[论文解读] On Hashing-Based Approaches to Approximate DNF-Counting

Kuldeep S. Meel, Aditya A. Shrotri+1 more|arXiv (Cornell University)|Oct 14, 2017

Data Management and Algorithms参考文献 6被引用 9

一句话总结

本文提出了一种基于哈希的新方法，用于近似 DNF 模型计数，实现了完全多项式随机近似方案（FPRAS），其时间复杂度与最先进的蒙特卡洛方法相当——此前人们认为基于哈希的 DNF 计数无法实现这一点。关键创新包括符号哈希（Symbolic Hashing）、随机单元计数（Stochastic Cell Counting）以及一种新型行阶梯型哈希函数族（HREX），该方法通过格雷码实现高效枚举，并将复杂度降低至 Õ(mn log(1/δ)/ε²)。

ABSTRACT

Propositional model counting is a fundamental problem in artificial intelligence with a wide variety of applications, such as probabilistic inference, decision making under uncertainty, and probabilistic databases. Consequently, the problem is of theoretical as well as practical interest. When the constraints are expressed as DNF formulas, Monte Carlo-based techniques have been shown to provide a fully polynomial randomized approximation scheme (FPRAS). For CNF constraints, hashing-based approximation techniques have been demonstrated to be highly successful. Furthermore, it was shown that hashing-based techniques also yield an FPRAS for DNF counting without usage of Monte Carlo sampling. Our analysis, however, shows that the proposed hashing-based approach to DNF counting provides poor time complexity compared to the Monte Carlo-based DNF counting techniques. Given the success of hashing-based techniques for CNF constraints, it is natural to ask: Can hashing-based techniques provide an efficient FPRAS for DNF counting? In this paper, we provide a positive answer to this question. To this end, we introduce two novel algorithmic techniques: \emph{Symbolic Hashing} and \emph{Stochastic Cell Counting}, along with a new hash family of \emph{Row-Echelon hash functions}. These innovations allow us to design a hashing-based FPRAS for DNF counting of similar complexity (up to polylog factors) as that of prior works. Furthermore, we expect these techniques to have potential applications beyond DNF counting.

研究动机与目标

• 弥合基于哈希的 DNF 模型计数在高效近似方面存在的空白，尽管其在 CNF 计数中已取得成功。
• 克服先前基于哈希的 DNF 计数方法时间复杂度差的问题，这些方法在公式规模上为四次方级。
• 设计一种基于哈希的 FPRAS 用于 DNF 计数，其复杂度与最先进的蒙特卡洛技术相当。
• 通过引入新型算法原语和专用哈希族，实现基于哈希方法在 DNF 上的实际可扩展性。
• 为将基于哈希的技术推广至其他约束类别（如 CNF+XOR 和概率 SAT 求解）奠定基础。

提出的方法

• 提出一种新的 2-通用哈希函数族 HREX（行阶梯型），专为稀疏、快速的解枚举而设计，利用格雷码实现高效计算。
• 引入符号哈希技术，实现对 DNF 结构上哈希函数的高效表示与操作。
• 开发随机单元计数方法，通过概率估计每单元的解数，减少对每个单元精确 SAT 求解的依赖。
• 利用 HREX 函数的稀疏性加速解的枚举并降低计算开销。
• 通过多次运行的中位数提升策略，将置信度提升至 1−δ，确保高概率正确性。
• 采用递归阈值策略，通过采样和集中不等式估计解数，以识别正确的单元大小。

实验结果

研究问题

• RQ1 基于哈希的技术能否在时间复杂度上与蒙特卡洛方法相媲美，实现 DNF 模型计数的 FPRAS？
• RQ2 为使基于哈希的 DNF 计数既高效又以高概率正确，需要哪些新型算法技术？
• RQ3 如何利用 DNF 公式的结构，设计出支持高效解枚举的快速、稀疏哈希函数？
• RQ4 该框架能否推广至其他约束类别，如 CNF+XOR 或概率 SAT？
• RQ5 所提出的基于哈希的 FPRAS 用于 DNF 计数的理论时间复杂度是多少？与先前方法相比有何差异？

主要发现

• 所提出的算法 SymbolicDNFApproxMC 实现了 DNF 计数的 FPRAS，时间复杂度为 Õ(mn log(1/δ)/ε²)，与最佳已知蒙特卡洛技术相当。
• HREX 哈希函数族通过格雷码支持高效解枚举，显著降低了计算单元解数的成本。
• 符号哈希支持对 DNF 子句上哈希函数的紧凑表示与快速计算，提升了可扩展性。
• 随机单元计数通过概率估计减少对每个单元精确 SAT 求解的需求，从而提升性能。
• 理论分析证实，该算法以至少 1−δ 的概率返回 (1+ε)-近似计数，误差界限由集中不等式推导得出。
• 复杂度接近最优，仅与最先进方法存在多对数因子差异，解决了关于高效基于哈希的 DNF 计数可行性这一长期悬而未决的问题。