Научная статья на тему 'Внутреннее представление булевых многочленов в виде ZDD-диаграмм'

Внутреннее представление булевых многочленов в виде ZDD-диаграмм Текст научной статьи по специальности «Математика»

CC BY
95
20
i Надоели баннеры? Вы всегда можете отключить рекламу.
Область наук
i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Внутреннее представление булевых многочленов в виде ZDD-диаграмм»

П. В. Фокин

ВНУТРЕННЕЕ ПРЕДСТАВЛЕНИЕ БУЛЕВЫХ МНОГОЧЛЕНОВ В ВИДЕ ZDD-ДИАГРАММ

В статье предлагается альтернативная точка зрения на использование ZDD-диаграмм, заключающаяся в реализации операций сложения и умножения на переменную, а не в операциях, связанных объединением и пересечением множеств булевых мономов.

Бинарные диаграммы решений (Binary Decision Diagram, BDD) являются удобным инструментом представления и оперирования булевыми функциями и широко используются в различных областях, например для формальной верификации программных и аппаратных систем.

Определение 1. Бинарные диаграммы решений (BDD) - направленный ацикличный граф с двумя терминальными узлами {0,1}, которые соответствуют значениям представляемой булевой функции. Выходная степень терминальных вершин равна 0. Все остальные вершины имеют выходную степень 2 и называются узлами решений. Одна вершина имеет входную степень, равную О, эта вершина является корнем. Ребра, выходящие из узлов решений (high/low или then/else), соответствуют значению 0(ребро else) или 1 (ребро then) для соответствующей переменной.

Последовательность узлов, начинающихся с вершины и заканчивающаяся терминальным узлом, называется путём. В случае, когда порядок переменных для всех путей остаётся постоянным, такую диаграмму будем называть упорядоченной (OBDD). Упорядоченная BDD называется сокращенной или редуцированной (ROBDD), если она не содержит повторяющихся фрагментов.

Определение 2. Пусть z будет, упорядоченной бинарной диаграммой решений и не содержит одинаковых поддиаграмм. Тогда z будет называться zero-suppressed binary decision diagram (ZDD), если из неё исключены те узлы, then-ребра которых заканчиваются в терминальной вершине, соответствующей 0.

ZDD были введены Shin-ichi Minato в 1993 [1]. В книге Кнута [2] достаточно подробно рассмотрены многие свойства таких диаграмм.

Рассмотрим в качестве примера рекурсивное представление для многочлена p = abc + ab + bc + b + c + 1 с порядком переменных a > b > c

p = a(b(c + 1)) + b(c + 1) + c + 1 109

Графически его можно представить в виде диаграммы (рис. 1, а), где непрерывная линия соответствует умножению, пунктирная сложению, а в узлах хранятся переменные или 1 и 0.

а б

Рис. 1

В формуле (1) можно заметить повторы, используя которые, многочлен можно переписать следующим образом:

р = ау + у + х, где у = Ьх, х = с +1. (2)

На рис. 1, б диаграмма соответствует ZDD.

На рис. 2, а диаграмма соответствует обычному представлению, а на рис. 2, б ZDD7 для многочлена (а + 1)(Ь + 1)(с +1), который содержит все возможные булевские мономы для трех переменных. Из диаграммы на рис. 2, б видно, что для представления многочлена от всех возможных булевских мономов от п переменных всего п узлов.

Рис. 2

Пакет PolyBoRi [3,4] применяет это представление для многочленов при построении базисов Грёбнера, используя внешнюю библиотеку CUDD [5], которая характеризуется следующими свойствами:

• библиотека CUDD создана для работы с разными типами представлений BDD, ADD и ZDD[5];

поддеревьев всех используемых многочленов.

Использование сторонней библиотеки CUDD не очень эффективно. Нами построена реализация операций сложения и умножения многочленов, а также умножение на переменную на языке Python. Ее главные

отличия от библиотеки CUDD: •

кратить время поиска возможного поддерева используя номер переменной, а также эффективно реализовать сборку мусора; •

ной степени в узлах предусмотрено хранение наибольшей полной степени монома, содержащегося в этом поддереве.

