53、增量传播中的顾问机制：原理、实现与应用

增量传播中的顾问机制：原理、实现与应用

1. 建议传播算法

建议传播算法的核心代码如下：

N ←P;
while N ̸= ∅do
    remove p from N;
    ⟨l, s⟩←p(d, state[p]);
    d′ ←d; state[p] ←s;
    foreach x ∼n ∈l do
        d′ ←d′[x ∼n];
        foreach a ∈adv[x] do
            ⟨s, Q⟩←a(d′, x ∼n, state[prop[a]]);
            state[prop[a]] ←s; N ←N ∪Q;
    N ←N ∪ {x∈dis(d,d′) prop[x]};
    d ←d′;
return d;

该算法在传播器和顾问始终提供足够建议的情况下，循环不变式成立，从而保证了建议传播的结果的正确性。算法在向顾问提供信息时，先通过 x ∼n 更新域 d′ ，再将更新后的域 d′[x ∼n] 与 x ∼n 一起传递给顾问，当然也可以传递未更新的域 d′ 和 x ∼n 。

建议传播的一个重要特性是域独立性，它仅依赖于变量域的告知信息，其余方面可轻松应用于其他变量域。同时，将顾问设为无传播权的二等公民有诸多好处。若顾问也能进行传播，传播后所有顾问都需重新考虑执行，这会带来递归传播或需额外数据结构组织顾问的问题，