[论文解读] Constraint Propagation in Presence of Arrays

Sebastian Brand|ArXiv.org|May 14, 2001

Constraint Satisfaction and Optimization参考文献 9被引用 9

一句话总结

本文提出了一种基于规则的约束传播系统，用于约束满足问题中的多维数组表达式，推广了元素约束。它提出了一种高效的算法 arr-ac，通过系统性地检查所有索引组合来实现弧一致性，证明了其正确性，并在无需回溯的情况下成功求解填字游戏等实际问题，展现出良好的实用性。

ABSTRACT

We describe the use of array expressions as constraints, which represents a consequent generalisation of the "element" constraint. Constraint propagation for array constraints is studied theoretically, and for a set of domain reduction rules the local consistency they enforce, arc-consistency, is proved. An efficient algorithm is described that encapsulates the rule set and so inherits the capability to enforce arc-consistency from the rules.

研究动机与目标

• 将元素约束推广至约束编程中的多维数组。
• 设计一种基于规则的系统，用于传播涉及以变量为索引的数组表达式的约束。
• 证明所提出的规则集可对数组约束实现弧一致性。
• 设计并实现一种高效算法（arr-ac），该算法继承自规则集的弧一致性性质。
• 展示在无需回溯的情况下，弧一致性在求解实际问题（如填字游戏）中的实际优势。

提出的方法

• 本文将数组表达式 $ x = a[y_1, \ldots, y_n] $ 建模为变量 $ x $ 和 $ y_1, \ldots, y_n $ 之间的约束，包括数组 $ a $ 中的所有变量。
• 引入规则集 $ \mathcal{R}_{\text{arr}} $，系统性地检查所有可能的索引元组 $ (b_1, \ldots, b_n) $，以确定哪些值是被支持的。
• arr-ac 算法通过评估所有索引组合的 $ a[b_1, \ldots, b_n] $，迭代计算支持值集合 $ T $，并相应地修剪变量的域。
• 该算法确保仅保留至少存在一个支持赋值的值，从而实现弧一致性。
• 它采用受证明理论启发的声明式、基于规则的形式化方法，确保约束传播过程中的正确性与等价性保持。
• 在 ECLiPSe 中使用 lib(fd) 原原子实现的实验表明，该算法效率更高，相比直接基于规则的实现性能提升约 50%。

实验结果

研究问题

• RQ1 能否以一种推广元素约束的方式，将具有多维、变量索引的数组表达式建模为约束？
• RQ2 何种规则集可确保此类数组约束的弧一致性？该规则集是否具有正确性与完备性？
• RQ3 如何设计一种高效算法，在不进行所有可能索引值穷举搜索的情况下，强制实现弧一致性？
• RQ4 在实际问题（如填字游戏）中，对数组约束强制执行弧一致性是否可消除回溯的需要？
• RQ5 与 OPL 或 AKL(FD) 等现有系统相比，该方法在性能和域缩减强度方面表现如何？

主要发现

• 规则集 $ \mathcal{R}_{\text{arr}} $ 被证明可对数组约束实现弧一致性，确保所有域值至少有一个有效赋值支持。
• arr-ac 算法通过系统评估所有索引组合 $ (b_1, \ldots, b_n) $ 正确实现弧一致性，其时间复杂度最坏情况下为 $ \mathcal{O}(d^n) $，最好情况下为 $ \mathcal{O}(d) $。
• 该算法成功消除了 $ x $、$ y_1, \ldots, y_n $ 以及数组变量 $ a[b_1, \ldots, b_n] $ 的域中冗余值，确保仅保留被支持的值。
• 在填字游戏实例中，通过 arr-ac 实现的弧一致性无需回溯即求解成功，证明了其实际有效性。
• 在 ECLiPse 中的实现表明，arr-ac 比直接实现 $ \mathcal{R}_{\text{arr}} $ 的规则方法快约 50%，证实了其运行效率。
• 该方法在性能和域缩减强度上优于 OPL 的约束传播机制，后者无法检测 arr-ac 所发现的某些缩减，证明了其更强的域缩减能力。