[论文解读] No-Rainbow Problem is NP-Hard.

Dmitriy Zhuk|arXiv (Cornell University)|Mar 26, 2020

Constraint Satisfaction and Optimization被引用 7

一句话总结

本文证明了无彩虹问题（No-Rainbow Problem）——即投射约束满足问题（SCSP）的一个特定变体——是 NP-难的。通过证明确定一种避免彩虹色解的满射赋值在计算上是不可解的，该研究为这一类约束满足问题确立了基本的复杂性边界。

ABSTRACT

Surjective Constraint Satisfaction Problem (SCSP) is the problem of deciding whether there exists a surjective assignment to a set of variables subject to some specified constraints. In this paper we show that one of the most popular variants of the SCSP, called No-Rainbow Problem, is NP-Hard.

研究动机与目标

• 研究无彩虹问题这一投射约束满足问题（SCSP）的受限变体的计算复杂性。
• 确定寻找一种避免彩虹色解的满射赋值是否具有可解性或不可解性。
• 在计算复杂性理论框架内，对该 SCSP 特定变体建立正式的复杂性分类。

提出的方法

• 通过将已知的 NP-完全问题归约到无彩虹问题，以证明其 NP-难性。
• 将无彩虹问题正式定义为一种约束满足实例，其中在指定子集中的变量不会被赋予所有不同的值。
• 利用结构约束来建模变量赋值中无彩虹赋值的缺失。
• 应用标准的 NP-难性证明技术，包括多项式时间归约和完备性论证。
• 分析在不允许解形成彩虹（即在给定变量集合上所有值均不同时）的约束下，满射赋值的性质。

实验结果

研究问题

• RQ1 作为 SCSP 的一个变体，无彩虹问题在计算上是否难以求解？
• RQ2 无彩虹问题是否可以在多项式时间内求解，还是其为 NP-难？
• RQ3 在避免彩虹赋值的约束下，满射赋值问题的复杂性类是什么？

主要发现

• 无彩虹问题被证明为 NP-难，表明一般情况下不存在多项式时间算法可求解该问题。
• 即使在要求满射赋值的条件下，该 NP-难性结果依然成立，这为问题增加了结构约束。
• 尽管限制为满射解，该问题仍保持不可解性，凸显了避免彩虹赋值条件所引入的困难。
• 该结果通过确立可解与不可解情况之间的边界，为 SCSP 变体的分类作出了贡献。