如何在Prolog中整理动态事实?

时间:2018-12-02 15:30:16

标签: prolog swi-prolog

我在Prolog中有几个动态的事实,我想对它们进行洗牌(以随机顺序重新排序)。 Prolog中有什么方法可以做到这一点吗?

:- dynamic max/3.
max(1,2,3).
max(1,5,6).
max(3,4,5).
max(2,2,5).

可能的随机顺序:

max(2,2,5).
max(1,2,3).
max(3,4,5).
max(1,5,6).

1 个答案:

答案 0 :(得分:1)

正如您提到的那样,您正在使用SWI-Prolog,一种可能的解决方案是使用其nth_clause/3clause/3内置谓词。这个想法是使用代理谓词ramdom_max/3访问谓词。我还假设您只有事实。

:- use_module(library(lists)).
:- use_module(library(random)).

ramdom_max(A, B, C) :-
    predicate_property(max(_,_,_), number_of_clauses(N)),
    numlist(1, N, List),
    random_permutation(List, Permutation),   
    member(Index, Permutation),
    nth_clause(max(_,_,_), Index, Ref),
    clause(max(A,B,C), _, Ref).

通话示例:

?- ramdom_max(A, B, C).
A = 1,
B = 2,
C = 3 ;
A = 3,
B = 4,
C = 5 ;
A = 1,
B = 5,
C = 6 ;
A = B, B = 2,
C = 5.

每次调用ramdom_max/3谓词都会为您提供不同的子句随机顺序,但仍会枚举回溯中的所有子句。

但是,这是一个计算上相对昂贵的解决方案。但是由于max/3是一个动态谓词,ramdom_max /3子句主体中的第一个目标无法优化为仅运行一次。让我们检查一下推理次数:

% autoload the time/1 library predicate:
?- time(true).
% 3 inferences, 0.000 CPU in 0.000 seconds (60% CPU, 333333 Lips)
true.

?- time(ramdom_max(A, B, C)).
% 42 inferences, 0.000 CPU in 0.000 seconds (85% CPU, 913043 Lips)
A = 3,
B = 4,
C = 5 ;
% 6 inferences, 0.000 CPU in 0.000 seconds (69% CPU, 272727 Lips)
A = 1,
B = 2,
C = 3 ;
% 4 inferences, 0.000 CPU in 0.000 seconds (69% CPU, 222222 Lips)
A = 1,
B = 5,
C = 6 ;
% 6 inferences, 0.000 CPU in 0.000 seconds (70% CPU, 250000 Lips)
A = B, B = 2,
C = 5.

在使用findall/3进行评论重新注释时,有必要与luker的建议进行比较。可能的实现方式是:

ramdom_max(A, B, C) :-
    findall(max(A,B,C), max(A,B,C), Clauses),
    random_permutation(Clauses, Permutation),   
    member(max(A,B,C), Permutation).

定时通话:

?- time(ramdom_max(A, B, C)).
% 40 inferences, 0.000 CPU in 0.000 seconds (78% CPU, 930233 Lips)
A = 1,
B = 5,
C = 6 ;
% 2 inferences, 0.000 CPU in 0.000 seconds (50% CPU, 200000 Lips)
A = 1,
B = 2,
C = 3 ;
% 2 inferences, 0.000 CPU in 0.000 seconds (45% CPU, 250000 Lips)
A = B, B = 2,
C = 5 ;
% 4 inferences, 0.000 CPU in 0.000 seconds (62% CPU, 250000 Lips)
A = 3,
B = 4,
C = 5.

在此非常有限测试中,性能大致相同。但这也是一个更简单,更可移植的解决方案。但是,对要解决的问题有更多了解可能会找到更好的解决方案。