Mic*_*din 5 python parallel-processing smt z3 z3py
假设我有一个z3求解器,其中包含一定数量的可满足的已声明约束。假设S为一组约束,我想为S中的每个约束验证将约束添加到求解器时公式是否仍可满足要求。可以通过以下方式轻松地按顺序完成此操作:
results = []
for constraint in S:
solver.push()
solver.add(constraint)
results.append(solver.check() == z3.sat)
solver.pop()
print all(results)
Run Code Online (Sandbox Code Playgroud)
现在,我想并行化它来加快处理速度,但是我不确定如何使用z3正确地执行此操作。
这是一个尝试。考虑下面的简单示例。所有变量都是非负整数,并且必须求和为1。现在,我想验证每个变量x是否可以独立地设为> 0。令x = 1并将0赋给其他变量。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)
Run Code Online (Sandbox Code Playgroud)
出乎意料的是,这在我的机器上完美地工作了:结果是声音而且速度更快。但是,我怀疑它是否安全,因为我正在使用单个全局求解器,并且我可以轻松想象出推送/弹出会同时发生。z3py是否有任何干净/安全的方法来实现这一目标?
实际上,这可能适用于第一次测试,但一般情况下不适用。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,因此大多数用户不必处理它,但是要并行运行,我们需要为每个线程设置一个 Context,然后将正确的一个传递给所有其他函数(隐式地)之前使用了隐藏的上下文)。请注意,所有表达式、求解器、策略等都取决于一个特定的上下文,因此如果对象需要跨越该边界,我们需要转换它们(请参阅 AstRef 中的 translate(...) 等)。
| 归档时间: |
|
| 查看次数: |
1367 次 |
| 最近记录: |