3.3 Teoria de la demostració - La Salle

Controlant la cerca de solucions
L’estratègia de control estudiada amb backtracking cerca tots les solucions de
l’objectiu.
En alguns casos el mecanisme de backtracking pot fer cerques innecessàries i per tant
el procés de cerca de solucions es pot tornar ineficaç. Un exemple d’aquest cas és
quan només volem una solució.
Com programadors disposem dels predicats cut (!) i fail per actuar sobre l’estratègia de
control. Estudiarem aquests predicats, en més detall, en el proper apartat.
Recordeu-vos que també és important l’ordre de les clàusules per l’estratègia de
control.
4.3.3 L’espai de solucions
El caràcter no determinista d’un programa lògic i la utilització de variables en l’objectiu
juntament amb l’estratègia utilitzada per Prolog fa que l’espai de solucions possibles
sigui un arbre. Aquest arbre, evidentment, no es construeix tot, sinó que es va
construint/explorant a mesura que s’executa el programa.
Arbre d’objectius
L’estratègia de control amb backtracking, construeix un arbre de solucions per a
l’objectiu demanat que anomenarem arbre d’objectius.
Podem distingir diferents tipus de camins en l’arbre:
- el camí que ens porta a l’èxit, és a dir, el camí on arribem amb la llista d’objectius
buida. En aquest cas, hem arribat a la clàusula buida i per tant tenim una solució.
- el camí que ens porta al fracàs, és a dir, on arribem amb una llista d’objectius en què
el primer no pot ser demostrat. En aquest cas, no tenim una solució i per tant hem de
tornar enrere (fer backtracking) per explorar una altra possibilitat per l’últim objectiu
demostrat.
- el camí infinit, és a dir, el camí genera de forma cíclica nous objectius a demostrar.
En aquest cas, el programa no s’atura i és a causa d’una mala programació.
Trobant una solució amb backtracking.
Si executem l’exemple ch04e02.pro amb l’objectiu likes(bill,What), veurem que el
motor de Prolog ha de fer backtracking per trobar una solució.
L’arbre d’objectius per l’objectiu donat és:
106