前边说了,Drools采用的是RETE算法。那啥是rete算法。
定义:Rete算法由 Carnegie Mellon University 的Dr Charles L. Forgy设计发明,是一个用来实现产生式规则系统(前边提到的production/inference好像就该翻译为产生式规则)的高效模式匹配算法。它可以被分为两部分:规则编译和运行时执行。规则编译是指根据规则集生成推理网络的过程,运行时执行指将数据送入推理网络进行筛选的过程。
相关概念:
(1)事实(Fact):对象之间及对象属性之间的关系
(2)规则(rule):是由条件和结论构成的推理语句,一般表示为if...Then。一个规则的if部分称为LHS,then部分称为RHS。
(3)模式(module):就是指IF语句的条件。这里IF条件可能是有几个更小的条件组成的大条件。模式就是指的不能在继续分割下去的最小的原子条件。
RETE推理网络的生成过程:
简单点说,就是从规则集{规则1,规则2........}中拿出一条来,根据一定算法,变成RETE推理网络的节点。不断循环将所有规则都处理完,RETE推理网络就生成了。
这里的一定算法具体过程如下:
1、创建root节点(根节点),推理网络的入口。
2、拿到规则1,从规则1中取出模式1(前面说了,模式就是最小的原子条件,所以规则模式的关系是1:n)。
a)检查模式1中的参数类型,如果是新类型,添加一个类型节点。
b)检查模式1对应的Alpha节点是否存在,如果存在记录下节点的位置;如果没有,将模式1作为一个Alpha节点加入到网络中。同时根据Alpha节点建立Alpah内存表。
c)重复b,直到处理完所有模式。
d)组合Beta节点:
Beta(2)左输入节点为Alpha(1),右输入节点为Alpha(2)
Beta(i)左输入节点是Beta(i-1),右输入节点为Alpha(i)
e)重复d,直到所有Beta节点处理完毕
f)将动作Then部分封装成最后节点做为Beta(n)
3、重复2,直到所有规则处理完毕
下面是一个从网上找得例子:
规则P1:
LHS:
C1:(年纪:研2)
C2:(性别:男)
C3:(身材:较瘦)
C4:(身高:大于175cm)
RHS:
韩启超
RETE图如下:
图中各图形与节点的对应关系是:
|
|
TypeNode:
AlphaNode:
BetaNode:
有关RETE正式的解释,到http://docs.jboss.org/drools/release/6.0.0.Final/drools-docs/html/HybridReasoningChapter.html#ReteOO。