9、逻辑程序的前向切片：基于合取部分推导与参数过滤的方法

逻辑程序的前向切片：基于合取部分推导与参数过滤的方法

1. 引言

程序切片是一种重要的方法，在解决许多软件工程任务，如程序理解、维护、特化、调试和复用等方面有着广泛应用。最初，程序切片由Weiser作为一种调试技术引入到命令式编程中。然而，在逻辑编程领域，应用切片技术的研究相对较少。

程序切片旨在识别那些可能影响某个感兴趣点计算值的程序语句。它可以分为前向切片和后向切片，并且根据是否提供具体的程序输入，又可分为静态切片和动态切片。

最近，Vidal提出了一种针对惰性函数式逻辑程序的前向切片新方法，该方法利用切片和部分求值之间的相似性，通过对现有部分求值方案的轻微修改来计算前向切片。但该方法要求底层的部分求值算法是单变体和单生成的，这限制了计算切片的精度。

本文在此基础上进行了多方面的扩展。首先，将其应用到逻辑编程环境中；其次，采用了基于特征树的合取部分推导（CPD）算法，该算法是多变体和多生成的，使得计算的切片比之前的方法更精确；此外，由于基本的部分推导算法未作修改，因此可以很容易地在现有的部分推导系统上实现；最后，使用冗余参数过滤转换来去除谓词中不必要的参数。

2. 背景知识

2.1 部分求值

部分求值是一种提高程序整体性能的技术，它通过预计算仅依赖于静态输入的程序部分来实现。在逻辑编程中，程序的完整输入是一个目标 $G$，求值过程对应于为 $P \cup {G}$ 构建一个完整的SLDNF树。对于部分求值，静态输入是一个比运行时典型目标 $G$ 更通用（即实例化程度更低）的目标 $G’$。由于 $G’$ 未完全实例化，$P \cup {G’}$ 的SLDNF树通常是无限的，普通求值无法终止