SAT和SMT介绍及求解器使用

一、SAT

1、介绍

（1）定义

SAT即命题逻辑公式的可满足性问题/布尔可满足性问题。即给定一个与或非和变量组成的命题公式，判断是否存在一些结果使得这个公式成立

它是第一个被确认为NP完全的问题。

• 输入：析取范式（CNF）
• 输出：布尔值，代表是否可满足（SAT/UNSAT）

以演讲是否需要打领带的例子，说明它有几个组成部分：

• 布尔变量/文字(literal)：tie(领带)，shirt(衬衫)
• 符号：~(非)、∧(与)、 ∨(或)
• 子句(clause)-析取式
  • 演讲不能只打领带，不穿衬衫： _(tie∧shirt) → ~ tie ∨ shirt
  • 演讲不能既不打领带，也不穿衬衫： ₍ tie∧~shirt) → tie ∨ shirt
  • 自己不喜欢既打领带，又穿衬衫： ~(tie∧shirt) → ~ tie ∨ ~ shirt
• 约束/公式-合取式： (~ tie ∨ shirt) ∧ (tie ∨ shirt) ∧ (~ tie ∨ ~ shirt)

由文字和符号组成子句。经过变换，子句构成完整约束。则SAT求解器的输入是3个子句。

（2）求解思路

SAT的求解过程可以划分成两个阶段：第一阶段是布尔约束传播/子句传播，第二阶段是冲突分析，可以采用递归回溯(DPLL算法)或冲突子句学习(CDCL算法)。

求解过程及两个算法的差异可以在网站 https://cse442-17f.github.io/Conflict-Driven-Clause-Learning/ 上看到可视化效果。

a）布尔约束传播

子句传播就类似在做数独游戏时，在某个空格填入某一个数字之后，就会排除掉一些其它空格内数字的选项，从而减少尝试赋值的次数。如果这个过程推出一个值为假的子句，我们称为『发生冲突』。如果发生冲突，就像是走迷宫，要退回上一个岔路口，选择一条不同的路再继续走。它的运行思路如下：

• 对一个文字赋值后，以此为条件进一步给其他文字赋值（BCP）
  • 未发生冲突，尝试为下一个赋值。
  • 直到所有变量均赋值且没有冲突 → SAT
• 发生冲突，回溯

但这个过程也有可能在退到上一个路口后又来到同一个死胡同，我们希望找到可以避开死胡同的岔路。这就来到冲突分析环节。

b）冲突分析

• 递归回溯(DPLL算法)

  冲突回溯也会产生两个结果：回溯到了首次赋值，这意味着这个问题横竖都是无法满足的，那么就可以宣告“UNSAT”；反之，则回溯到之前的某次赋值，撤销这次赋值之后的所有赋值，类似一个undo操作。这个就是比较经典的DPLL算法，但这样存在一些问题。一方面是，它遇到冲突的时候，只知道当前的部分赋值会导致冲突，除此之外学不到任何东西。另一方面，它每次只会回溯一层，因此可能会把大量时间浪费在一片必定会失败的搜索空间中。DPLL的运行思路如下：

  • 回溯到首次赋值 → UNSAT

  • 回溯到之前某次赋值

    • 撤销这次之后的所有赋值
    • 换一条没走过的路

• 冲突子句学习（CDCL算法）

  CDCL的不同之处在于，我们是如何从这一步走入之前的冲突的信息，现在作为一个新的子句被加入到子句列表中，为要使这个新子句满足，我们一定不会再进入到之前的冲突了。它比DPLL多了一步操作，运行思路如下：

  • 回溯到首次赋值 → UNSAT
  • 回溯到之前某次赋值
    • 撤销这次之后的所有赋值
    • 这次冲突作为新的子句加入到条件中
    • 换一条没走过没冲突的路

