[论文解读] TE-ETH: Lower Bounds for QBFs of Bounded Treewidth.

Johannes K. Fichte, Markus Hecher+1 more|arXiv (Cornell University)|Oct 2, 2019

Advanced Graph Theory Research参考文献 41被引用 5

一句话总结

本文在指数时间假设（ETH）下建立了量化布尔公式的紧致下界，表明任何算法都无法在量化深度为 i 的 QBF 上实现显著快于 treewidth 的 i 重指数时间的求解。作者提出一种新颖的基于压缩的约简技术，以保持 treewidth，并将动态规划分析推广至多项式层级的更高层次。

ABSTRACT

The problem of deciding the validity (QSAT) of quantified Boolean formulas (QBF) is a vivid research area in both theory and practice. In the field of parameterized algorithmics, the well-studied graph measure treewidth turned out to be a successful parameter. A well-known result by Chen in parameterized complexity is that QSAT when parameterized by the treewidth of the primal graph of the input formula together with the quantifier depth of the formula is fixed-parameter tractable. More precisely, the runtime of such an algorithm is polynomial in the formula size and exponential in the treewidth, where the exponential function in the treewidth is a tower, whose height is the quantifier depth. A natural question is whether one can significantly improve these results and decrease the tower while assuming the Exponential Time Hypothesis (ETH). In the last years, there has been a growing interest in the quest of establishing lower bounds under ETH, showing mostly problem-specific lower bounds up to the third level of the polynomial hierarchy. Still, an important question is to settle this as general as possible and to cover the whole polynomial hierarchy. In this work, we show lower bounds based on the ETH for arbitrary QBFs parameterized by treewidth (and quantifier depth). More formally, we establish lower bounds for QSAT and treewidth, namely, that under ETH there cannot be an algorithm that solves QSAT of quantifier depth i in runtime significantly better than i-fold exponential in the treewidth and polynomial in the input size. In doing so, we provide a versatile reduction technique to compress treewidth that encodes the essence of dynamic programming on arbitrary tree decompositions. Further, we describe a general methodology for a more fine-grained analysis of problems parameterized by treewidth that are at higher levels of the polynomial hierarchy.

研究动机与目标

• 在多项式层级的全范围内，基于指数时间假设（ETH）建立 QBF 求解的通用下界。
• 弥合已知上界与以 treewidth 和量化深度为参数的 QBF 的最佳可能运行时间改进之间的差距。
• 为在多项式层级更高层次上以 treewidth 为参数的问题，开发一种精细粒度分析的通用方法论。
• 提出一种通用的约简技术，通过压缩公式同时保持 treewidth，以捕捉树分解上动态规划的本质。

提出的方法

• 作者设计了一种新颖的约简技术，可在保持 treewidth 的同时对 QBF 进行压缩，从而实现将下界从更简单的问题传递到更复杂的问题。
• 该方法依赖于将树分解上动态规划的结构编码为压缩的 QBF 表示形式，以保持原始公式的 treewidth。
• 关键组成部分是使用一种广义构造，以模拟运行时间中的 i 重指数依赖，对应于量化深度 i。
• 该方法适用于任意 QBF，并可推广至特定问题实例之外，从而在多项式层级中具有广泛适用性。
• 该框架利用了在层级较低层次上已知的基于 ETH 的下界，并通过压缩技术将其提升至更高层次。

实验结果

研究问题

• RQ1 在以 treewidth 和量化深度为参数时，能否在 ETH 下为 QBF 求解建立紧致下界？
• RQ2 是否可能将下界技术推广至覆盖以 treewidth 为参数的问题在多项式层级全范围内的下界？
• RQ3 能否设计一种统一的约简方法，在压缩 QBF 的同时保持 treewidth，以实现在复杂度层级间传递下界？
• RQ4 动态规划在 treewidth 上的运行时间中的指数塔结构，与 ETH 所施加的限制之间有何关系？

主要发现

• 在指数时间假设（ETH）下，任何算法都无法在显著优于 treewidth 的 i 重指数时间（以及输入大小的多项式时间）内求解量化深度为 i 的 QSAT。
• 本文表明，以 treewidth 和量化深度为参数的 QBF 求解的已知上界本质上是最优的，仅相差多项式因子。
• 所提出的约简技术成功地在保持 treewidth 的同时压缩了 QBF，从而实现了从基础问题到层级更高层次的下界传递。
• 该方法论提供了一个通用框架，用于分析以 treewidth 为参数的问题在多项式层级前几级之后的精细复杂度。