[논문 리뷰] Techniques for Solving Sudoku Puzzles

Eric C. Chi, Kenneth Lange|arXiv (Cornell University)|2012. 03. 11.

graph theory and CDMA systems인용 수 5

한 줄 요약

이 논문은 스도쿠 퍼즐을 해결하기 위해 백트래킹, 시뮬레이티드 어닐링, 교차 투영 기법을 평가하며, 표준 9×9 퍼즐에서는 백트래킹이 가장 신뢰성 있고 효율적인 것으로 입증되며, 더 어려운 문제에서는 교차 투영 기법이 어려운 인스턴스에서 빠른 수렴을 보이며 잠재력을 보여줍니다. 연구는 조합 최적화에서 정확한 방법과 근사 방법 간의 상호 보완적 특성을 드러냅니다.

ABSTRACT

Solving Sudoku puzzles is one of the most popular pastimes in the world. Puzzles range in difficulty from easy to very challenging; the hardest puzzles tend to have the most empty cells. The current paper explains and compares three algorithms for solving Sudoku puzzles. Backtracking, simulated annealing, and alternating projections are generic methods for attacking combinatorial optimization problems. Our results favor backtracking. It infallibly solves a Sudoku puzzle or deduces that a unique solution does not exist. However, backtracking does not scale well in high-dimensional combinatorial optimization. Hence, it is useful to expose students in the mathematical sciences to the other two solution techniques in a concrete setting. Simulated annealing shares a common structure with MCMC (Markov chain Monte Carlo) and enjoys wide applicability. The method of alternating projections solves the feasibility problem in convex programming. Converting a discrete optimization problem into a continuous optimization problem opens up the possibility of handling combinatorial problems of much higher dimensionality.

연구 동기 및 목표

• 스도쿠 퍼즐을 해결하기 위해 일반적인 목적의 알고리즘 세 종류—백트래킹, 시뮬레이티드 어닐링, 교차 투영 기법—을 평가하고 비교하는 것.
• 스도쿠를 시험 사례로 삼아 조합 최적화에서 정확한 방법과 근사 방법의 확장성과 성능을 평가하는 것.
• 이 알고리즘들이 수학적 과학 분야에서 계산적 문제 해결 능력을 가르치는 교육적 도구로 활용될 수 있음을 보여주는 것.
• 연속 최적화 기법인 교차 투영 기법이 이산 조합 문제를 해결하는 데 어떻게 적용될 수 있는지 탐색하는 것.
• 문제의 난이도와 계산 자원 제약 조건에 따라 알고리즘 선택에 대한 통찰을 제공하는 것.

제안 방법

• 백트래킹은 빈 셀에 숫자를 할당하면서 부분 해를 체계적으로 탐색하며, 제약 조건 전파와 리스트 카디널리티 순서 정렬을 통해 잘못된 분기를 조기에 제거합니다.
• 시뮬레이티드 어닐링은 감소하는 온도 스케줄을 사용하는 확률적 탐색으로 局부 최소값에서 벗어나며, 마르코프 체인 몬테카를로(MCMC) 유사 과정으로 모델링됩니다.
• 교차 투영 기법은 이산 스도쿠 문제를 볼록 집합의 타당성 문제로 재구성하여, 행, 열, 3×3 서브그리드 제약 조건에 대해 반복적으로 투영하여 해에 수렴하도록 합니다.
• 알고리즘은 C 언어로 구현된 백트래킹, 포트란 95로 구현된 시뮬레이티드 어닐링 및 교차 투영 기법이며, 표준 및 어려운 벤치마크 세트를 포함한 다양한 퍼즐 세트로 테스트되었습니다.
• 성능 평가는 런타임 통계와 다양한 난이도의 퍼즐에서의 성공률을 바탕으로 하였으며, 'Top 95' 어려운 벤치마크 세트를 포함합니다.
• 스도쿠 제약 조건은 행, 열, 3×3 서브그리드 내 유일성 요구 조건을 만족하는 정수 할당으로 표현되며, NP-완전성의 만족 가능성 문제를 이룹니다.

실험 결과

연구 질문

• RQ1 백트래킹, 시뮬레이티드 어닐링, 교차 투영 기법이 표준 및 어려운 스도쿠 퍼즐을 해결하는 데 있어 성공률과 런타임 측면에서 어떻게 비교되는가?
• RQ2 왜 시뮬레이티드 어닐링은 가장 도전적인 퍼즐에서 실패하는가? 국부 최소값이 성능 저하에 어떤 역할을 하는가?
• RQ3 교차 투영 기법은 근사 방법임에도 불구하고 매우 어려운 스도쿠 인스턴스에서 백트래킹을 능가할 수 있는가?
• RQ4 연속 최적화 기법인 교차 투영 기법이 스도쿠와 같은 이산 조합 문제에 얼마나 널리 적용될 수 있는가?
• RQ5 스도쿠에서 알고리즘 성능의 통찰은 고차원 조합 최적화 분야의 일반적 응용에 어떤 통찰을 제공하는가?

주요 결과

• 백트래킹은 테스트한 모든 9×9 스도쿠 퍼즐을 성공적으로 해결했으며, 'Top 95' 어려운 벤치마크 세트를 포함하여 평균 런타임 0.159초, 최대 0.525초를 기록했습니다.
• 시뮬레이티드 어닐링은 가장 어려운 연필-종이 퍼즐 중 몇 개를 제외하고는 모두 해결했지만, 런타임에 높은 변동성을 보였으며, 최대 시간 7.204초, 평균 1.104초였습니다.
• 교차 투영 기법은 표준 퍼즐에서는 중간 수준의 성능을 보였지만, 가장 어려운 벤치마크에서는 뛰어난 성능을 보였으며, 산점도에서 파란 선 아래에 위치한 점들에 따라 일부 인스턴스에서 백트래킹보다 더 빠르게 해결했습니다.
• 일반적인 국부 최소값이 'Top 95' 퍼즐에서 시뮬레이티드 어닐링을 고정시켰으며, 심지어 한 단계의 교환도 제약 위반을 증가시켜 그 실패 원인을 설명합니다.
• 교차 투영 기법은 일부 경우에서 매우 어려운 퍼즐을 백트래킹보다 더 빨리 정확한 해로 찾았으며, 이는 고차원 조합 최적화 문제에 잠재적인 적용 가능성을 시사합니다.
• 이 연구는 백트래킹이 스도쿠 문제 해결에 가장 신뢰할 수 있는 방법임을 확인했지만, 근사 방법인 교차 투영 기법은 더 큰 또는 더 복잡한 인스턴스에 대해 더 확장 가능할 수 있음을 시사합니다.