首页
/ 探索约束编程:Loco——Clojure的创新解决方案

探索约束编程:Loco——Clojure的创新解决方案

2024-05-20 09:02:09作者:齐添朝

警告:这个项目已经不再维护。请注意,此项目是针对Choco 3编写的,而不是Choco 4。

CircleCI构建状态

Loco 是一个为Clojure设计的约束编程库,提供了一个完全声明式、函数式的接口 到Java库Choco。只需添加[loco "0.3.1"]到你的项目配置,你就可以在Clojure中享受高级的约束解决策略。

约束编程:解决问题的新途径

约束编程是一种处理可以表示为整数变量和这些变量上的约束的问题的方法。想象这样一个问题:变量x取值范围从1到6,变量y取值范围从3到7,且满足x+y=10。所有可能的(x,y)对是什么?

对于此类简单的例子,你可以使用Clojure的for表达式来解决。然而,在变量和约束增多时,逐一检查所有可能的情况通常变得不切实际。这就是约束编程(CP)引擎发挥作用的地方。它们采用一种特定的搜索策略,先通过约束传播缩小每个变量的可能性,然后选择可能性最小的变量进行分支。许多情况下,这种方法能以惊人的效率找到解决方案。

传统CP引擎多采用命令式方式,但Loco 提供了一种简洁、声明性的方法来表达约束问题。loco.core暴露了两个主要函数solutionsolutions,接受一组变量声明约束作为参数。

Loco的第一个程序

来看我们的玩具示例:

(use 'loco.core 'loco.constraints)

(def model
  [($in :x 1 6) 
   ($in :y 3 7)  
   ($= ($+ :x :y) 10)])

寻找所有解:

(solutions model)
; => ({:y 7, :x 3} {:y 6, :x 4} {:y 5, :x 5} {:y 4, :x 6})

模型几乎与相应的for表达式一样简洁,但更声明性。它由Loco函数构造,本质上只是描述变量和约束的Clojure数据结构。

(model)
; =>
([{:domain {:min 1, :max 6}, :type :int-domain, :can-init-var true, :name :x}
  {:domain {:min 3, :max 7}, :type :int-domain, :can-init-var true, :name :y}
  {:eq "=", :arg2 10, :type :arithm-eq, :arg1 {:type :+, :args (:x :y), :id id1787, :can-optimize-eq #{}}}]

Loco的设计遵循Clojure哲学,即把问题表述为数据,编写函数来构建和消费这种数据。这意味着可以编写单独的函数来创建模型的不同部分,然后将它们连接起来。而且,由于模型是不可变的,因此很容易创建模型的变体并运行求解器。

所有的Loco构造函数都以$开头,以减少与其他核心功能冲突的风险。

概念解析

命名

每个变量必须有一个名称:

  1. 关键字,如:x:y
  2. 开头为关键字的向量,例如[:x 1][:y "max"](可视为下标变量,如 x1x_1ymaxy_{\text{max}})。

变量

每个变量至少在模型中声明一次,例如:

($in :x 1 10)

声明变量也可以嵌入表达式中,比如:

($or ($in :x 1 5) ($in :x 6 10))

但仍然需要在模型的顶部级别声明变量,例如:

[($in :x 1 10)
 ($or ($in :x 1 5) ($in :x 6 10))]

表达式嵌套

在Choco(Java库)中,表达式A + (B * C) = D的实现比较繁琐,需要中间变量。而在Loco中,这种表达式可以直接书写,更接近于数学原貌:

($= ($+ :a ($* :b :c)) :d)

Loco会在内部自动创建临时变量,并用自动生成的名字_开头,所以你在解决方案映射中看不到它们。

约束条件

这里列出了所有可用的约束条件:

  • $+* - 给定混合变量/数字,返回它们的和。
  • $-$* - 给定混合变量/数字,返回X - Y - Z - ...,或者如果只有一个参数,则返回-X`。
  • `** - 对两个参数执行乘法操作。其中一个参数可以是常数,其值大于等于-1。
  • `minmin* - 返回多个参数中的最小值。
  • `maxmax* - 返回多个参数中的最大值。
  • `modmod* - 给定两个参数X和Y,返回X除以Y的余数。
  • `scalarscalar* - 给定一个变量列表(X,Y,Z...)和一个权重列表,返回它们的加权和。

应用场景与特点

Loco适用于任何可以转化为整数变量和约束的问题,例如:

  • 调度问题,如工作排班或资源分配。
  • 图形布局优化,如电路板布线。
  • 数学谜题和游戏逻辑,如数独和逻辑拼图。

Loco的主要特点包括:

  1. 声明性接口:与传统的CP引擎不同,Loco允许你以纯数据结构定义模型,使其易于理解、测试和组合。
  2. 可嵌套的表达式:可以方便地创建复杂的数学表达式,无需额外的临时变量。
  3. 高效的约束解决:利用Choco的强大性能,即使在大型问题上也能高效求解。
  4. 灵活的变量声明:支持各种类型的变量声明,包括范围和具体值。

虽然Loco目前不再维护,但它仍是一个学习约束编程概念和Clojure如何优雅地包装这类工具的宝贵资源。如果你正在寻找一个强大的约束编程解决方案,并希望结合Clojure的便利性,那么Loco值得一试。

项目优选

收起
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
33
24
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
828
0
redis-sdkredis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
376
32
advanced-javaadvanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.92 K
19.09 K
qwerty-learnerqwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.62 K
1.45 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
19
2
杨帆测试平台杨帆测试平台
扬帆测试平台是一款高效、可靠的自动化测试平台,旨在帮助团队提升测试效率、降低测试成本。该平台包括用例管理、定时任务、执行记录等功能模块,支持多种类型的测试用例,目前支持API(http和grpc协议)、性能、CI调用等功能,并且可定制化,灵活满足不同场景的需求。 其中,支持批量执行、并发执行等高级功能。通过用例设置,可以设置用例的基本信息、运行配置、环境变量等,灵活控制用例的执行。
JavaScript
9
1
Yi-CoderYi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
57
7
RuoYi-VueRuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
147
26
markdown4cjmarkdown4cj
一个markdown解析和展示的库
Cangjie
10
1