与 z3 并行求解公式
Solving formulas in parallel with z3
假设我有一个 z3 求解器,它具有一定数量的可满足断言约束。假设 S 是一组约束,我想验证 S 中的每个约束在将约束添加到求解器时公式是否仍然可满足。这可以很容易地按以下方式顺序完成:
results = []
for constraint in S:
solver.push()
solver.add(constraint)
results.append(solver.check() == z3.sat)
solver.pop()
print all(results)
现在,我想将其并行化以加快处理速度,但我不确定如何使用 z3 正确执行此操作。
这是一次尝试。考虑以下简单示例。所有变量都是非负整数,总和必须为 1。现在我想验证是否可以独立地使每个变量 x > 0。显然是这样;让 x = 1 并将 0 分配给其他变量。这是一个可能的并行实现:
from multiprocessing import Pool
from functools import partial
import z3
def parallel_function(f):
def easy_parallize(f, sequence):
pool = Pool(processes=4)
result = pool.map(f, sequence)
pool.close()
pool.join()
return result
return partial(easy_parallize, f)
def check(v):
global solver
global variables
solver.push()
solver.add(variables[v] > 0)
result = solver.check() == z3.sat
solver.pop()
return result
RANGE = range(1000)
solver = z3.Solver()
variables = [z3.Int('x_{}'.format(i)) for i in RANGE]
solver.add([var >= 0 for var in variables])
solver.add(z3.Sum(variables) == 1)
check.parallel = parallel_function(check)
results = check.parallel(RANGE)
print all(results)
令人惊讶的是,这在我的机器上运行得很好:结果很好,而且速度更快。但是,我怀疑它是否安全,因为我正在处理一个全局求解器,而且我可以很容易地想象 push/pops 会同时发生。有什么 clean/safe 方法可以用 z3py 实现这个吗?
确实,这可能适用于第一次测试,但一般情况下并不适用。不支持在单个上下文上并行求解,以后肯定会出现数据竞争和段错误。
在Python中,Context对象是隐藏的,所以大多数用户不会去处理它,但是为了运行并行的事情,我们需要为每个线程设置一个Context然后将正确的传递给所有其他函数(之前隐式使用了隐藏的上下文)。请注意,所有表达式、求解器、策略等都依赖于一个特定的上下文,因此如果对象需要跨越该边界,我们需要翻译它们(请参阅 AstRef 中的 translate(...) 和类似内容)。
另见 Multi-threaded Z3? and When will the Z3 parallel version be reactivated?
假设我有一个 z3 求解器,它具有一定数量的可满足断言约束。假设 S 是一组约束,我想验证 S 中的每个约束在将约束添加到求解器时公式是否仍然可满足。这可以很容易地按以下方式顺序完成:
results = []
for constraint in S:
solver.push()
solver.add(constraint)
results.append(solver.check() == z3.sat)
solver.pop()
print all(results)
现在,我想将其并行化以加快处理速度,但我不确定如何使用 z3 正确执行此操作。
这是一次尝试。考虑以下简单示例。所有变量都是非负整数,总和必须为 1。现在我想验证是否可以独立地使每个变量 x > 0。显然是这样;让 x = 1 并将 0 分配给其他变量。这是一个可能的并行实现:
from multiprocessing import Pool
from functools import partial
import z3
def parallel_function(f):
def easy_parallize(f, sequence):
pool = Pool(processes=4)
result = pool.map(f, sequence)
pool.close()
pool.join()
return result
return partial(easy_parallize, f)
def check(v):
global solver
global variables
solver.push()
solver.add(variables[v] > 0)
result = solver.check() == z3.sat
solver.pop()
return result
RANGE = range(1000)
solver = z3.Solver()
variables = [z3.Int('x_{}'.format(i)) for i in RANGE]
solver.add([var >= 0 for var in variables])
solver.add(z3.Sum(variables) == 1)
check.parallel = parallel_function(check)
results = check.parallel(RANGE)
print all(results)
令人惊讶的是,这在我的机器上运行得很好:结果很好,而且速度更快。但是,我怀疑它是否安全,因为我正在处理一个全局求解器,而且我可以很容易地想象 push/pops 会同时发生。有什么 clean/safe 方法可以用 z3py 实现这个吗?
确实,这可能适用于第一次测试,但一般情况下并不适用。不支持在单个上下文上并行求解,以后肯定会出现数据竞争和段错误。
在Python中,Context对象是隐藏的,所以大多数用户不会去处理它,但是为了运行并行的事情,我们需要为每个线程设置一个Context然后将正确的传递给所有其他函数(之前隐式使用了隐藏的上下文)。请注意,所有表达式、求解器、策略等都依赖于一个特定的上下文,因此如果对象需要跨越该边界,我们需要翻译它们(请参阅 AstRef 中的 translate(...) 和类似内容)。
另见 Multi-threaded Z3? and When will the Z3 parallel version be reactivated?