样的;设x = 1并将0赋值给其他变量。这是一个可能的并行实现：

from multiprocessing import Pool
from functools import partial
import z3

def parallel_function(f):
    def easy_parallize(f, sequence):
        pool   = Pool(processes=4)
        result = pool.map(f, sequence)

        pool.close()
        pool.join()

        return result

    return partial(easy_parallize, f)

def check(v):
    global solver
    global variables

    solver.push()
    solver.add(variables[v] > 0)
    result = solver.check() == z3.sat
    solver.pop()

    return result

RANGE = range(1000)
solver = z3.Solver()
variables = [z3.Int('x_{}'.format(i)) for i in RANGE]

solver.add([var >= 0 for var in variables])
solver.add(z3.Sum(variables) == 1)

check.parallel = parallel_function(check)
results = check.parallel(RANGE)
print all(results)

令人惊讶的是，这在我的机器上完美运行：结果是合理的，而且速度更快。但是，我怀疑它是安全的，因为我正在研究一个单一的全局求解器，我可以很容易地想象推/弹同时发生。有没有任何干净/安全的方法来实现z3py？

Answer 1

实际上，这可能适用于第一次测试，但不是一般的。不支持在单个Context上并行求解，以后肯定会出现数据争用和段错误。

在Python中，Context对象是隐藏的，因此大多数用户不必处理它，但是为了并行运行，我们需要为每个线程设置一个Context，然后将正确的一个传递给所有其他函数（之前隐含使用了隐藏的Context）。请注意，所有表达式，求解器，策略等都依赖于一个特定的Context，因此如果对象需要越过该边界，我们需要翻译它们（请参阅AstRef中的translate（...）等）。

另请参阅Multi-threaded Z3?和When will the Z3 parallel version be reactivated?

与z3并行求解公式

1 个答案: