Question

我正在努力编写更具可读性的声明性程序。所以我决定实现一个我们目前使用的简单算法。程序实施如下：

有命令和资源
每个命令都可以提供并需要多个资源
算法将遍历所有命令并安排提供所有要求的命令。
现在提供了该命令提供的所有资源
如果安排了所有命令，我们就完成了
如果还有命令，我们无法满足依赖关系，我们无法为算法的迭代安排新命令

所以我想出的数据记录变体看起来不错但有两个问题：

错误
我需要一个循环来读取结果

您可以找到完整的来源here。

这取决于假设，您可以使用pytest轻松运行它。

在失败的测试之下：如果我们需要先前“排名”或订单提供的资源。它找不到它。我试图使跟随递归，但即使在简单的例子中它也失败了。

def test_graph_multirequire():
    """Test if the resolver can handle a graph with multiple requires"""
    tree = [
        [('A'), ('B'), ('C'), ('D'), ('E'), ('F'), ('G'), ()],
        [(), ('A'), ('B'), ('C', 'A'), ('D'), ('E'), ('F'), ('G')]
    ]
    run_graph(tree)


def run_graph(tree):
    """Run an example"""
    try:
        tree_len = len(tree[0])
        index = list(range(tree_len))
        random.shuffle(index)
        for i in index:
            + is_command(i)
            for provide in tree[0][i]:
                + provides(i, provide)
            for require in tree[1][i]:
                + requires(i, require)
        ##############################
        is_root(X) <= is_command(X) & ~requires(X, Y)
        follows(X, Z) <= (
            provides(X, Y) & requires(Z, Y) & (X != Z)
        )
        order(0, X) <= is_root(X)
        order(N, X) <= (N > 0) & order(N - 1, Y) & follows(Y, X)
        ##############################
        ordered = []
        try:
            for x in range(tree_len):
                nodes = order(x, N)
                if not nodes:
                    break
                ordered.extend([x[0] for x in nodes])
        except AttributeError:
            ordered = index
        assert len(ordered) >= tree_len
        print(ordered)
        provided = set()
        for command in ordered:
            assert set(tree[1][command]).issubset(provided)
            provided.update(tree[0][command])
    finally:
        pd.clear()

我的问题：

我使用的是错误的工具吗？
有人知道综合数据记录怎么样？
你如何解决上述问题？

编辑：

我缺少像all（）和exists（）这样的量词，我怎样才能在pyDatalog中表达这个？

Answer 1

pyDatalog（和prolog）很适合这样的问题。挑战在于偏离传统的程序编程思维模式。您可能希望在网上搜索关于prolog的课程：许多原则也适用于pyDatalog。

用声明性语言编写循环涉及3个步骤：

1）定义一个谓词，其中所有变量在循环时都会发生变化。

在这种情况下，您希望跟踪部分计划，已经生成的内容以及剩余的计划内容：

partial_plan(Planned, Produced, Todo)

例如，partial_plan（[0，]，[＆＃39; A＆＃39;，]，[1,2,3,4,5,6,7]）为真。要查找计划，您可以查询：

partial_plan([C0,C1,C2,C3,C4,C5,C6,C7], L, [])

2）描述基（=最简单）的情况。在这里，起点是仍然需要计划所有命令。

+ partial_plan([], [], [0,1,2,3,4,5,6,7])

3）描述迭代规则。在这里，您要选择要完成的命令，并且已经生成了其要求，并将其添加到计划中：

partial_plan(Planned1, Produced1, Todo1) <= (
    # find a smaller plan first
    (Planned0 == Planned1[:-1]) &
    partial_plan(Planned0, Produced0, Todo0) &
    # pick a command to be done, reducing the list of todos, 
    pick(Command, Todo0, Todo1) &
    # verify that it can be done with what has been produced already
    subset(requirement[Command], Produced0) &
    # add it to the plan 
    (Planned1 == Planned0 + [Command, ]) &
    (Produced1 == Produced0 + result[Command])
    )

我们现在必须定义第3步中引入的谓词。

# pick
pick(Command, Todo0, Todo1) <= (
    (X._in(enumerate(Todo0))) & # X has the form [index, value]
    (Command == X[1]) &
    (Todo1 == Todo0[:X[0]] + Todo0[X[0]+1:]) # remove the command from Todo0
    )

# result and requirement are defined as logic functions, 
# so that they can be used in expressions
for i in range(len(tree[0])):
    result[i] = tree[0][i]
    requirement[i] = tree[1][i]

子集检查L1的所有元素是否在L2中（注意所有量词）。它也被定义为循环：

subset([], List2) <= (List2 == List2) # base case
subset(L1, L2) <= (
    (0 < len(L1)) &
    (L1[0]._in(L2)) & # first element in L2
    subset(L1[1:], L2) # remainder is a subset of L2
    )

然后，您必须声明上面的所有pyDatalog变量和谓词，并且＆＃39;枚举＆＃39;，＆＃39;结果＆＃39;和＆＃39;要求＆＃39;功能

注意：这尚未经过测试;可能需要做一些小改动。

使用pyDatalog解析依赖关系图

1 个答案: