如何解决SWI Prolog 使用什么发生检查优化？
逻辑编程背后的常用数学理论禁止 循环项的创建，规定发生检查应该是 每次将变量与术语统一时完成。不幸的是，一个 发生检查会很昂贵，以至于使 Prolog 变得不切实际 一种编程语言。
但是，我运行了 these benchmarks（Prolog 的那些）并且发现 SWI Prolog 在打开和关闭发生检查 (OC) 之间有相当小的差异（小于 20%）：
OC 关闭：:- set_prolog_flag(occurs_check,false). 中的 .swiplrc（重新启动）
?- run_interleaved(10).
% 768,486,984 inferences,91.483 cpu in 91.483 seconds (100% cpu,8400298 Lips)
true.
?- run(1).
'Program' Time GC
================================
boyer 0.453 0.059
browse 0.395 0.000
chat_parser 0.693 0.000
crypt 0.481 0.000
fast_mu 0.628 0.000
flatten 0.584 0.000
Meta_qsort 0.457 0.000
mu 0.523 0.000
nreverse 0.406 0.000
poly_10 0.512 0.000
prover 0.625 0.000
qsort 0.574 0.000
queens_8 0.473 0.000
query 0.494 0.000
reducer 0.595 0.000
sendmore 0.619 0.000
simple_analyzer 0.620 0.000
tak 0.486 0.000
zebra 0.529 0.000
average 0.534 0.003
true.
OC 已开启：:- set_prolog_flag(occurs_check,true). 中的 .swiplrc（重新启动）
?- run_interleaved(10).
% 853,189,814 inferences,105.545 cpu in 105.580 seconds (100% cpu,8083669 Lips)
true.
?- run(1).
'Program' Time GC
================================
boyer 0.572 0.060
browse 0.618 0.000
chat_parser 0.753 0.000
crypt 0.480 0.000
fast_mu 0.684 0.000
flatten 0.767 0.000
Meta_qsort 0.659 0.000
mu 0.607 0.000
nreverse 0.547 0.000
poly_10 0.541 0.000
prover 0.705 0.000
qsort 0.660 0.000
queens_8 0.491 0.000
query 0.492 0.000
reducer 0.867 0.000
sendmore 0.629 0.000
simple_analyzer 0.757 0.000
tak 0.550 0.000
zebra 0.663 0.000
average 0.634 0.003
true.
这些基准测试不代表实际使用情况吗？ （我记得在某处读到他们被特别选择为“相当有代表性”）SWI Prolog 是否实施了一些优化技巧，SICStus 人不知道，这使得 OC 的成本很小？如果是这样，它们是否已发布？ （我从 90 年代找到了一堆关于这个的论文，但我不知道它们是否是最先进的）
解决方法
主要优化使局部变量的统一成为一个常数操作。
许多abstract machines，如PLM、ZIP、WAM、VAM，为不能作为某些结构的子项的逻辑变量（称为局部变量）提供了一种特殊情况。与这些变量的统一根本不需要任何发生检查，因此可以是常数。 通过这种方式，可以“传回”大项，而无需额外的发生检查。
如果没有这种优化，语法处理（用于解析给定列表）会在标记数量上获得二次开销。每次交回“输入列表”时（因此，从图形上讲，每次在语法正文中的非终结符之后跨一个逗号时），都需要扫描剩余的输入列表以查找该局部变量的出现。 （它在字符数上比二次方好，因为正则表达式大多是尾递归编码的）。
此优化已引入 2007 in 5.6.39。 令人惊讶的是，即使在像 tak 这样根本没有构建单个结构的情况下，您的测量结果也会显示开销。据我所知，SWI 5.6.39 中的发生检查统一比有理树统一（对于简单的情况）运行得稍微快一点，因为（当时）不需要额外的设置。
仍有足够的空间进行许多进一步的发生检查优化。但这些只会发生，如果人们确实使用此功能。至于 SWI，在过去的 13 年里发生的事情并不多。
但是想一想：第一个 Prolog，称为 Prolog 0，默认支持发生检查。但是从序言 I（“马赛序言”）开始，只有借口（例如您引用的那些）。至少，标准没有排除默认的发生检查统一，只定义 NSTO 执行并要求 unify_with_occurs_check/2 和 acyclic_term/1。现在，像 SWI、Tau 和 Scryer 这样的 Prolog 可以通过标志选择性地提供它。
朝同一方向的进一步优化是 Joachim Beer 的 NEW_UNBOUND 标签，它以更复杂的方案为代价避免了对某些堆变量的检查。看 重新审视发生检查问题。 JLP 5(3) 1988。和 LNCS 404。
,这是一个测试用例，其中发生检查使时间加倍 执行查询。把这段代码放在这里，计算一个否定法线 形式。由于 (=)/2 位于规则的末尾，因此访问的化合物 变成二次方：
/* Variant 1 */
norm(A,R) :- var(A),!,R = pos(A).
norm((A+B),R) :- !,norm(A,C),norm(B,D),R = or(C,D).
norm((A*B),R = and(C,D).
Etc..
我们可以与此变体进行比较，其中 (=)/2 在复合尚未实例化时首先完成：
/* Variant 2 */
norm(A,D).
Etc..
以下是 SWI-Prolog 8.3.19 的一些测量结果。对于变体 1，将发生检查标志设置为 true 会使从数学原理转换某些命题公式所需的时间加倍：
/* Variant 1 */
/* occurs_check=false */
?- time((between(1,1000,_),test,fail;true)).
% 3,646,000 inferences,0.469 CPU in 0.468 seconds (100% CPU,7778133 Lips)
true.
/* occurs_check=true */
?- time((between(1,fail;true)).
% 6,547,0.984 CPU in 0.983 seconds (100% CPU,6650921 Lips)
true.
另一方面，将 (=)/2 移到前面会有利地改变图片：
/* Variant 2 */
/* occurs_check=false */
?- time((between(1,0.453 CPU in 0.456 seconds (99% CPU,8046345 Lips)
true.
/* occurs_check=true */
?- time((between(1,0.703 CPU in 0.688 seconds (102% CPU,9311289 Lips)
true.
开源：
否定范式，非尾递归
https://gist.github.com/jburse/7705ace654af0df6f4fdd12eee80aaec#file-norm-pl
否定范式，尾递归
https://gist.github.com/jburse/7705ace654af0df6f4fdd12eee80aaec#file-norm2-pl
来自 Principia 的 193 个命题逻辑测试用例。
https://gist.github.com/jburse/7705ace654af0df6f4fdd12eee80aaec#file-principia-pl
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
