Question

所以我试图绘制2个Prolog问题的树的决定，一个使用累加器而另一个不使用累加器。以下是我的问题和我所做的解决方案：

div.style.cssText = "color:green";

第二个有累加器：

length([H|T],N) :- length(T,N1), N is N1+1.
length([ ],0). 
Goal: ?: length([1,2,3],N)

决策树是否正确绘制？或者我犯了错误？什么是绘制这种递归决策树的正确方法？

感谢。

Answer 1

您所指的树通常称为搜索树又称SLD树，不要与证明树混淆。

您概述的两个问题都是最简单的搜索树案例：

只有一个解决方案
查询未失败
搜索中的每个步骤只能匹配单个子句（空列表与非空列表）

这三个特征意味着SLD树中只有一个分支。

您将获得以下搜索树：

请注意，要使其成为正确的搜索树，每个步骤中最多只能解析一个目标，这会使搜索树变得非常大...因此它会在很常见的是人们制作简化的树木，每个步骤都可以解决多个目标，这可能不是真正的搜索树，而是以更加简洁的方式说明搜索。

树中的边缘标有替换，这些替换作为统一算法的一部分应用于变量。

搜索树与跟踪密切对应，您通常可以从程序的跟踪到搜索树进行直接翻译。

我建议你研究具有多个答案和可能失败的分支的查询的搜索树，从而为更多有趣的树提供多个分支。来自Sterling的Prolog Art of Shapiro的一个例子：

<强>程序：

father(abraham, isaac).        male(isaac)
father(haran, lot).            male(lot).
father(haran, milcah).         female(milcah).
father(haran, yiscah).         female(yiscah).

son(X,Y):- father(Y,X), male(X).
daughter(X,Y):- father(Y,X), female(X).

查询：

?: son(S, haran)

搜索树

Answer 2

了解事物的一种好方法是自己重新实现它。

当已经有Prolog来实现时，实现Prolog尤其好。：）

program( patriarchs, P ) :- 
  P = [ % [son(S, haran)] ,        % Resolvent
        [father(abraham, isaac)]   % Clauses...
      , [father(haran, lot)]       %   [Head, Body...]
      , [father(haran, milcah)]       
      , [father(haran, yiscah)]
      , [male(isaac)]
      , [male(lot)]
      , [female(milcah)]
      , [female(yiscah)]
      , [son(X,Y), father(Y,X), male(X)]
      , [daughter(X,Y), father(Y,X), female(X)]
      ].

solve( Program ):- 
   Program = [[] | _].   % empty resolvent -- success

solve( [[Goal |                   Res] |      Clauses] ) :-
   member(    Rule,                           Clauses),                      
   copy_term( Rule, [Head | Body]),                 % rename vars
   Goal  =           Head,                          % unify head
   append(                  Body, Res, Res2 ),      % replace goal
   solve(                             [Res2 | Clauses] ).

query( What, Query ):-  % Query is a list of Goals to Solve
    program( What, Program),
    solve( [ Query | Program ] ).

测试

23 ?- query( patriarchs, [son(S, haran)] ).
S = lot ;
false.

现在可以扩展上述solve/1来记录Goal成功实例化的记录，从而使统一Goal = Head成为可能。

问题中的递归决策树

2 个答案: