【逻辑设计】卡诺图 | 布尔方程式 | 最小项与最大项 | 卡诺图无关项 Don‘t cares

简介: 【逻辑设计】卡诺图 | 布尔方程式 | 最小项与最大项 | 卡诺图无关项 Don‘t cares

Ⅰ. 前置知识:最大小项、布尔方程

0x00 卡诺图的定义

📚 定义:布尔方程

  • letter :一个常数或一个变量
  • literal : 一个字母或其补码

eg.

0x01 乘积项与合项(Product and Sum term)

乘积项(Product term):

Product term (product, term)
    1
    a non-constant literal
    a conjunction of non-constant literals where no letter appears      
        more than once

例如: ,本算式中, 就是一个乘积项

合项(Sum term):

Sum term
    0
    a non-constant literal
    a disjunction of non-constant literals where no letter appears 
        more than once

0x02 最小项与最大项(Minterm and Maxterm)

📚 最小项的定义:

个变量 的最小项是 个因子的乘积。

一个函数的某个乘积项包含了函数的全部变量,

其中 每个变量 都以它的 原变量 或 反变量的形式 在乘积中出现,且 仅出现一次

我们称这个乘积项为该函数的一个标准积项 —— 最小项 (Minterm) 。

简单来说,最小项就是所有变量从头到尾只用一次的乘积项 (product term),比如变量

我们通常用小写字母  来表示最小项,这里的 为下标,其确定方式如下:

将最小项中的原变量记为 1,非变量记为 0,当变量顺序确定后,可以按顺序排列成一个二进制数,与这个二进制数相对应的十进制数就是该最小项的下标

若将原变量记为 1,反变量记录 0,则对应十进制后的值则为 的表示方式:

既然下标 已经确认,我们就可以将 记为:

📚 最大项的定义:

对于一个 变量的函数,该和项包括 个变量中的每一个变量。

一个函数的某个和项包含了函数的全部变量,

每个变量 都以 原变量 或 反变量的形式 出现一次,且 仅出现一次

我们称这个求和项为该函数的一个标准和项 —— 最大项 (Maxterm) 。

所有变量从头到尾只用一次的合项 (sum term),称为最大项。比如变量

我们通常用大写字母  来表示最大项,最大项下标 确定方式与最小项下标的取值恰好相反。

若将原变量记为 0,反变量记录 1(与最小项相反),三个变量形成的八个最大项记为:

(这里采用了 "拔" 的写法,这也是可以的,某些教材是采用 ' 表示的,只是表示方法不同)

🔍 参照表:变量的极小项与极大项

0x03 布尔方程式(Boolean function)

  • 积之合 (Sum of product) ,简写为 ,用符号  表示。
  • 析取范式 (disjunctive normal form) ,简写为 ,用符号   表示。

  • 和之积 (Product of sum) ,简写为 ,用符号 表示。
  • 合取范式 (conjunctive normal form) ,简写为 ,用符号   表示。

  • 积之合的典范:极小项之和 (Canonical sum of product : sum of minterms) :

             

  • 合之积的典范:极大项之和 (Canonical product of sum : product of maxterms)

Ⅱ. 卡诺图(K-Map)

0x00 卡诺图介绍(Karnaugh Map1953.NOV)

卡诺图 是一种平面方格图,每个小方格代表逻辑函数的一个最小项,故又称为最小项方格图。 方格图中相邻两个方格的两组变量取值相比,只有一个变量的取值发生变化,按照这一原则得出的方格图(全部方格构成正方形或长方形)就称为卡诺方格图,简称卡诺图。

卡诺图是一种描述逻辑函数的特殊方格图。

每一个方格代表逻辑函数的一个最小项,且几何相邻的小方格具有逻辑相邻性。

两相邻的小方格所代表的最小项只有一个变量取值不同。

对于有 个变量的逻辑函数,其最小项有 个。因此该逻辑函数的卡诺图是由 个小方格构成的,每个小方格都满足逻辑相邻项的要求。

几何相邻:在几何位置上,上下左右或左右相邻

逻辑相邻:两个最小项,只有一个变量的形式不同,其余的都相同。逻辑相邻的最小项可以合并。

📚 在布尔逻辑的积项和式中:

蕴涵 ,则乘积项 是布尔函数 的涵项(implicant)。更加准确的说:

  • 个变量的布尔函数
  • 是乘积项(Product term)
  • 若对于使 得到值 1 的所有组合, 也等于 1,则 蕴涵 的涵项)

这意味着在布尔空间的自然次序上 ,比如函数:

蕴涵自 和很多其他的项: 它们是 涵项。

蕴含项(Implicant): 个 1 的蕴含。

威拉德·冯·奥曼·蒯因 做过如下定义:

的质涵项(prime implicant):

  • 不包括在更大的蕴含(Implicant)中的蕴含。
  • 为最少化文字数量的涵项,即如果从 P 去除任何 "文字"(literal)都导致 成为 的非涵项。
  • 例如 100 和 101 是某逻辑函数的两个涵项,那么 10x 就是函数的一个质涵项,其中的 1 和 0 两个数字不可再去掉。

基本质涵项(essential prime implicant):

  • 在形成一个 prime Implicant 的 1 中,至少有一个不属于另一个 Implicant,而是属于自己的 Prime Implicant 捆绑包的 Prime Implicant。
  • 蕴涵于不满足任何其他质涵项的最小项 (minterm) 的那些质涵项——若存在只被一个质涵项覆盖的最小项,则覆盖该最小项的质涵项为基本质涵项。
  • 如果以卡诺图的形式来描述逻辑函数,可以发现只有一种方式可以圈选这个输入组合。

简化函数:包括全部 ,和一部分非必要的(non-essential

蕴含项(Implicant):一个包含在函数 中的乘积项

首要隐含子(PI):

  • 一个不包括在 的任何其他蕴含中的蕴含(不能与另一个项结合以消除一个变量)

(Essential Prime Implicant):

  • 指包括一个不包括在任何其他 中的最小项的

⚡ 优化算法(Optimization Algorithm

找到所有的质含项(prime implicants)

在解决方案中包括所有必要质涵项(Essential Prime Implicant)

选择一个最小成本的 非基本质涵项集合(set of non-essential prime implicants),以覆盖所有尚未覆盖的最小项(minterms

0x01 卡诺图(Karnaugh Map)

0x02 变量图(variable map)

💭 变量图的例子:

0x03 三变量图(Three-variable Maps)

💬 观察:三变量和四变量地图上的相邻关系(Adjacencies on three- and four-variable maps)

0x04 进位与求和函数的地图表示(Map representation of carry and sum func)

💭 举个例子:

具有两个最小形式的函数的例子(Example Function with Two Minimal Forms):

0x05 四变量图(Four-variable Maps

💭 卡诺图的例子:

0x06 五变量图(A Five Veriable Map)

一张五变量地图由25=32个方块组成:

0x07 卡诺图无关项(K-map with Don’t Cares)

在数字逻辑中,函数的无关术语是输入序列,对于该序列,函数输出无关紧要。已知永远不会发生的输入是不可实现的术语。这两种类型的条件在逻辑设计中都以相同的方式处理,为简洁起见,可以统称为无关条件。实现该功能的逻辑电路的设计人员无需关心此类输入,但通常可以随意选择电路的输出,以生成最简单的电路。

有时,一个 function table 或 map 会存在一些并没有什么卵用的项目:

  • 极小项(Minterm)的输入值永远不会出现
  • 或者,极小项(Minterm)的输出值根本用不着

在这些情况下,我们不需要定义其输出值,因为根本就没有这个必要!

我们可以将这些输出值被定义为 "无关项",即  Don’t cares

通过在函数表或映射中放置 " 无关条件的 "(加入一个 x ),就能降低逻辑电路的成本。

💭 举个例子:

  • 一个逻辑函数的输入是 数字的二进制代码。只有 0 到 9 的代码被使用。1010 到 1111 这六串代码(10~15)从未出现过,可以将这些代码的输出值设为 x ,代表无关项。

🔺 下列红色表示的部分即为无关项 Don't cares

  • 不完全指定函数的极小项展开(Minterm expansion for incompletely specified function)

 

  • 不完全指定函数的极大项展开(Maxterm expansion for incompletely specified function)

极小项解:

(在极小项中不使用)

0x08 七段式显示器(A seven-segment display)

其真值表如下(Truth table of seven segment display):

📌 [ 笔者 ]   王亦优
📃 [ 更新 ]   2022.
❌ [ 勘误 ]   /* 暂无 */
📜 [ 声明 ]   由于作者水平有限,本文有错误和不准确之处在所难免,
              本人也很想知道这些错误,恳望读者批评指正!

📜 参考资料 

Introduction to Logic and Computer Design. International edition, 2008 Alan B.Marcovitx McGraw-Hill

Microsoft. MSDN(Microsoft Developer Network)[EB/OL]. []. .

百度百科[EB/OL]. []. https://baike.baidu.com/.

卡诺图化简法_Samplay的博客-CSDN博客_卡诺图  

相关文章
|
Linux 虚拟化
VMware虚拟机 用共享文件夹方式 与主机传输文件(图文)
VMware虚拟机 用共享文件夹方式 与主机传输文件(图文)
VMware虚拟机 用共享文件夹方式 与主机传输文件(图文)
|
XML 存储 SQL
独立部署Xray反练平台——详细说明加举例xxe漏洞
xray 是一款功能强大的安全评估工具,由多名经验丰富的一线安全从业者呕心打造而成,主要特性有:检测速度快。发包速度快; 漏洞检测算法高效。支持范围广。大至 OWASP Top 10 通用漏洞检测,小至各种 CMS 框架 POC,均可以支持。代码质量高。编写代码的人员素质高, 通过 Code Review、单元测试、集成测试等多层验证来提高代码可靠性。高级可定制。通过配置文件暴露了引擎的各种参数,通过修改配置文件可以极大的客制化功能。安全无威胁。xray 定位为一款安全辅助评估工具,而不是攻击工具,内置的所有 payload 和 poc 均为无害化检查。
2077 0
独立部署Xray反练平台——详细说明加举例xxe漏洞
|
4月前
|
供应链 前端开发
如何做好供应商分级管理?一文讲清供应商全生命周期管理
本文探讨了供应商分级管理的必要性及合理分类方法,解析了如何通过供应商管理系统实现全生命周期管理,涵盖从潜在供应商评估到淘汰退出的各个环节。文章介绍了多种分级模式,如按合作关系、物料重要性及绩效评分进行分类,并结合DMAIC模型实现高效供应商管理。通过系统化策略,企业可提升管理效率、降低成本,优化供应链协同效率。
|
7月前
|
数据可视化 测试技术 API
Postman 是什么?(新手教程)
什么是 Postman?本文将对 Postman 进行全面介绍,让我们开始吧。
|
5月前
|
开发者
HarmonyOS实战:GIF图下载突破5M限制保存到相册
本文介绍了在鸿蒙开发中解决图片下载问题的方法,包括突破5M流限制及识别图片真实格式(如GIF)。通过分段下载和类型判断,有效解决了大图下载失败及格式错误问题,适合开发者参考实践。
147 0
|
Python
Python中几种lambda排序方法
【9月更文挑战第7天】在Python中,`lambda`表达式常用于配合排序函数,实现灵活的数据排序。对于基本列表,可以直接使用`sorted()`进行升序或降序排序;处理复杂对象如字典列表时,通过`lambda`指定键值进行排序;同样地,`lambda`也适用于根据元组的不同位置元素来进行排序。
669 1
|
Java 编译器 C语言
【C/C++】 switch-case 详解/全面总结
关于 C语言/C++ 中,switch-case 的尽量详细和全面的解释与总结
4091 0
|
存储 JavaScript 小程序
vue 封装的微信 小程序,获取用户信息并存储
vue 封装的微信 小程序,获取用户信息并存储
|
Dart 编译器 API
Dart ffi 使用问题之在C++线程中无法直接调用Dart函数的问题如何解决
Dart ffi 使用问题之在C++线程中无法直接调用Dart函数的问题如何解决
|
算法 索引
基于DSP的FFT算法实现
基于DSP的FFT算法实现
767 6

热门文章

最新文章