我使用以下python代码来查找两个二进制数:
第二个限制对我来说更重要;在我的例子中,它将缩放:假设它可能变成[N]数的最高位必须总和为[M]。
我不确定为什么z3没有给出正确的结果。任何提示?非常感谢。
def BV2Int(var):
return ArithRef(Z3_mk_bv2int(ctx.ref(), var.as_ast(), 0), var.ctx)
def main():
s = Solver()
s.set(':models', True)
s.set(':auto-cfgig', False)
s.set(':smt.bv.enable_int2bv',True)
x = BitVec('x',4)
y = BitVec('y',4)
s = Solver()
s.add(x+y == 16, Extract(3,3,x) + Extract(3,3,y) == 2)
s.check()
print s.model()
# result: [y = 0, x = 0], fail both constraint
s = Solver()
s.add(x+y == 16, BV2Int(Extract(3,3,x)) + BV2Int(Extract(3,3,y)) == 2)
s.check()
print s.model()
# result: [y = 15, x = 1], fail the second constraint
更新:感谢Christoph的回答。这是一个快速解决方法:
答案 0 :(得分:0)
(旁白:auto-cfgig应该是自动配置。)
请注意,bv2int和int2bv基本上被视为未解释,因此如果此部分对您的问题至关重要,则不要使用它们(请参阅documentation和previous questions)。
此示例的问题是位向量的宽度。 x
和y
都是4位变量,4位向量的数字16
是0
(模2 ^ 4),所以确实是{{当x + y
和16
时,1}}等于x=0
。
此外,y=0
项提取1位向量,这意味着总和Extract(...)
再次是1位值,数字Ex.. + Ex..
作为1位向量是2
(模2 ^ 1),即确实是0
的情况。