[论文解读] On the Hardness of SAT with Community Structure

Nathan Mull, Daniel J. Fremont+1 more|arXiv (Cornell University)|Feb 27, 2016

Constraint Satisfaction and Optimization参考文献 17被引用 4

一句话总结

本文表明，社区结构——常被引用为CDCL SAT求解器效率的原因——并不能保证可解性，因为高模块度的SAT实例仍然是NP难的，且可能需要指数级长度的分辨率证明。通过一种伪工业级社区连接模型，作者证明即使社区数量很少的高模块度实例对CDCL求解器而言也很难，表明除模块度之外还可能存在其他结构性因素，解释工业级求解器的成功。

ABSTRACT

Recent attempts to explain the effectiveness of Boolean satisfiability (SAT) solvers based on conflict-driven clause learning (CDCL) on large industrial benchmarks have focused on the concept of community structure. Specifically, industrial benchmarks have been empirically found to have good community structure, and experiments seem to show a correlation between such structure and the efficiency of CDCL. However, in this paper we establish hardness results suggesting that community structure is not sufficient to explain the success of CDCL in practice. First, we formally characterize a property shared by a wide class of metrics capturing community structure, including "modularity". Next, we show that the SAT instances with good community structure according to any metric with this property are still NP-hard. Finally, we study a class of random instances generated from the "pseudo-industrial" community attachment model of Giráldez-Cru and Levy. We prove that, with high probability, instances from this model that have relatively few communities but are still highly modular require exponentially long resolution proofs and so are hard for CDCL. We also present experimental evidence that our result continues to hold for instances with many more communities. This indicates that actual industrial instances easily solved by CDCL may have some other relevant structure not captured by the community attachment model.

研究动机与目标

• 调查社区结构（通过模块度等度量衡量）是否能解释CDCL SAT求解器在工业基准测试中的经验成功。
• 确定具有良好社区结构的SAT实例是否仍具有计算难度，尽管其结构具有明显的规律性。
• 分析基于社区连接模型生成的随机实例上CDCL的平均情况复杂度，特别关注证明长度和运行时间。
• 识别当前基于社区的模型在捕捉CDCL在真实世界实例中有效性的真正原因方面的结构性局限。

提出的方法

• 引入多项式团度量（PCMs），这是一类广义的图度量，可推广模块度并捕捉各种社区结构度量。
• 证明：根据任意PCMs衡量具有良好社区结构的SAT实例，其NP难性依然成立，表明此类结构并不意味着可解性。
• 分析来自社区连接模型的随机不可满足实例，重点关注社区数量和模块度水平。
• 建立当社区数量为次多项式（o(n^{1/10})）时，此类实例以高概率需要指数级长度的分辨率证明。
• 采用概率分析与分辨率证明复杂度方法，证明在特定参数范围内，证明长度存在指数下界。
• 通过MiniSat对参数化实例族进行实验评估，观察在不同社区规模和总公式大小下的运行时间行为。

实验结果

研究问题

• RQ1 社区结构（如模块度所捕捉的）能否解释CDCL SAT求解器在工业基准测试中的效率？
• RQ2 高模块度的SAT实例是否仍然是NP难的，还是此类结构使其变得可解？
• RQ3 基于社区连接模型生成的随机实例上，CDCL的平均情况复杂度如何？
• RQ4 社区数量如何影响模块化SAT实例的难度，特别是从分辨率证明长度的角度？
• RQ5 是否存在超越模块度和社区数量的结构性特征，对CDCL在真实工业实例中的表现有贡献？

主要发现

• 根据任意多项式团度量（PCM）衡量具有良好社区结构的SAT实例，其NP难性依然成立，表明此类结构本身并不能保证可解性。
• 对于来自社区连接模型的随机不可满足实例，当社区数量少于Θ(n^{1/10})但模块度较高时，CDCL以高概率需要指数级长度的分辨率证明。
• 实验结果表明，运行时间随社区规模呈指数增长，即使α > 1/10时也是如此，表明指数难度在理论边界之外依然存在。
• 较大的社区规模（例如α = 0.4）导致显著更长的运行时间，但不同α值之间的性能差距相对于社区规模的指数增长而言较小。
• 社区数量是关键因素：当c = Θ(n / log n)时，短反驳证明的概率增加，暗示在此参数范围内可能存在多项式时间可解性。
• 尽管模块度很高，该模型仍无法捕捉真实工业实例的完整结构复杂性，表明CDCL在实践中成功的原因可能涉及其他结构性特征。