Python 用pyDatalog解析依赖图

我正在努力编写更具可读性、声明性的程序。所以我决定实现一个我们目前使用的简单算法。程序实施如下：

有命令和资源

每个命令都可以提供和需要多个资源

该算法将在所有命令上循环，并调度为其提供所有需求的命令

命令提供的所有资源现在都已提供

如果所有命令都安排好了，我们就完成了

如果还有命令，我们就不能满足依赖关系，也不能为算法的迭代安排新的命令

因此，我提出的数据日志变体看起来不错，但有两个问题：

这是错误的

我需要一个循环来读取结果

您可以找到完整的源代码

这取决于假设，您可以使用pytest轻松运行它

下面是失败的测试：如果我们需要以前的“等级”或订单提供的资源。它找不到它。我试图使下面的内容递归，但即使在简单的例子中也失败了

def test_graph_multirequire（）：
“”“测试冲突解决程序是否可以处理具有多个请求的图形”“”
树=[
[（'A'），（'B'），（'C'），（'D'），（'E'），（'F'），（'G'），（）]，
[（），（'A'），（'B'），（'C'，'A'），（'D'），（'E'），（'F'），（'G'）]
]
运行图（树）
def运行图（树）：
“运行示例”
尝试：
tree\u len=len（tree[0]）
索引=列表（范围（树）
随机。随机（索引）
对于索引中的i：
+is_命令（i）
对于在树[0][i]中提供的内容：
+提供（i，提供）
对于树[1][i]中的要求：
+requires（我，require）
##############################
is_root（X）pyDatalog（和prolog）很适合这种问题。挑战在于脱离传统的过程编程思维。你可能想在网上搜索一门关于prolog的课程：许多原则也适用于pyDatalog

用声明性语言编写循环涉及3个步骤：

1） 使用循环时更改的所有变量定义谓词

在这种情况下，您希望跟踪部分计划、已经生成的内容以及剩余的计划：

partial_plan(Planned, Produced, Todo)

例如，部分_计划（[0，]，[A'，]，[1,2,3,4,5,6,7]）是正确的。要查找计划，请查询：

partial_plan([C0,C1,C2,C3,C4,C5,C6,C7], L, [])

2） 描述基本（最简单）情况。在这里，起点是仍然需要计划所有命令的时候

+ partial_plan([], [], [0,1,2,3,4,5,6,7])

3） 描述迭代规则。在这里，您希望选择一个要执行的命令，并将其需求添加到计划中：

partial_plan(Planned1, Produced1, Todo1) <= (
    # find a smaller plan first
    (Planned0 == Planned1[:-1]) &
    partial_plan(Planned0, Produced0, Todo0) &
    # pick a command to be done, reducing the list of todos, 
    pick(Command, Todo0, Todo1) &
    # verify that it can be done with what has been produced already
    subset(requirement[Command], Produced0) &
    # add it to the plan 
    (Planned1 == Planned0 + [Command, ]) &
    (Produced1 == Produced0 + result[Command])
    )

部分计划（计划1、生产1、Todo1）非常感谢您的回答。我解决了所有的问题（删除了评论）。但是我想得到一个更好的语法：“子集（[]，L2）
# pick
pick(Command, Todo0, Todo1) <= (
    (X._in(enumerate(Todo0))) & # X has the form [index, value]
    (Command == X[1]) &
    (Todo1 == Todo0[:X[0]] + Todo0[X[0]+1:]) # remove the command from Todo0
    )

# result and requirement are defined as logic functions, 
# so that they can be used in expressions
for i in range(len(tree[0])):
    result[i] = tree[0][i]
    requirement[i] = tree[1][i]

subset([], List2) <= (List2 == List2) # base case
subset(L1, L2) <= (
    (0 < len(L1)) &
    (L1[0]._in(L2)) & # first element in L2
    subset(L1[1:], L2) # remainder is a subset of L2
    )