Выполнена экспериментальныя оценка использования памяти для некоторых многочленов, встречающихся при работе с HFE(Hidden Fields Equations) [6]. Для проверенных многочленов с числом переменных, не превышающих 80, структуры данных ZDD показали более устйчивое использование памяти, чем с использованием списков или рекурсивного представления, особенно при умножении на переменную.

В настоящие время разработана реализация ZDD представления многочленов на С++ для встраивания в пакет построения булевских базисов Грёбнера [7].

Работа выполнена при финансовой поддержке РФФИ (проект 10-01-00200-а) и гранта Президента РФ (проект НШ-3810.2010.2).

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Shin-ichi Minato.J. Zero-suppressed bdds for set manipulation in combinatorial problems // Proe. of the 30th international Design Automation Conference, DAC '93. New York, USA, 1993. ACM. P. 272-277.

2. Knuth D.E. Addison-Wesley Professional,// The Art of Computer Programming. Vol. 4, Fascicle 1: Bitwise Tricks & Techniques; Binary Decision Diagrams/ 12th ed,, March. 2009.

3. Brickenstein M., Dreyer A. PolvBori: A framework for grobner-basis computations with boolean polynomials // Journal of Symbolic Computation, Effective Methods in Algebraic Geometry. 2009. Vol. 44, № 9. P. 1326-1345.

Ill

4. Brickenstein Л/.. Dreyer A., Greuel G.-M., Wedler M., Wienand 0. New developments in the theory of grobner bases and applications to formal verification // Journal of Pure and Applied Algebra. 2009. Vol. 213, № 8. P. 1612-1635. Theoretical Effeetivitv and Practical Effeetivitv of Grobner Bases.

5. Somenzi F. UEL: http://vlsi.colorado.edu/fabio/ (дата обращения : 25.05.2011) Cudd: Cu decision diagram package release.

6. Fokin P. V., Blinkov Yu. A.. ZDD diagrams as appropriate data structures in construction of Boolean Grobner bases by involutive algorithms // Polynomial Computer Algebra. 2011. P. 22-24 .

7. Gerdt V. P., Zinin M. V., Blinkov Yu. A. On computation of boolean involutive bases // Program. Comput. Softw, March. 2010.

УДК 519.53, 519.713

E. В. Хворостухина

ОБ ЭЛЕМЕНТАРНЫХ СВОЙСТВАХ УНИВЕРСАЛЬНЫХ ГИПЕРГРАФИЧЕСКИХ АВТОМАТОВ

В настоящей статье рассматриваются гиперграфические автоматы без выходных сигналов, т.е. автоматы, у которых множества состояний наделены дополнительной алгебраической структурой гиперграфа.

Исследуются взаимосвязи элементарных свойств универсальных гиперграфических автоматов с элементарными свойствами полугрупп их входных сигналов.

Следуя [1], гиперграфом называется система вида H = (X, L), где X - непустое множество вершин гиперграфа и L - семейство некоторых подмножеств множества X, называемых ребрами гиперграфа. Вершины гиперграфа, принадлежащие некоторому его ребру, называются смежными.

Гиперграф H = (X, L) называется эффективным, если любая его вершина принадлежит некоторому его ребру.

Пусть p - некоторое натуральное число. Гиперграф H будем называть гиперграфом с р-определимыми ребрами, если в каждом его ребре

гиперграфа найдется по крайней мерер +1 вершина и, с другой стороны, p

ре. То есть в таком гиперграфе каждое ребро однозначно определяется p

Например, эффективный гиперграф с 1-определимыми ребрами - это гиперграф, ребра которого образуют нетривиальное разбиение множества вершин без одноэлементных классов. Кроме того, если рассмотреть плоскость как гиперграф, вершинами которого являются точки этих

i Надоели баннеры? Вы всегда можете отключить рекламу.