实现此目的的一种方法是使用其中一个 API 以及模型生成功能。然后,您可以使用从一个可满足性检查生成的模型来添加约束,以防止先前的模型值被用于后续的可满足性检查,直到没有更多令人满意的分配。当然,您必须使用有限排序(或有一些约束确保这一点),但如果您不想找到所有可能的模型(即,在生成一堆后停止),您也可以将其与无限排序一起使用.
这是使用 z3py 的示例(链接到 z3py 脚本:http ://rise4fun.com/Z3Py/a6MC ):
a = Int('a')
b = Int('b')
s = Solver()
s.add(1 <= a)
s.add(a <= 20)
s.add(1 <= b)
s.add(b <= 20)
s.add(a >= 2*b)
while s.check() == sat:
print s.model()
s.add(Or(a != s.model()[a], b != s.model()[b])) # prevent next model from using the same assignment as a previous model
一般来说,使用所有涉及的常量的析取应该可以工作(例如,a
和b
这里)。这枚举了所有满足a
和b
(在1
和之间20
)的整数赋值a >= 2b
。例如,如果我们限制a
andb
位于 and 之间1
,5
则输出为:
[b = 1, a = 2]
[b = 2, a = 4]
[b = 1, a = 3]
[b = 2, a = 5]
[b = 1, a = 4]
[b = 1, a = 5]