我正在努力使Z3成为现实。尽管我了解基本原理和解决基本问题的示例。
我正在创建一个符号动态执行工具,并使用Z3作为求解器。在被测试的示例程序中,有一个条件table.Rows.Count == 1
,我已使用解决方案将其成功手动转换为Z3模型:
(declare-datatypes () ((Type (Char) (Decimal) (String) (Bool) (Int))))
(declare-datatypes (T S) ((Column (mkcol (first T) (second S)))))
(declare-datatypes () ((Row (Array (String (Column Type String))))))
(declare-datatypes () ((Table (Array (Int (Row))))))
(declare-const a Int)
(declare-const row Row)
(declare-const column (Column String String))
(declare-const c Row)
(declare-const x Int)
(declare-const table Table)
(declare-const table.Rows (List Row))
(declare-const list2 (List Row))
(assert (not (= table.Rows nil))) ; an actual instance (not null)
(assert (= (head table.Rows) row)) ; firt row
(check-sat)
(get-model)
解决方法
sat
(model
(define-fun table.Rows () (List Row)
(insert (Array (mkcol String "")) nil))
(define-fun row () Row
(Array (mkcol String "")))
)
我认为我的输入模型不是完美的,然后我也不知道如何对约束(int)table.Rows[0]["name"]
进行建模,即命名单元格包含一个int
值。
所以我的问题是如何对此建模,以及如何将这些更复杂的代码约束转换为Z3约束(即类型映射)。并回答
之类的基本问题Rows
变量上将(declare-const table.Rows (List Row))
属性建模为table
?Rows
属性进行建模?Count
还是可以由多个head
和tail
断言“旁路”?如果您可以推荐任何论文,文章或项目,那将非常棒:)
谢谢
Karel
答案 0 :(得分:0)
在项目的帮助下,我提出了解决方案
from model import *
from z3 import *
import yaml
import pprint
import inspect
import linecache
import timeit
import itertools
classes_yaml = """
-
name: DataColumn
attribute: [{name: Value, type: Integer}]
-
name: DataTable
reference: [
{name: Rows, type: DataRowCollection}
]
-
name: DataRow
reference: [
{name: Columns, type: DataColumn, multiple: true}
]
-
name: DataRowCollection
reference: [
{name: Row, type: DataRow, multiple: true}
]
"""
classes = yaml.load(classes_yaml)
DataColumn, DataTable, DataRow, DataRowCollection = load_all_classes(classes)
dc = DefineObject('col1', DataColumn)
drc = DefineObject('drc', DataRowCollection)
dt = DefineObject('dt', DataTable).force_value('Rows', drc)
dr1 = DefineObject('dr1', DataRow)
dr2 = DefineObject('dr2', DataRow)
dr3 = DefineObject('dr3', DataRow)
generate_meta_constraints()
generate_config_constraints()
solver = Optimize()
solver = Solver()
solver.add(*get_all_meta_facts())
solver.add(*get_all_config_facts())
solver.add(dt.isinstance(DataTable))
solver.add(dt['Rows'] == drc)
solver.add(drc['Row'].count() == 1)
solver.add(dc['Value'] > 5);
solver.add(dr1['Columns'].count() == 1)
print(solver)
print(solver.check())
print(cast_all_objects(solver.model()))
求解器正在解决的问题是找到一个DataTable
,其中一个DataRow
的名称为Value
的列中的值大于5。
生成的模型为
{
"dt":{
"name": "dt", "type": "DataTable", "alive": True,
"Rows": "drc"
},
"dr1":{
"name": "dr1", "type": "DataRow", "alive": True,
"Columns":[
"col1"
]
},
"col1": {
"name": "col1", "type":"DataColumn", "alive": True,
"Value":6
},
"dr3": {
"name": "dr3", "type": "DataRow", "alive": True,
"Columns": []
},
"dr2": {
"name": "dr2", "type": "DataRow", "alive": True,
"Columns": []
},
"drc": {
"name": "drc", "type": "DataRowCollection", "alive": True,
"Row": [
"dr2"
]
}
}
这不是通用解决方案,并且每次代码约束不同时都必须重新创建假设类,即,对于“带有两个不同值表的2行”问题,假设和初始化将有所不同。另外,DataRow
的类定义也将有所不同(但是可能有一点技巧将其概括化)。