说我有以下布尔函数:
or(x, y) := x || y
and(x, y) := x && y
not(x) := !x
foo(x, y, z) := and(x, or(y, z))
bar(x, y, z, a) := or(foo(x, y, z), not(a))
baz(x, y) := and(x, not(y))
现在我想从他们那里构建一个Binary Decision Diagram。我查看了几篇论文,但是还没有找到如何从这些嵌套逻辑公式构造它们。
据说布尔函数是有根的,有向的非循环图。它有几个非终端和终端节点。然后它说每个非终结节点都用布尔变量(不是函数)标记,它有两个子节点。我不知道上面的函数定义中的布尔变量是什么。从节点到子a
或b
的边缘分别表示节点的 assigment 为0或1。如果同构子图已合并,则称为简化,并删除两个子同构的节点。这是一个简化有序二元决策图(ROBDD)。
由此以及我遇到的所有资源,我无法弄清楚如何将这些功能转换为BDD / ROBDD:
foo(1, 0, 1)
bar(1, 0, 1, 0)
baz(1, 0)
或者也许这些需要转换:
foo(x, y, z)
bar(x, y, z, a)
baz(x, y)
寻求帮助解释我需要做什么才能使其成为有根的,有向的非循环图。了解数据结构的外观也会有所帮助。看起来就是这样:
var nonterminal = {
a: child,
b: child,
v: some variable, not sure what
}
但接下来的问题是如何从这些函数构建图表foo
,bar
和baz
。
答案 0 :(得分:1)
您可以通过评估所有变量分配来完成此操作,例如在
的情况下foo(0,0,0) = 0
foo(0,0,1) = 0
foo(0,1,0) = 0
...
然后创建图形,从根开始。每个函数参数都有一个用其赋值标记的边,叶节点用结果值标记:
x0 -0-> y0 -0-> z0 -0-> 0
x0 -0-> y1 -0-> z1 -1-> 0
x0 -0-> y2 -1-> z2 -0-> 0
...
合并节点(y0 = y1 = y2,z0 = z1):
x0 -0-> y0 -0-> z0 -0-> 0
x0 -0-> y0 -0-> z0 -1-> 0
x0 -0-> y0 -1-> z1 -0-> 0
...
减少节点(有一些规则允许加入节点或跳过节点)。例如。由于来自根的0
始终指向叶0
,因此您可以跳过后面的决定:
x0 -0-> 0
...
请注意,必须使用要在以下图形边上指定的变量名标记节点。该算法并不是非常复杂(当然存在更高效的算法),但我希望它可视化策略。
答案 1 :(得分:1)
基本逻辑运算AND,OR,XOR等都可以在BDD表示中的函数之间计算,以在BDD表示中产生新函数。这些算法除了处理终端之外都是类似的,大致如下:
(op, A, B)
,则返回缓存的结果。区分3个案例(实际上你可以概括一下......)
A.var == B.var
,创建一个节点(A.var, OP(A.lo, B.lo), OP(A.hi, B.hi))
,其中OP
表示递归调用此过程。A.var < B.var
,创建一个节点(A.var, OP(A.lo, B), OP(A.hi, B))
A.var > B.var
,创建一个节点(B.var, OP(A, B.lo), OP(A, B.hi))
&#34;创建节点&#34;当然应该重复删除自己,以实现减少&#34;减少&#34;需求。 3个案例中的分割处理了订购要求。
作为简单操作树的复杂函数可以通过自下而上的方式在BDD中转换,每次只进行BDD的简单组合。这当然确实会生成不属于最终结果的节点。变量和常量都有微不足道的BDD。
例如,and(x, or(y, z))
是通过深度优先到该树创建的,为变量x
(一个普通节点,(x, 0, 1)
)创建BDD,然后为{{1 }和y
,在代表{{1}的BDD上执行z
(上述算法的一个实例,其中只有第一步真正关心操作是OR
) }和OR
,然后对结果执行y
,BDD代表变量z
。确切的结果取决于您对变量排序的选择。
评估其他函数内部的函数需要函数组合(如果已经表示BDD已调用的函数),这可能与BDD有关,但有一些糟糕的最坏情况,或者只是内联被调用函数的定义。
答案 2 :(得分:0)
用于存储BDD的数据结构可以基于(level, u, v)
形式的三元组,其中u
是level
处的变量为FALSE时布尔函数所在的节点,而{ {1}处的变量为TRUE时,布尔函数为{1}}的节点。
可以使用Python软件包dd
(v
来安装纯Python实现)对所述示例进行编程。代码是
level
此示例包括在BDD之间直接应用运算符(使用方法pip install dd
或解析调用这些运算符的布尔公式)以及表示为BDD的函数的函数组成(使用方法from dd import autoref as _bdd
bdd = _bdd.BDD()
bdd.declare('x', 'y', 'z', 'a')
x_or_y = bdd.add_expr('x \/ y')
x_and_y = bdd.add_expr('x /\ y')
not_x = bdd.add_expr('~ x')
# variable renaming: x to y, y to z
let = {'x': 'y', 'y': 'z'}
y_or_z = bdd.let(let, x_or_y)
# using the method `BDD.apply`
foo = bdd.apply('and', bdd.var('x'), y_or_z)
# using a formula
foo_ = bdd.add_expr('x /\ (y \/ z)')
assert foo == foo_
# using the string representation of BDD node references
foo_ = bdd.add_expr('x /\ {u}'.format(u=y_or_z))
assert foo == foo_
bar = bdd.apply('or', foo, ~ bdd.var('a'))
bar_ = bdd.add_expr('{u} \/ ~ a'.format(u=foo))
assert bar == bar_
let = {'y': ~ bdd.var('y')}
baz = bdd.let(let, x_and_y)
baz_ = bdd.add_expr('x /\ ~ y')
assert baz == baz_
# plotting of the diagram using GraphViz
bdd.dump('foo.png', [foo])
用于重命名变量和用BDD代替变量,以及语法BDD.apply
表示对BDD节点的引用的字符串表示形式。)
绘制布尔函数foo的结果如下所示(由上面的代码中的BDD.let
语句产生)。