Binary decision diagram (BDD) 二元决策图

搞笑的小甲

已于 2024-09-03 20:24:33 修改

阅读量569

点赞数 4

文章标签：算法

于 2024-09-03 18:12:38 首次发布

本文链接：https://blog.csdn.net/weixin_52774147/article/details/141867987

版权

Binary decision diagram (BDD) 二元决策图

在这个博客中我将通过自己的理解去带大家了解BDD，如果有错误，请各位批评指正。

布尔函数（Boolean function）描述如何基于对布尔输入的某种逻辑计算确定布尔值输出，它们在复杂性理论的问题和数字计算机的芯片设计中扮演基础角色。比如下面的逻辑电路

在这里插入图片描述
可以使用布尔函数： $(x_1\oplus x_2)\oplus (x_3\oplus x_4)$ 来表示。
这个函数有四个输入，一个输出。那么对应BDD就是四层的数，每个节点有0/1两个值。我们可以看到如果一个BDD不进行优化的话，那么它将是满二叉树。
非优化
就像上图所示
上图很简单，无非就是进行一次DFS就能爆搜出所有结果。

归约（Reduction）

通常，BDD通过对BDT归约而得到。归约由以下两条规则的应用组成，从决策树开始，一直到两条规则都不能应用为止。

1.如果两个节点是终端节点且具有相同的标签，或者是内部节点且具有相同的子节点，则将它们合并。
2.如果内部节点的 high 边和 low 边指向相同的子节点，则将该节点从图中删除，并将其父节点重定向到子节点。
具体请看博客

https://blog.csdn.net/Pawa1uoke/article/details/121181101

下面我将对博客中伪代码进行解释：

在这里插入图片描述
在这段代码中，我们看到这是一段递归代码，分别对两个子BDD进行递归，然后合成一个BDD树。为什么不合并成一个BDD树呢，因为时间，我们构建出布尔函数的两个子部分，以下面布尔函数为例一个是
另一个是在这里插入图片描述。
将这个函数分解成两个不相互依赖的两部分，然后最后进行合并，从而达到并行。对两个子BDD进行合并，如果我们合并的是叶子节点，那么我们就能直接进行计算出它的值，如果我们递归到同一个节点，那么我们就分别将其左子节点和右子节点进行分别计算合并，如果不在同一层中，那么我们就等待其到同一层进行递归，对层相对较浅的向下寻找。