[論文レビュー] Global Cardinality Constraints Make Approximating Some Max-2-CSPs Harder

Per Austrin, Aleksa Stanković|arXiv (Cornell University)|Jan 1, 2019

Complexity and Algorithms in Graphs参考文献 33被引用数 3

ひとこと要約

本稿では、一意的ゲーム予想（Unique Games Conjecture）のもとで、基数制約付きMax-2-CSPs—特にCC-Max-CutとCC-Max-2-Sat—に対する既存の近似アルゴリズムが最適であることを確立している。CC-Max-Cutの近似不可能性の下限は約0.858、CC-Max-2-Satは約0.929であり、これは、グローバルな基数制約が、制約なしの場合と比較して、近似困難性を顕著に高めることを示している。

ABSTRACT

Assuming the Unique Games Conjecture, we show that existing approximation algorithms for some Boolean Max-2-CSPs with cardinality constraints are optimal. In particular, we prove that Max-Cut with cardinality constraints is UG-hard to approximate within ~~0.858, and that Max-2-Sat with cardinality constraints is UG-hard to approximate within ~~0.929. In both cases, the previous best hardness results were the same as the hardness of the corresponding unconstrained Max-2-CSP (~~0.878 for Max-Cut, and ~~0.940 for Max-2-Sat). The hardness for Max-2-Sat applies to monotone Max-2-Sat instances, meaning that we also obtain tight inapproximability for the Max-k-Vertex-Cover problem.

研究の動機と目的

• 一意的ゲーム予想のもとで、基数制約付きMax-2-CSPsに対する既存の近似アルゴリズムが最適であるかどうかを特定すること。
• グローバルな基数制約が、制約なしのケースと比較して、Max-2-CSPsの近似困難性にどのように影響するかを調査すること。
• CC-Max-CutおよびCC-Max-2-Satのタイトな近似困難性の閾値を確立すること、そのモノトーン版を含むこと。
• 特にMax-k-Vertex-Coverのような問題について、基数制約付きCSPにおける近似困難性の理解を拡張すること。
• 同じ困難性枠組みが、Max-k-DS や CC-Max-DiCut などの他のarity-2 Max-CSPsに対しても適用可能かどうかを調査すること。

提案手法

• 近似困難性の結果を導出するために、一意的ゲーム予想（UGC）を基礎的仮定として用いる。
• UGCのもとで、半定形計画法の緩和を用いた最適近似の枠組み（Raghavendraのフレームワーク）を適用する。
• µ と ρ に関するパラメータ化された最適化問題を用いて、変数分布の最悪ケース構成を分析する。
• 最悪ケースの構成が可能領域の境界上にあると仮定し、数値最適化を用いて最小近似比を計算する。
• q = (1−µ)/2 をパラメータとする関数 αcc_cut(q) および αcc_2sat(q) を用いて、困難性の閾値の閉形式表現を導出する。
• 制約ポリトープの対称性と構造を活用し、グローバル最適化問題を1変数最小化問題に簡略化する。

実験結果

リサーチクエスチョン

• RQ1 CC-Max-Cutに対する既存の近似アルゴリズムは、一意的ゲーム予想のもとで最適か？
• RQ2 グローバルな基数制約の追加により、Max-2-Satは制約なしバージョンと比較して著しく近似困難性が高まるか？
• RQ3 Max-k-Vertex-Cover のようなMax-2-Satのモノトーン版に対しても、同じ困難性枠組みが適用可能か？
• RQ4 CC-Max-2-Sat における、UG-hardnessの最もタイトな境界は何か？ また、これと最高の既知のアルゴリズムの近似比が一致するか？
• RQ5 Max-k-DS や CC-Max-DiCut などの他のarity-2 Max-CSPs において、基数制約下で同様の困難性の増幅が見られるか？

主な発見

• 一意的ゲーム予想のもとで、CC-Max-Cut は約0.858の要因内で近似不可能であることが示された。
• CC-Max-2-Sat については、約0.929のUG-hardnessの近似不可能性が確立され、これは最高の既知のアルゴリズムの近似比と一致する。
• CC-Max-2-Sat の近似困難性の閾値は、そのモノトーン版であるMax-k-Vertex-Coverに対しても適用可能であり、この問題のタイトな困難性を示している。
• 困難性の結果は、正規累積分布関数を含む関数の最小化によって得られ、最小値は µ ≈ 0.27 および ρ ≈ -0.575 で達成される。
• CC-Max-2-Lin の近似比は、CC-Max-Cut と同じであり、RaghavendraとTanによるアルゴリズムの最適性が確認された。
• 結果から、基数制約が近似困難性を顕著に高めていることが示唆され、UG-hardnessの境界が、制約なしのMax-2-CSPs（Max-Cutでは0.878、Max-2-Satでは0.9401）のそれよりも厳しくなっている。