TLA+的 AND 运算符和UNCHANGED运算符

简介: TLA+的 AND 运算符和UNCHANGED运算符

TLA+的Next中计算法AND操作符的算法如下

C /\ (\E i \in S : D(i) /\ E);

计算过程是:

  1. 计算C
  2. 如果C为TRUE,把后边的\E i \in S : D(i) /\ E 根据S中的元素i拆分成多个表达式D(i) /\ E;
  3. 计算D(i) /\ E时,应用同样的规则,先计算D(i)
  4. 如果D(i)为TRUE,计算E

一个例子

------------------------------ MODULE TestAnd ------------------------------
EXTENDS Naturals, TLC
VARIABLES wall, small, big
S == <<wall, small, big>>
Init == /\ Print("Init", TRUE)
        /\ wall = 0
        /\ small = 0
        /\ big = 0
        /\ Print(S, TRUE)
TypeOK == /\ Print("TypeOK", TRUE)   
          /\ Print(S, TRUE) 
          /\ wall \in 0..30
          /\ small \in 0..10
          /\ big \in 0..10
Tick == /\ Print("Tick", TRUE)
        /\ wall' = wall + 1
        \* /\ UNCHANGED <<small, big>>
        /\ Print(S, TRUE)
IncreSmall == /\ Print("IncreSmall", TRUE)
              /\ small' = small + 1
              /\ UNCHANGED <<big>>
IncreBig == /\ Print("IncreBig", TRUE)
            /\ big' = big + 2
            /\ UNCHANGED <<small>>
Next == /\ Tick
        /\ \/ IncreSmall
           \/ IncreBig
=============================================================================
\* Modification History
\* Last modified Wed Jul 18 16:36:02 CST 2018 by max
\* Created Wed Apr 25 21:42:59 CST 2018 by max
=============================================================================
\* Modification History
\* Created Wed Jul 18 16:13:54 CST 2018 by max

debug信息如下:

========================   这是第1轮 ========================
==== 初始状态是<<0, 0>>
”Init"  TRUE
<<0, 0, 0>>  TRUE
"TypeOK"  TRUE
<<0, 0, 0>>  TRUE 得到新状态<<0, 0, 0>>
第1轮总结:本轮新增状态<<0, 0, 0>>
========================   开始第2轮 ========================
==== 2.1 从sq中取出第一个状态<<0, 0, 0>>,开始计算Next
====计算AND操作符
"Tick"  TRUE
<<0, 0, 0>>  TRUE
====如果Tick为TRUE,则进入IncreSmall,IncreBig==========
"IncreSmall"  TRUE
"IncreBig"  TRUE
"TypeOK"  TRUE
<<1, 1, 0>>  TRUE 通过Tick + IncreSmall得到新状态<<1, 1, 0>>
"TypeOK"  TRUE
<<1, 0, 2>>  TRUE 通过Tick + IncreBig得到新状态<<1, 0, 2>>
========================   开始第3轮 ========================
==== 3.1 从sq中取出第1个状态<<1, 1, 0>>,开始计算Next
====计算AND操作符
"Tick"  TRUE
<<1, 1, 0>>  TRUE
============如果Tick为TRUE,则进入IncreSmall,IncreBig==========
"IncreSmall"  TRUE
"IncreBig"  TRUE
"TypeOK"  TRUE
<<2, 2, 0>>  TRUE  通过Tick + IncreSmall得到新状态<<2, 2, 0>>
"TypeOK"  TRUE
<<2, 1, 2>>  TRUE  通过Tick + IncreBig得到新状态<<2, 1, 2>>
==== 3.2 从sq中取出第2个状态<<1, 0, 2>>,开始计算Next
====计算AND操作符
"Tick"  TRUE
<<1, 0, 2>>  TRUE
============如果Tick为TRUE,则进入IncreSmall,IncreBig==========
"IncreSmall"  TRUE
"IncreBig"  TRUE
"TypeOK"  TRUE
<<2, 0, 4>>  TRUE  通过Tick + IncreSmall得到新状态<<2, 0, 4>>
"Tick"  TRUE
<<2, 2, 0>>  TRUE  通过Tick + IncreBig得到新状态<<2, 2, 0>>
...

关于UNCHANGED

上面例子中如果在Tick中指定 UNCHANGED <<small, big>>

Tick == /\ Print("Tick", TRUE)
        /\ wall' = wall + 1
        /\ UNCHANGED <<small, big>>
        /\ Print(S, TRUE)
Next == /\ Tick
        /\ \/ IncreSmall
           \/ IncreBig

由于Next中Tick后面的IncreSmall和IncreBig其实是修改了small或者big的,那么计算Tick为TRUE后Tick /\ IncreSmall 和 Tick /\ IncreBig 就是False了,那么整个Next就不进行任何计算了。

因此,在Next中如果包含有AND运算符,那么一定要把UNCHANGED维护好。我的建议是:AND前面的子表达式只维护自己的变量,AND后面的子表达式不维护前面的子表达式的变量。

相关文章
|
1天前
|
云安全 人工智能 自然语言处理
|
6天前
|
搜索推荐 编译器 Linux
一个可用于企业开发及通用跨平台的Makefile文件
一款适用于企业级开发的通用跨平台Makefile,支持C/C++混合编译、多目标输出(可执行文件、静态/动态库)、Release/Debug版本管理。配置简洁,仅需修改带`MF_CONFIGURE_`前缀的变量,支持脚本化配置与子Makefile管理,具备完善日志、错误提示和跨平台兼容性,附详细文档与示例,便于学习与集成。
314 116
|
8天前
|
数据采集 人工智能 自然语言处理
Meta SAM3开源:让图像分割,听懂你的话
Meta发布并开源SAM 3,首个支持文本或视觉提示的统一图像视频分割模型,可精准分割“红色条纹伞”等开放词汇概念,覆盖400万独特概念,性能达人类水平75%–80%,推动视觉分割新突破。
609 53
Meta SAM3开源:让图像分割,听懂你的话
|
21天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
5天前
|
人工智能 Java API
Java 正式进入 Agentic AI 时代:Spring AI Alibaba 1.1 发布背后的技术演进
Spring AI Alibaba 1.1 正式发布,提供极简方式构建企业级AI智能体。基于ReactAgent核心,支持多智能体协作、上下文工程与生产级管控,助力开发者快速打造可靠、可扩展的智能应用。
|
4天前
|
弹性计算 人工智能 Cloud Native
阿里云无门槛和有门槛优惠券解析:学生券,满减券,补贴券等优惠券领取与使用介绍
为了回馈用户与助力更多用户节省上云成本,阿里云会经常推出各种优惠券相关的活动,包括无门槛优惠券和有门槛优惠券。本文将详细介绍阿里云无门槛优惠券的领取与使用方式,同时也会概述几种常见的有门槛优惠券,帮助用户更好地利用这些优惠,降低云服务的成本。
270 132
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
AgentEvolver:让智能体系统学会「自我进化」
AgentEvolver 是一个自进化智能体系统,通过自我任务生成、经验导航与反思归因三大机制,推动AI从“被动执行”迈向“主动学习”。它显著提升强化学习效率,在更少参数下实现更强性能,助力智能体持续自我迭代。开源地址:https://github.com/modelscope/AgentEvolver
422 29
|
15天前
|
安全 Java Android开发
深度解析 Android 崩溃捕获原理及从崩溃到归因的闭环实践
崩溃堆栈全是 a.b.c?Native 错误查不到行号?本文详解 Android 崩溃采集全链路原理,教你如何把“天书”变“说明书”。RUM SDK 已支持一键接入。
728 223