Optimization Prolog，优化生成

我编写了一个prolog程序，它生成二维表格中元素的所有可能位置。给出了元素的数量和表的大小

我的代码：

geni(Min, Min, Max) :- Min =< Max.
geni(Min, X, Max) :- Max >= Min, MinInc is Min+1, geni(MinInc, X, Max).
generate(_, 0, []) :- !.
generate(TSize, N, [X|Tail]) :- X=k(X1,Y1), geni(1,X1,TSize), 
                                geni(1,Y1,TSize), NDec is N-1, 
                                generate(TSize,NDec, Tail), not(member(X, Tail)).

---

它工作正常，但当我使用更高的数字时速度太慢。我认为谓词“geni”是好的，但“generate”有问题。如何优化它？

这不是一个完整的答案，但是如果您使用的是SWI Prolog，那么您可以使用

而不是
geni/3
，这可能更快。
这不是一个完整的答案，但是如果您使用的是SWI Prolog，然后，您可以使用可能更快的
between/3
，而不是
geni/3
。
尽管有任何算法优化，您应该始终使用尾部递归：递归调用必须是谓词中的最后一个，通过这种方式，prolog解释器可以更快地执行循环，而不是真正的递归，因为它可以删除以前函数调用的堆栈帧，知道调用后不会有任何代码，因此不再需要内部变量

尾部递归通常是通过引入一个附加函数（此处为谓词）参数来实现的，该参数用作累加器，在该累加器中，递归运行时累积最终结果，然后在最终递归步骤中，累加器保存完整结果。然后通过递归步骤将其简单地传递回

generate_new(TSize, N, Result) :- generate_new(TSize, N, [], Result).

generate_new(_, 0, Result, Result) :- !.

generate_new(TSize, N, Temp, Result) :-
                    geni(1, X1, TSize),
                    geni(1, Y1, TSize),
                    X = k(X1, Y1),
                    NDec is N - 1,
                    \+ member(X, Temp),
                    generate_new(TSize, NDec, [X|Temp], Result).

尽管有任何算法优化，但您应该始终使用尾部递归：递归调用必须是谓词中的最后一个，这样prolog解释器可以执行更快的循环而不是真正的递归，因为它可以删除以前函数调用的堆栈帧，知道调用后不会有任何代码，因此不再需要内部变量

尾部递归通常是通过引入一个附加函数（此处为谓词）参数来实现的，该参数用作累加器，在该累加器中，递归运行时累积最终结果，然后在最终递归步骤中，累加器保存完整结果。然后通过递归步骤将其简单地传递回

generate_new(TSize, N, Result) :- generate_new(TSize, N, [], Result).

generate_new(_, 0, Result, Result) :- !.

generate_new(TSize, N, Temp, Result) :-
                    geni(1, X1, TSize),
                    geni(1, Y1, TSize),
                    X = k(X1, Y1),
                    NDec is N - 1,
                    \+ member(X, Temp),
                    generate_new(TSize, NDec, [X|Temp], Result).

让我们仔细看看alogrithm是如何工作的。它有三个部分：

1） 生成X

X=k(X1,Y1), geni(1,X1,TSize), 
geni(1,Y1,TSize), 

2） 生尾巴

NDec is N-1, 
generate(TSize,NDec, Tail), 

3） 检查所有匹配项

not(member(X, Tail)).

在每个递归级别上，它的执行方式如下：

1） 生成一个X，2）生成一个尾部，3）检查失败，2）生成另一个尾部，3）检查再次失败

因此，基本上在每个级别上，你的alogrithm都会生成大量的尾部，以找到与当前X匹配的尾部。对于这些尾部中的每一个，在下一个递归级别上必须生成更多的尾部。

因此，只需先生成尾部，然后找到匹配的X

generate(TSize, N, [X|Tail]) :-
    NDec is N-1, generate(TSize,NDec, Tail),
    X=k(X1,Y1), geni(1,X1,TSize), geni(1,Y1,TSize), 
    not(member(X, Tail)).

长话短说：由于回溯方法，首先要做昂贵的事情（如递归）。
让我们仔细看看alogrithm是如何工作的。它有三个部分：

1） 生成X

X=k(X1,Y1), geni(1,X1,TSize), 
geni(1,Y1,TSize), 

2） 生尾巴

NDec is N-1, 
generate(TSize,NDec, Tail), 

3） 检查所有匹配项

not(member(X, Tail)).

在每个递归级别上，它的执行方式如下：

1） 生成一个X，2）生成一个尾部，3）检查失败，2）生成另一个尾部，3）检查再次失败

因此，基本上在每个级别上，你的alogrithm都会生成大量的尾部，以找到与当前X匹配的尾部。对于这些尾部中的每一个，在下一个递归级别上必须生成更多的尾部。

因此，只需先生成尾部，然后找到匹配的X

generate(TSize, N, [X|Tail]) :-
    NDec is N-1, generate(TSize,NDec, Tail),
    X=k(X1,Y1), geni(1,X1,TSize), geni(1,Y1,TSize), 
    not(member(X, Tail)).

长话短说：由于回溯方法，首先要做昂贵的事情（如递归）。
在nxn数组中排列k个元素的可能方法有（n^2）/（n^2-k）！这导致即使对于相对较小的n和k值，也会产生非常大的数值。所以，如果你真的在迭代所有的可能性，你的程序肯定会很慢。在这种情况下，我想解决国际象棋桌和骑士的问题。所有元素都是相等的。它会改变什么吗？你的编辑值得一个新问题，这个问题已经解决了。（我将在那里发布我的答案：）我在编辑中提出了一个新问题。在nxn数组中排列k个元素的可能方法是（n^2）/（n^2-k）！这导致即使对于相对较小的n和k值，也会产生非常大的数值。所以，如果你真的在迭代所有的可能性，你的程序肯定会很慢。在这种情况下，我想解决国际象棋桌和骑士的问题。所有元素都是相等的。它会改变什么吗？你的编辑值得一个新问题，这个问题已经解决了。（我将在那里发布我的答案：）我在编辑中提出了关于这个问题的新问题是的，我使用的是SWI Prolog，但我认为“geni”比“between”稍微慢一点。所以主要的问题是“generate”。是的，我使用的是SWI-Prolog，但我认为“geni”比“between”稍微慢一点。所以主要的问题是“generate”。我是Prolog新手，所以我不知道Prolog解释器到底是如何工作的。我认为问题在于表中的所有元素都是相等的（棋盘中的骑士），而我的程序“认为”元素是不同的。好吧，我的算法得到的结果和你们的完全相同，只是顺序不同而已。看看你自己的结果，它们真的正确吗？例如，如果结果中有‘[k（1，2），k（2，2）]’，那么‘[k（2，2），k（1，2）]’也必须存在吗？在我的程序的其他谓词中没有问题，但不需要两个类似的列表。所以应该有一个，是的。你的算法速度快得难以置信。谢谢但如何避免类似的结果呢？我对Prolog是新手，所以我不知道Prolog解释器到底是如何工作的。我认为问题在于表中的所有元素都是相等的（棋盘中的骑士），而我的程序“认为”元素是不同的。好吧，我的算法得到的结果和你们的完全相同，只是顺序不同而已。看看你的o