[논문 리뷰] Improved Parameterized Algorithms for Constraint Satisfaction

Eun Jung Kim, Ryan Williams|arXiv (Cornell University)|2010. 08. 02.

Advanced Graph Theory Research참고 문헌 38인용 수 9

한 줄 요약

이 논문은 고정된 기수를 가진 불리안 및 순열 제약만족 문제(CSPs)에 대해 평균 이상의 제약을 만족시키는 개선된 파arameterized 알고리즘을 제시한다. bikernelization을 통해 변수 수가 O(k)인 등가 인스턴스로 변환함으로써 저자들은 2^O(k)-시간 알고리즘을 달성하여, Max-c-Sat, Set-Splitting, Betweenness와 같은 문제에 대해 효율적인 정확한 해법을 가능하게 한다. 이는 '평균 이상' 파arameterization 기반으로 한다.

ABSTRACT

For many constraint satisfaction problems, the algorithm which chooses a random assignment achieves the best possible approximation ratio. For instance, a simple random assignment for {\sc Max-E3-Sat} allows 7/8-approximation and for every $\eps >0$ there is no polynomial-time ($7/8+\eps$)-approximation unless P=NP. Another example is the {\sc Permutation CSP} of bounded arity. Given the expected fraction $ρ$ of the constraints satisfied by a random assignment (i.e. permutation), there is no $(ρ+\eps)$-approximation algorithm for every $\eps >0$, assuming the Unique Games Conjecture (UGC). In this work, we consider the following parameterization of constraint satisfaction problems. Given a set of $m$ constraints of constant arity, can we satisfy at least $ρm +k$ constraint, where $ρ$ is the expected fraction of constraints satisfied by a random assignment? {\sc Constraint Satisfaction Problems above Average} have been posed in different forms in the literature \cite{Niedermeier2006,MahajanRamanSikdar09}. We present a faster parameterized algorithm for deciding whether $m/2+k/2$ equations can be simultaneously satisfied over ${\mathbb F}_2$. As a consequence, we obtain $O(k)$-variable bikernels for {\sc boolean CSPs} of arity $c$ for every fixed $c$, and for {\sc permutation CSPs} of arity 3. This implies linear bikernels for many problems under the "above average" parameterization, such as {\sc Max-$c$-Sat}, {\sc Set-Splitting}, {\sc Betweenness} and {\sc Max Acyclic Subgraph}. As a result, all the parameterized problems we consider in this paper admit $2^{O(k)}$-time algorithms. We also obtain non-trivial hybrid algorithms for every Max $c$-CSP: for every instance $I$, we can either approximate $I$ beyond the random assignment threshold in polynomial time, or we can find an optimal solution to $I$ in subexponential time.

연구 동기 및 목표

• 랜덤 할당의 예상 성능을 초월하는 CSP의 계산 복잡도를 다루기 위해.
• 랜덤 할당에서 예상되는 비율을 초월해 더 많은 제약을 만족시키는 목표를 가진 CSP에 대해 효율적인 파arameterized 알고리즘을 개발하기 위해.
• '평균 이상' 파arameterization 하에서 다양한 CSPs에 대해 선형 bikernel을 제공하여 고정-파arameter 트래커티블 알고리즘을 가능하게 하기 위해.
• 다항시간 근사와 정확한 계산을 조합하여 Max-c-CSPs에 대해 비지수 시간 알고리즘을 수립하기 위해.

제안 방법

• 기본 평균(ρm + k)을 초월해 만족되는 제약 수를 파라미터로 삼는 파arameterized 프레임워크를 제안한다.
• 불리안 및 순열 CSPs를 O(k) 변수를 가진 Max-c-Lin-2 Above Average의 등가 인스턴스로 감소시킨다.
• bikernelization을 사용해 인스턴스를 k에 대해 선형 크기의 등가 인스턴스로 사전 처리함으로써 고정-파arameter 트래커티블성을 확보한다.
• 동적 프로그래밍 기법(Held-Karp 방식)을 활용해 축소된 인스턴스를 O*(2^n) 시간 내에 해결하며, 여기서 n = O(k)이다.
• 변수의 출현 수를 추적하기 위해 다항식 표현을 구성하여 감소 과정의 정확성을 보장한다.
• 기저 인스턴스의 구조적 성질과 제약 대칭성을 적용해 축소된 문제에서 변수 수를 근사한다.

실험 결과

연구 질문

• RQ1 랜덤 할당의 성능을 초월하는 CSP에 대해 더 빠른 파arameterized 알고리즘을 설계할 수 있는가?
• RQ2 불리안 및 순열 CSPs에 대해 '평균 이상' 파라미터화 하에서 문제 커널의 최소 크기는 얼마인가?
• RQ3 근사와 정확한 계산을 조합함으로써 Max-c-CSPs에 대해 비지수 시간 알고리즘을 달성할 수 있는가?
• RQ4 선형 순서 및 순열 제약에 중점을 두고, 고정 기수를 가진 CSPs에 대해 bikernelization을 얼마나 적용할 수 있는가?
• RQ5 기저 인스턴스의 구조는 축소된 문제에서 변수 수를 얼마나 제한하는가?

주요 결과

• 저자들은 기수 c인 모든 불리안 CSPs와 기수 3인 순열 CSPs에 대해 O(k)-크기의 bikernel을 달성하여 고정-파arameter 트래커티블 알고리즘을 가능하게 하였다.
• Max-c-Permutation CSP Above Average에 대해, 기수 c = 2 및 c = 3인 경우 2^O(k)-시간 알고리즘을 수립하였으며, 이는 문제 커널화와 동적 프로그래밍 기반이다.
• 기저가 아닌 인스턴스에서 3-Linear Ordering의 경우 커널에 포함된 변수 수는 15k 이하, 2-Linear Ordering의 경우 10k 이하로 제한된다.
• 축소된 인스턴스를 해결하기 위해 3-Linear Ordering에 대해 정확한 O*(2^n)-시간 알고리즘을 사용하여 전체적으로 2^O(k)-시간 복잡도를 달성한다.
• 이 프레임워크는 하이브리드 알고리즘을 가능하게 하며, 다항시간 내에 랜덤 기준을 초월하는 근사 또는 비지수 시간 내 최적 해를 찾을 수 있다.
• 가중치 제약 및 기수 2의 제약에 대해서도 결과가 강인하며, 이러한 경우에 대한 직관적인 확장이 가능하다.