1
Fork 0
mirror of https://git.cs.ou.nl/joshua.moerman/mealy-decompose.git synced 2025-04-30 02:07:44 +02:00
mealy-decompose/other/decomp-sat.py
2024-03-13 10:53:01 +01:00

134 lines
4.1 KiB
Python

from pysat.examples.fm import FM
from pysat.formula import IDPool
from pysat.formula import WCNF
### Gebruik:
# Stap 1: pip install python-sat
# Stap 2: python3 decomp-sat.py
# TODO: Een L* tabel introduceren, en het aantal representanten van de rijen
# minimaliseren, ipv representanten an sich.
vpool = IDPool()
wcnf = WCNF()
# Voor elke relatie en elke twee elementen o1 en o2, is er een variabele die
# aangeeft of o1 en o2 gerelateerd zijn. Hierbij moeten o1 en o2 verschillen.
# En er is 1 variabele voor xRy en yRx, dus symmetrie is al ingebouwd.
def var_rel(rid, o1, o2):
[so1, so2] = sorted([o1, o2])
return(vpool.id(("var_rel", rid, so1, so2)))
# Voor elke relatie, en elke equivalentie-klasse, kiezen we precies 1 element
# als representant. Deze variabele geeft aan welk element.
def var_rep(rid, o):
return(vpool.id(("var_rep", rid, o)))
def append_hard(clause):
wcnf.append(clause)
def append_soft(clause):
wcnf.append(clause, 1)
# Contraints zodat de relatie een equivalentie relatie is. We hoeven alleen
# maar transitiviteit te encoderen.
def append_eq_rel(rid, os):
for xo in os:
for yo in os:
if yo == xo:
continue
for zo in os:
if zo == xo or zo == yo:
continue
append_hard([-var_rel(rid, xo, yo), -var_rel(rid, yo, zo), var_rel(rid, xo, zo)])
def append_eq_rel_all(rids, os):
for rid in rids:
append_eq_rel(rid, os)
# Constraint zodat de relaties samen alle elementen kunnen onderscheiden.
# (Aka: the bijbehorende quotienten zijn joint-injective.)
def append_injective(rids, os):
for xi, xo in enumerate(os):
for _, yo in enumerate(os[xi+1:], xi+1):
append_hard([-var_rel(rid, xo, yo) for rid in rids])
# De constraints die zorgen dat representanten ook echt representanten zijn.
def append_reps(rids, os):
for rid in rids:
for xi, xo in enumerate(os):
# Belangrijkste: een element is een representant, of equivalent met een
# later element. We forceren hiermee dat de solver representanten moet
# kiezen (achter aan de lijst).
append_hard([var_rep(rid, xo)] + [var_rel(rid, xo, yo) for yo in os[xi+1:]] )
for _, yo in enumerate(os[xi+1:], xi+1):
# xo en yo kunnen niet beide een representant zijn, tenzij ze
# niet gerelateerd zijn.
append_hard([-var_rep(rid, xo), -var_rep(rid, yo), -var_rel(rid, xo, yo)])
# Voorbeeld data
os = ['x', 'y', 'z', 'w', 't'] # outputs
rids = [1, 2] # components
# alle constraints toevoegen
append_eq_rel_all(rids, os)
append_injective(rids, os)
append_reps(rids, os)
# We willen zo min mogelijk representanten. Dwz we willen zo veel mogelijk
# elementen die geen representant zijn. Dat doen we met soft clausules en
# MaxSAT optimaliseert dat.
for rid in rids:
for xo in os:
append_soft([-var_rep(rid, xo)])
# Probleem oplossen met solver :-). Het PySat pakket bevat nog andere
# MaxSAT solvers: RC2 en LSU. Geen idee welke het beste is. Deze lijkt te
# werken. RC2 kan ook nog meerdere oplossingen enumereren.
with FM(wcnf) as fm:
if not fm.compute():
print('unsat :-(')
exit
print(f'sat :-) with cost {fm.cost}')
# Even omzetten in een makkelijkere data structuur
m = fm.model
model = {}
for l in m:
if l < 0:
model[-l] = False
else:
model[l] = True
# print equivalence relations
# for rid in rids:
# for xi, xo in enumerate(os):
# for _, yo in enumerate(os[xi+1:], xi+1):
# if model[var_rel(rid, xo, yo)]:
# print(f'{rid} => {xo} == {yo}')
# else:
# print(f'{rid} => {xo} != {yo}')
# print equivalence classes
count = 0
for rid in rids:
# Eerst verzamelen we de representanten
reps = []
for xo in os:
if model[var_rep(rid, xo)]:
reps.append(xo)
count += 1
# Dan zoeken we wat bij de representant hoort en printen dat.
for r in reps:
rep_class = [r]
for yo in os:
if yo != r and model[var_rel(rid, r, yo)]:
rep_class.append(yo)
print(f'{rid} => class of {r} = {sorted(rep_class)}')
# count moet gelijk zijn aan cost
print(f'total size = {count}')