使用PyCLIPS时事实加载非常慢，而使用CLIP时加载速度很快

Question

我有一个基于规则的系统，有几个100k的事实，我得到了非常糟糕的性能与PyCLIPS只是为了加载事实。在

我把它缩小到一个简单的例子，其中有两个模板和一个连接它们的规则（其他什么都不做）：

import clips
import timeit

env = clips.Environment()
env.BuildTemplate('F1', '(slot x (type INTEGER))')
env.BuildTemplate('F2', '(slot x (type INTEGER))')
env.BuildRule('Rule1', '(F1 (x ?val)) (F2 (x ?val))', '')

N = 20000
with open('F1.txt', 'w') as f1:
    with open('F2.txt', 'w') as f2:
        for n in xrange(N):
            print >>f1, '(F1 (x {}))'.format(n)
            print >>f2, '(F2 (x {}))'.format(n)

print timeit.timeit(lambda : env.LoadFacts('F1.txt'), number=1)
print timeit.timeit(lambda : env.LoadFacts('F2.txt'), number=1)

输出：

^{pr2}$

所以第二批20K事实需要14.6秒来加载。从CLIPS控制台加载相同的事实文件是即时的。检查N的不同值会发现加载时间大致与sqr(N)成正比（这使得这对于大量事实是完全不可用的）。在

切换操作顺序，在加载事实之后定义规则并不能使事情变得更好（显然最后一个操作总是慢操作）。在

有人熟悉这个问题吗？我是不是用错了PyCLIPS？在

我正在运行PyCLIPS v1.0.7.348和{}。在

Answer 1

CLIPS 6.3在连接中使用散列来比较从一个模式到另一个模式的变量。当有大量事实和规则与您的示例中的事实和规则相似时，这可以显著提高性能。在CLIPS的早期版本中，当断言一个新的F1事实时，迭代将发生在与第二个模式匹配的所有F2事实上（并且每个新的F2事实都会发生类似的迭代）。在版本6.3中，迭代只发生在散列到同一个bucket中的值为？PyCLIPS网站上的Readme页面表明它是用CLIPS 6.24编译的，所以这可以解释性能上的差异。我不记得6.24和6.3之间有什么明显的API差异，所以可以用更新版本的CLIPS重新编译PyCLIPS，以提高性能。在