[論文レビュー] Hard satisfiable formulas for DPLL-type algorithms

Sergey Nikolenko|ArXiv.org|Jan 15, 2003

Constraint Satisfaction and Optimization参考文献 9被引用数 3

ひとこと要約

この論文は、k-CNFにおける明示的で、証明可能に充足可能な論理式を構築し、DPLL型アルゴリズム（特にGUCおよびランダム化GUC）が指数的実行時間を示すことを示している。構造的非対称性を活用してヒューリスティック選択機構をだますことで、充足割り当てに到達するまでの再帰的呼び出し回数が指数的に増加し、GUCおよびランダム化GUCヒューリスティクスを用いたDPLL型アルゴリズムにおける充足可能例に対する最初の既知の指数的下界を確立する。

ABSTRACT

We address lower bounds on the time complexity of algorithms solving the propositional satisfiability problem. Namely, we consider two DPLL-type algorithms, enhanced with the unit clause and pure literal heuristics. Exponential lower bounds for solving satisfiability on provably satisfiable formulas are proven.

研究の動機と目的

• 文献におけるギャップを埋めるために、充足不能な場合に限らず充足可能な論理式に対してもDPLL型アルゴリズムの指数的下界を証明すること。
• GUCおよびランダム化GUCアルゴリズムが指数的再帰的呼び出しに陥る明示的かつ証明可能に充足可能な論理式を構築すること。
• 純リテラルおよびユニットクラウーズヒューリスティクスでさえも、DPLL型アルゴリズムが充足可能な例において探索木の広範な領域を無駄に探索するように系統的にだますことができることを示すこと。
• 既知の下界を充足不能な例から充足可能な例へ拡張し、困難さが矛盾の発見に特有であるわけではないことを示すこと。

提案手法

• 論理式は、先行研究から得られたハードなk-CNF論理式Gと、M個の変数に特定の割り当てを強制する3リテラル節の集合との論理積として構築される。
• 構造的特性により、唯一の充足割り当てはx₁,…,xₘをすべてtrueに設定することであり、残りの節は対称的な3節クラスタを形成し、誤った選択がなされるとバックトラックを引き起こす。
• GUCアルゴリズムは、短い節（3節）を好むため、初期段階で純リテラルが存在しないため、誤った部分木を探索してしまう。
• ランダム化GUCは確率論的に分析される：各ステップで最短節からランダムにリテラルを選択し、正しい経路を選択する確率は小さくても0ではない。
• ランダム化GUCの成功確率は(1/2) × (1/4)^{M/3} = (1/2) × 2^{-(2/3)M}として計算され、これはM（外側の節グループに属する変数数）とともに指数的に減少する。
• 時間計算量は、N個の変数とO(N²)個の節を持つ論理式に対して、poly(M) × 2^{(2c_{k-1}/(2+3c_{k-1}))N}で下界付けられる。ここでc_k = O(1/k^{1/8})である。

実験結果

リサーチクエスチョン

• RQ1 充足割り当てが存在するにもかかわらず、DPLL型アルゴリズムが充足可能論理式に対して指数的下界を示すことができるか？
• RQ2 標準的なヒューリスティクス（GUCおよびランダム化GUC）が、特定の構造的でさえあるが充足可能な論理式では、なぜ効率的に充足割り当てを見つけることができないのか？
• RQ3 論理式のどのような構造的性質が、解が存在するにもかかわらずDPLL型アルゴリズムを指数的探索へと系統的にだますのか？
• RQ4 線形な節数を用いた、より実用的なSAT論理式のサイズに近い、このような困難な充足可能例を構築できるか？

主な発見

• 本論文は、N個の変数と高々aN²個の節を持つ充足可能なk-CNF論理式F^k_Nの族を構築し、ランダム化GUCアルゴリズムが充足割り当てを見つけるために少なくともpoly(N) × 2^{(2c_{k-1}/(2+3c_{k-1}))N}ステップを要することを示した。
• k ≥ 4の場合、下界はNに関して指数的であり、その指数はc_{k-1} = O(1/(k-1)^{1/8})に依存しており、kが大きくなるほど困難さが増すことが示された。
• 構築された論理式におけるランダム化GUCの成功確率は(1/2) × 2^{-(2/3)M}であり、これはM（外側の節グループに属する変数数）とともに指数的に減少する。
• GUCアルゴリズムは論理式の構造によって系統的にだまされ、正しい経路に到達する前に繰り返し3節クラスタからのリテラルを選択してしまう。
• 論理式は、任意のx_iをfalseに設定すると、難解な反証が要求される部分論理式Gが得られるように設計されており、アルゴリズムが充足不能な部分問題に指数的時間費やすことになる。
• 本研究は、GUCおよびランダム化GUCヒューリスティクスを用いたDPLL型アルゴリズムにおける充足可能論理式に対する最初の既知の指数的下界を確立し、このような困難な例の存在に関する未解決の問いを解決した。