什么是disjoint-support？

这是原文The Disjunctive Decompositionof Logic Functions的解释。

什么是布尔差分(boolean difference)？

$\partial F/\partial x_i=F_{x_i=0}\oplus F_{x_i=1}$，如果$\partial F/\partial x_i$恒等于0，则说明$F$的取值与变量$x_i$无关。如果不恒等于0，则称这一类的变量集合$S_F$为布尔函数$F$的support。

什么是disjoint-support？

如果有两个布尔函数$F$和$G$，如果他们的$support$集合并集为空，即$S_F\bigcap S_G=\varphi$，则称这两个布尔函数是disjoint-support的。

什么是decomposition？

为什么要对布尔函数进行decomposition？

首先，若将一个复杂的二级布尔函数表示转换成一个多级的表示，则它可以将输入集中在更简单和更小的逻辑块中，从而减少了面积和互连。
其次，通过证明$F$的子函数在计算中的独立性，揭示了布尔函数$F$计算的并行性。

Disjunctive Decompositions

对布尔函数的$F$的分解是通过寻找其他的更简单的函数$L$和$A_i$完成，能够使得，
$$F(x_i,...,x_n)=L(A_1(x_1,...),A_2(x_1,...),...,A_k(x_1,...))\text{\hspace{1em}(1)}$$

这个公式的意思就是将原始的布尔函数$F$，拆分成$k$个更小的函数$A_i$，$A_i$之间满足disjoint-support，最后通过函数$L$，将这些$A_i$结合在一起。

定义1： 对于函数$L(A_1,...,A_k)$, 如果存在$k$个非常数disjoint-support函数$A_1,...,A_k,n>k>=2$满足等式（1），则称$F$是reduce。如果任何$L$都不能分解$F$，则$F$被称为prime。

函数$A_i$被称为$F$的分解的形式输入(formal input)。$F$的形式输入集合表示为$F/L$，称为$F$的分解列表(decomposition list)。我们称$F$的disjunctive decomposition为满足等式(1)的任意$(L，F/L)$组合。

如果F是可分解的，则可以将其分解描述为：
》有一个unique prime函数L将它分解，可以将它的formal input排列和互补（取反）。
》如果$L$的support集合内元素个数$|S_L|>2$，那么$F/L$中的函数也是唯一确定的，可以将它的formal input排列和互补。（没太理解）
》如果$L$的support集合内元素个数$|S_L|=2$，那么F可以被精确地用以下方式之一分解：
（1）

我的理解是$L$的support集合中只有$A_1,A_2$，那么$F=A_1+A_2$，其中$L$的功能即$OR$。
（2）

没懂。可能是F被分解成$F=\overline{A_1+A_2}$这样？
（3）

这里$F$被分解成$F=A_1\oplus A_2$或者$F=A_1\odot A_2$。

Shannon- and disjunctive-decompositions

大概像这样，

目的是通过$F_0$和$F_1$的分解最终推断出$F$的分解。
论文里说$F$的分解和他的余因子之间的联系概念很简单。例如，如果一个函数$A$属于$F_0$和$F_1$的分解树，则该函数$A$一定属于$F$的分解树。

不过，在实践中需要考虑几个案例和子案例。如下，
在函数$F$的分解中，最上面的变量$z$只能以以下四种方式中的一种出现：

接下来详细分析这四种情况。

case1

在这种情况中, $F(z=0),F(z=1)$其中一个必须是常数。假设$F_1=1$，则$F=F_0+z$，因此$F$的分解类型是$OR$。且F的分解列表是$F_0+z$。
这个实际上是有点简化的，我们知道$F=\overline{z}{F}_0+z{F}_1$，那么当$F_1=1$的时候，这个式子就变为$F=\overline{z}{F}_0+z$，根据布尔化简，得到$F_0+z$。

case2

在这种情况下，需要$F_0=\overline{F_1}$。我们只要验证了$F_0=\overline{F_1}$，那么足以推断出$F$的分解为$F=z\oplus F_0$。
因为当$z=0$时，$F=0\oplus F_0=F_0$；当$z=1$时，$F=1\oplus F_0=\overline{F_0}=F_1$。能够符合等式$F=\overline{z}{F}_0+z{F}_1$。

case3

情况3，指的是如果top variable z属于F的formal input的情况。

Case3.a

$F_0$和$F_1$能够被同一个函数L分解。且$F_0$和$F_1$的分解列表（形式输入，formal input）是重合的，只有$A(z=0)$和$A(z=1)$不同。
假设，$F_0$和$F_1$的分解分别含有函数$A_0$和$A_1$，则
只要有$A_0=A_1=0$或者$A_0=A_1=1$就有，$F_0(A_0=0)=F_1(A_1=0)$ and $F_0(A_0=1)=F_1(A_1=1)$。

这个例子的top variable选择的是变量a。
所以当$a=0$，$F_0=Majority(b,c+e,fg)$；当$a=1$，$F_1=Majority(d,c+e,fg)$。这两个余因子的形式输入就分别是$b,c+e,fg$和$d,c+e,fg$。所以只要b和d相等就满足上面提到的推论。
这里就能看出，top variable $a$就属于$F$的一个形式输入$\overline{a}b+ad$，另外几个形式输入分别是$c+e$，$fg$。 根据上面的等式(5)，令$A_0=b,A_1=d$。因此，可以推断出F的分解为$\overline{a}b+ad,c+e,fg$。

如果函数$F=Majority(a\oplus b,c+e,fg)$，选择top variable为a。则当$a=0$，$F_0=Majority(b,c+e,fg)$；当$a=1$，$F_1=Majority(\overline{b},c+e,fg)$。根据case2，$A_1=\overline{A_0}$，令$A_0=b,A_1=\overline{b}$可以得到$A=\overline{z}{A}_0+z{A}_1=z\oplus A_0$。因此F的分解列表包括$z\oplus A_0,c+e,fg$。