Recursion 问题中的递归决策树

所以我试图画出两个Prolog问题的决策树，一个使用累加器，另一个不使用累加器。以下是我的问题和解决方案：

length([H|T],N) :- length(T,N1), N is N1+1.
length([ ],0). 
Goal: ?: length([1,2,3],N) 

带蓄能器的第二个：

length_acc(L,N) :- len_acc(L,0,N).
len_acc([H|T], A, N) :- A1 is A+1, len_acc(T, A1, N).
len_acc([], A, A). 
Goal: ?-length_acc([1,2], N).

决策树绘制是否正确？还是我犯了错误？绘制这种递归决策树的正确方法是什么

---

谢谢。

您所指的树通常称为搜索树又名SLD树，不要与证明树混淆

您概述的两个问题都是搜索树最简单的情况：

• 只有一个解决办法
• 查询没有失败
• 搜索中的每个步骤只能匹配一个子句（空列表与非空列表）

这三个特征意味着SLD树中只有一个分支

您将获得以下搜索树：

请注意，要使其成为正确的搜索树，每个步骤最多只能解决一个目标，这使得搜索树非常大。。。因此，人们通常会制作简化的树，在每个步骤中可以解决多个目标，这可以说不是真正的搜索树，而是以更简洁的方式说明搜索

作为统一算法的一部分，树中的边用应用于变量的替换标记

搜索树与跟踪密切相关，通常可以直接将程序跟踪转换为搜索树

我建议您研究具有多个答案的查询的搜索树和可能失败的分支，这将提供具有多个分支的更有趣的树。斯特林·夏皮罗的《序言艺术》中的一个例子：

节目：

father(abraham, isaac).        male(isaac)
father(haran, lot).            male(lot).
father(haran, milcah).         female(milcah).
father(haran, yiscah).         female(yiscah).

son(X,Y):- father(Y,X), male(X).
daughter(X,Y):- father(Y,X), female(X).

查询：

?: son(S, haran) 

搜索树：

father(abraham, isaac).        male(isaac)
father(haran, lot).            male(lot).
father(haran, milcah).         female(milcah).
father(haran, yiscah).         female(yiscah).

son(X,Y):- father(Y,X), male(X).
daughter(X,Y):- father(Y,X), female(X).

---

理解某些东西的一个好方法是自己重新实现它

当您已经有了Prolog来实现它时，实现Prolog特别好。：）

程序（家长，P）：-
P=[%[son（S，haran）]，%预解式
[神父（亚伯拉罕，以撒）]%。。。
，[父亲（哈兰，地段）]%[头部，身体…]
，[父亲（米尔卡哈兰）]
，[父亲（哈兰，伊斯卡）]
，[男（艾萨克）]
，[男（地段）]
，[女（米尔卡）]
，[女（伊斯卡）]
，[儿子（X，Y），父亲（Y，X），男性（X）]
，[女儿（X，Y），父亲（Y，X），女性（X）]
].
解决（程序）：-
程序=[[]||].%空解决方案—成功
解决（[[Goal | Res]|子句]）：-
成员（规则、条款），
复制|u项（规则，[头|体]），%重命名变量
目标=人头，人头百分比
追加（正文、Res、Res2），%替换目标
解决（[Res2 |子句]）。
查询（What，query）：-%query是要解决的目标列表
程序（什么，程序），
求解（[Query | Program]）。

测试

23？-询问（族长，[儿子，哈兰）]。
S=批次；
错。

---

现在，可以对上面的

solve/1

进行扩充，以记录

Goal

成功实例化的记录，从而使统一

Goal=Head

成为可能。

我认为这些树更好地被称为SLD树，而不是决策树..是的，也许吧。不过我知道如何解决查询。