2、Minisat求解器

官网：http://minisat.se/

Github：https://github.com/niklasso/minisat

Minisat的基本使用方法：https://blog.csdn.net/nbu_dahe/article/details/115518719

（1）安装

sudo apt install minisat

• 使用说明：minisat --help
  • 使用格式：minisat [options] <input-file> <result-output-file>
    
    

（2）使用

• 创建CNF.txt文件如下，c代表注释行

【CNF.txt】
c An example DIMACS CNF
p cnf 2 3 
-1 2 0 
1 2 0
-1 -2 0

• 示例一

用minisat调用刚才创建的CNF.txt，结果输出到answer.txt

.txt的后缀名也可以改成.cnf

minisat CNF.txt answer.txt

运行完成后会在当前目录得到一个answer.txt

【answer.txt】
SAT
-1 2 0

• 示例二

【CNF.txt】
p cnf 2 4
-1 2 0 
1 2 0
-1 -2 0
1 -2 0
【answer.txt】
UNSAT

3、EasySAT求解器

Github： https://github.com/shaowei-cai-group/EasySAT

安装：在目录下make

4、其他求解器

CaDiCaL求解器：github

其他：GRASP、Chaff、SATO、BerkMin

二、SMT

1、介绍

这个SMT是在SAT的基础上实现的，目的是求出指定约束下的可行解。如果说SAT把注意力放在命题公式判定上，SMT就在SAT的基础上可以分析各种不等式和等式下的约束求解

SMT惰性算法流程如下：

• 1、对SMT公式进行预处理，把公式中的命题变量替换为布尔变量，再将SMT公式转化为可满足性意义上等价的SAT公式；
• 2、检查此SAT公式是否可满足，如果不可满足，那么SMT公式也不可满足，算法结束；
• 3、如果SAT公式可满足，则结合SMT背景理论去判断SMT公式的可满足性，返回判断结果，算法结束。
• 惰性算法是SAT求解器与对应的背景理论相结合的产物

2、z3-solver求解器

z3-solver是由Microsoft Research(微软)开发的SMT求解器，它用于检查逻辑表达式的可满足性，可以找到一组约束中的其中一个可行解，缺点是无法找出所有的可行解(对于规划求解问题可以是scipy) 。

z3-solver可应用于软/硬件的验证与测试、约束求解、混合系统的分析、安全、生物,以及几何求解等问题。

Z3主要由**C++**开发,提供了.NET、 C、 C++、 Java、 Python 等语言调用接口，下面以python接口展开讲解。

github：https://github.com/Z3Prover/z3

document：https://github.com/Z3Prover/z3/wiki/Documentation

• API：C、C++、.NET、Java、Python、ML/OCaml
• Z3 Guide
  • z3介绍
  • Python样例：Z3 API in Python（链接1）；Z3 API in Python（链接2）
  • 网页端在线运行-Freeform Editing：应用SMTLIB语言
    • SMT-LIB语言介绍：https://zhuanlan.zhihu.com/p/624758007
• Slide
• Publications

（1）安装

pip install z3-solver importlib_resources

• 变量
  • 整型(Int)，实型(Real)、向量(BitVec)和布尔(Bool)
    • Int(name)：创建一个整数变量，有名字
    • Ints(names)：创建多个整数变量，有名字
    • IntVal (val)：创建一个整数常量，有初始值
• 关键函数
  • x, y = Ints(‘x y’) —设置变量
  • s=solver() —创建解对象
    • s.add(条件)：为解增加一个约束
    • s.check()：检查解是否存在，存在则返回“SAT”
    • s.model()：返回解，即变量x和y的具体数值
    • s.assertions()：查看已经添加的约束And(a,b)、Or(a,b)、Not(a)、 Implies(a,b)

（2）使用-解数独问题

from z3 import *

def solveShuDu(constraint, board: list):
    board_c = [If(board[i][j] == 0,
                  True,
                  X[i][j] == board[i][j])
               for i in range(9) for j in range(9)]

    s = Solver()
    s.add(constraint + board_c)
    if s.check() == sat:
        m = s.model()
        r = [[m[X[i][j]].as_long() for j in range(9)]
             for i in range(9)]
        return r

