[论文解读] Combining Treewidth and Backdoors for CSP

Robert Ganian, M. S. Ramanujan+1 more|arXiv (Cornell University)|Oct 11, 2016

Constraint Satisfaction and Optimization参考文献 39被引用 6

一句话总结

本文引入了后门-树宽（backdoor-treewidth），一种结合结构约束（树宽）与语言约束（可 tractable 的约束语言）的混合参数，用于约束满足问题（CSP）。研究证明，当以 backdoor-treewidth 为参数时，CSP 是固定参数可满足的（fixed-parameter tractable），从而可通过固定参数算法寻找此类后门，实现对既非低树宽也无小后门的实例的高效求解。

ABSTRACT

We show that CSP is fixed-parameter tractable when parameterized by the treewidth of a backdoor into any tractable CSP problem over a finite constraint language. This result combines the two prominent approaches for achieving tractability for CSP: (i) by structural restrictions on the interaction between the variables and the constraints and (ii) by language restrictions on the relations that can be used inside the constraints. Apart from defining the notion of backdoor-treewidth and showing how backdoors of small treewidth can be used to efficiently solve CSP, our main technical contribution is a fixed-parameter algorithm that finds a backdoor of small treewidth.

研究动机与目标

• 为解决现有方法将结构约束与语言约束视为正交的局限性。
• 定义一种新参数——backdoor-treewidth，以捕捉 CSP 实例中的混合可满足性。
• 开发一种用于寻找小 backdoor-treewidth 集的固定参数算法。
• 证明当以 backdoor-treewidth 为参数并进入任意可 tractable 的约束语言时，CSP 是固定参数可满足的。
• 统一 CSP 中两种主要的可满足性范式：结构约束（树宽）与语言约束（可 tractable 的约束语言）。

提出的方法

• 基于实例在将部分约束合并为单个约束后其原始树宽的定义，正式引入相对于约束语言 Γ 的 backdoor-treewidth 概念。
• 利用进入 CSP(Γ) 的强后门概念来定义该混合参数。
• 应用边界图技术与分离引理（例如引理 15 和引理 16），在保持结构属性的同时减小实例规模。
• 利用后门问题的自归约性，通过决策预言机计算强后门集。
• 利用寻找小 backdoor-treewidth 集的 FPT 算法，其运行时间受 O((q+k)^k |G|^3) 限制，其中参数选择适当。
• 利用 CSP 实例在 t-等价下的等价性（通过引理 13），在实例规约过程中保持解的性质。

实验结果

研究问题

• RQ1 我们能否定义一种混合参数，结合结构约束与语言约束，以捕捉更多可满足的 CSP 实例？
• RQ2 当以 backdoor-treewidth 为参数并进入可 tractable 的约束语言时，CSP 是否是固定参数可满足的？
• RQ3 我们能否在 FPT 时间内高效计算出 backdoor-treewidth 较小的强后门集？
• RQ4 该新参数是否能够求解既非低树宽也无小后门的实例？
• RQ5 该框架能否推广至其他图不变量与约束语言类别？

主要发现

• 在某些实例中，backdoor-treewidth 严格小于原始树宽与后门大小，从而实现更广泛的可满足性。
• 存在一种固定参数算法，可在时间 O((q+k)^k |G|^3) 内找到 backdoor-treewidth 不超过 k 的强后门集，其中 q 依赖于 k 和树宽参数。
• 当以 backdoor-treewidth 为参数并进入任意有限可 tractable 约束语言时，CSP 是固定参数可满足的。
• 该算法在每次递归步骤中减小输入实例规模，从而确保 FPT 运行时间。
• 该方法统一了两种经典可满足性范式：结构约束（树宽）与语言约束（可 tractable 的约束语言）。
• 该框架可推广至其他图不变量与约束语言类别，表明其具有更广泛的应用潜力。