形式化7：求解可满足性问题

求解可满足性问题

解析

1. 在命题中找到一对相反的命题,例如$C=Q(p)\wedge R(\neg p)$中的$p$和$\neg p$就是一对相反的命题
2. 由于$p$和$\neg p$一定有一个为假,因此可以推出$Q(\perp )$或$R(\perp )$
   $$\frac{Q(p)R(\neg p)}{Q(\perp )\vee R(\perp )}$$
3. 将推出的命题合取到原命题,由于本身就是根据原命题推出的,因此不会改变命题的可满足性
   $$C=Q(p)\wedge R(\neg p)\wedge (Q(\perp )\vee R(\perp ))$$

例如,求 $(\neg p\vee q)\wedge p\wedge (\neg q)$的可满足性

1. 首先$\neg p\vee q$和$p$存在一个互反的原子命题,对其解析可得:
   $$\frac{\neg p\vee qp}{q}$$
   (p为真,~p必为假,那么要使命题成立q必须为真)
2. 合取到原命题
   $$(\neg p\vee q)\wedge p\wedge (\neg q)\wedge q$$
3. 又发现了一对互反的原子命题$\neg q$和$q$
   $$\frac{\neg qq}{\perp }$$
4. 因此原命题UNSAT

传播

DPLL说明

DPLL是用来求解可满足性问题（SAT）的一种方法，在基于真值表上取得了以下关键性进展：

1. 分裂规则：对命题进行假设并分裂
2. 单元传播规则：根据假设简化命题

举例

例如求解(~p1\/~p2) /\ (p2\/p4)的可满足性：
首先假定p1为TF的两个分支，将之代入并简化

为了使合取为真，则p2只能为F

代入简化，只剩下一个p4

为了得到解，则p4只能为T。
由此仅通过1次尝试（而非指数次）就得到了一个可满足的模型：【p1=T p2=F p4=T】

代码逻辑

dpll(P){
    if(P==T)
        return sat; 
    if(P==F) 
        return unsat;
    unitProp(P);            // unit prop and simplify P 
    x = select_atomic(P);   // choose an atomic prop 
    if(dpll(P[x|->T]))      // splitting 
        return sat;
    return dpll(P[x|->F]);
}

SAT问题的应用