# 1、变量：9x9 整数变量矩阵
X = [[Int(f"x_{i}_{j}") for j in range(9)] for i in range(9)]

# 2、条件
# 每个单元格只能取1-9
cells_c = [And(1 <= X[i][j], X[i][j] <= 9) for i in range(9) for j in range(9)]

# 每行每个数字最多出现一次
rows_c = [Distinct(X[i]) for i in range(9)]

# 每列每个数字最多出现一次
cols_c = [Distinct([X[i][j] for i in range(9)]) for j in range(9)]

# 每个 3x3 方格每个数字最多出现一次
sq_c = [Distinct([X[3*i0 + i][3*j0 + j]
        for i in range(3) for j in range(3)])
        for i0 in range(3) for j0 in range(3)]
# 数独完整约束条件
constraint = cells_c + rows_c + cols_c + sq_c

# 3、求解
board = [
    [0, 0, 0, 0, 7, 0, 0, 0, 0],
    [0, 0, 0, 5, 0, 0, 0, 2, 8],
    [1, 0, 6, 0, 8, 3, 0, 0, 9],
    [9, 0, 5, 0, 0, 0, 0, 1, 2],
    [0, 0, 0, 1, 0, 0, 0, 5, 0],
    [0, 0, 1, 0, 3, 0, 0, 0, 0],
    [5, 0, 0, 2, 0, 8, 0, 3, 6],
    [7, 0, 8, 0, 5, 0, 0, 0, 0],
    [0, 0, 0, 3, 0, 0, 0, 0, 0]
]
r = solveShuDu(constraint, board)

参考样例：z3求解器(SMT)解各类方程各种逻辑题非常简单直观

3、Yices2求解器(Ubuntu)

（1）安装

• 官网： https://yices.csl.sri.com/index.html

• 安装

  sudo add-apt-repository ppa:sri-csl/formal-methods
  sudo apt-get update
  sudo apt-get install yices2
  

（2）使用-解方程

• 使用格式：yices [option] <filename>

  • 参考样例：https://yices.csl.sri.com/papers/manual.pdf（P34）

• 创建yices_example.txt

  这是一个解方程问题，对于-y<0和y-10<0、-2x-7y<0

  (define x::real)
  (assert
  (forall (y::real)
  (=> (and (< (* -1 y) 0) (< (+ -10 y) 0))
  (< (+ -7 (* -2 x) y) 0))))
  (ef-solve)
  (show-model)
  

• 运行 yices

  yices --mode=ef yices_example.txt
  

  

4、CVC5求解器

（1）安装

• 官网： https://cvc5.github.io/
• 在线CVC： https://cvc5.github.io/app/
• 说明文档：https://cvc5.github.io/docs/cvc5-1.0.8/
• 安装

（2）使用-字符串判断

• 参考样例：
  • https://cvc5.github.io/docs/cvc5-1.0.8/examples/examples.html
  • https://smtlib.cs.uiowa.edu/examples.shtml (smtlib语言)
• SMT-LIB语言：https://zhuanlan.zhihu.com/p/624758007

5、其他求解器

LiMbS+：SMT求解器LiMbS+基于矛盾体分离的多元协同动态

参考链接

• SAT

SAT问题及其求解

用JavaScript写的基于CDCL的SAT求解器及学习笔记

【试译】冲突驱动子句学习 （Conflict Driven Clause Learning）

从零开始编写SAT求解器（一）

从零开始编写SAT求解器（二）

从零开始编写SAT求解器（三）

• SAT-Minisat

知乎：miniSAT求解器(updating)

基于CDCL的SAT求解器MiniSat讲解（布尔约束传播部分）

基于CDCL的SAT求解器MiniSat讲解（冲突子句学习部分）