[논문 리뷰] Chain, Generalization of Covering Code, and Deterministic Algorithm for k-SAT

S. Cliff Liu|arXiv (Cornell University)|2018. 01. 01.

Complexity and Algorithms in Graphs참고 문헌 18인용 수 5

한 줄 요약

이 논문은 새로운 '체인' 구조와 선형 프로그래밍 기반 일반화된 커버링 코드를 활용하여, 랜덤 알고리즘의 결정론적화에 대한 한계를 극복하고, 브랜칭 알고리즘과 결정론적 국소 탐색을 융합함으로써 k-SAT에 대해 알려진 가장 빠른 결정론적 알고리즘을 제시한다. 주요 결과는 3-SAT에 대해 O(1.32793^n)의 시간 복잡도를 달성하여 이전 최고의 bound인 1.3303^n을 향상시킨 것이다.

ABSTRACT

We present the current fastest deterministic algorithm for $k$-SAT, improving the upper bound $(2-2/k)^{n + o(n)}$ dues to Moser and Scheder [STOC'11]. The algorithm combines a branching algorithm with the derandomized local search, whose analysis relies on a special sequence of clauses called chain, and a generalization of covering code based on linear programming. We also provide a more ingenious branching algorithm for $3$-SAT to establish the upper bound $1.32793^n$, improved from $1.3303^n$.

연구 동기 및 목표

• PPSZ와 같은 랜덤 알고리즘의 결정론적화에 있어 기존의 한계를 극복하고 k-SAT에 대해 더 빠른 결정론적 알고리즘을 개발하기 위해.
• 특히 3-SAT에 대해, 기존의 결정론적 상한 bound인 (2−2/k)^n을 향상시키기 위해.
• 결정론적 국소 탐색의 탐색 공간을 더 잘 제어하기 위해 새로운 구조적 프레임워크인 '체인'을 도입하기 위해.
• 선형 프로그래밍을 기반으로 하여 균일한 공간을 초월한 커버링 코드를 일반화하여, 비균일한 탐색 공간을 더 엄밀하게 분석할 수 있도록 하기 위해.

제안 방법

• 공식의 구조를 분할하고 분석하기 위해 공변 변수를 공유하는 문장들의 순서인 '체인'을 도입한다.
• 공식을 신속히 해결하거나 큰 수의 체인을 반환하는 브랜칭 알고리즘을 사용하여 문제를 더 작은 k-CNF로 축소시킨다.
• 체인에 의해 유도되는 비균일한 탐색 공간을 커버하기 위해 선형 프로그래밍 기반의 일반화된 커버링 코드를 적용한다.
• 일반화된 커버링 코드에 의해 안내되는 결정론적 선택으로 랜덤 변수 전환을 대체함으로써 국소 탐색을 결정론적으로 변환한다.
• 문자열 인코딩(ζ(S))을 통해 체인 유형을 정의하고, 브랜칭 수(bi)를 사용하여 각 체인 유형의 탐색 비용을 정량화한다.
• 체인 벡터와 로그 제약 조건을 사용하여 브랜칭과 결정론적 국소 탐색의 비용을 트레이드오프 최적화함으로써 통합한다.

실험 결과

연구 질문

• RQ1 결정론적 국소 탐색의 탐색 공간을 충분히 줄일 수 있을까? 이는 (2−2/k)^n 장벽을 돌파하기 위한 결정론적 k-SAT의 기준이 된다.
• RQ2 새로운 구조적 추상화인 '체인'을 사용하여 k-SAT에서의 브랜칭 알고리즘 분석을 더욱 정교화하고 향상시킬 수 있는가?
• RQ3 균일한 공간을 초월해 비균일한 탐색 공간을 다룰 수 있도록 커버링 코드를 일반화할 수 있는가? 이는 복잡한 문장 구조에서 유도되는 비균일한 탐색 공간을 다루기 위함이다.
• RQ4 브랜칭과 결정론적 국소 탐색의 조합이 각각의 방법보다 더 낮은 최악의 경우 상한을 도출할 수 있는가?
• RQ5 통합 알고리즘에서 전체 시간 복잡도를 최소화하는 데 가장 적합한 체인 유형의 최적 구성은 무엇인가?

주요 결과

• 논문은 3-SAT에 대해 O(1.32793^n)의 새로운 상한을 달성하여 이전 최고의 bound인 1.3303^n을 향상시켰다.
• 1-체인의 분기 수를 기존의 7에서 3으로 줄이는 데 성공한 새로운 브랜칭 전략을 사용하여 탐색 비용을 크게 낮췄다.
• 선형 프로그래밍 기반의 일반화된 커버링 코드는 체인에 의해 유도되는 비균일한 탐색 공간을 완벽하게 커버할 수 있었다.
• 시간 복잡도를 최소화하기 위한 최적의 체인 유형은 1-체인(ζ(S) = *)이며, 이는 가장 날카로운 경우에 탐색 공간을 지배한다.
• 이 방법은 k-SAT로 일반화 가능하며, 1-체인을 고차수 체인으로 대체함으로써 O((2k−1)^n)에서 O((2^{k−1}−1)^n)으로의 향상 가능성을 시사한다.
• 프레임워크는 확장 가능하며, 후속 연구에서 NAE-k-SAT에 적용된 바 있어 k-SAT보다 더 좋은 bound를 도출하였다.