[论文解读] Weaker consistency notions for all the CSPs of bounded width

Marcin Kozik|arXiv (Cornell University)|May 2, 2016

Advanced Graph Theory Research参考文献 9被引用 16

一句话总结

本文引入了单例线性弧一致性（SLAC），这是一种弱于单例弧一致性的新一致性概念，证明其足以解决所有有界宽度的约束满足问题（CSP）。核心贡献在于表明，SLAC提供了比以往证明中使用的昂贵的(2,3)-一致性更高效的计算替代方案，同时仍能捕捉全部有界宽度CSP类。

ABSTRACT

The characterization of all the Constraint Satisfaction Problems of bounded width, proposed by Feder and Vardi [SICOMP'98], was confirmed in [Bulatov'09] and independently in [FOCS'09, JACM'14]. Both proofs are based on the (2,3)-consistency (using Prague consistency in [FOCS'09], directly in [Bulatov'09]) which is costly to verify. We introduce a new consistency notion, Singleton Linear Arc Consistency (SLAC), and show that it solves the same family of problems. SLAC is weaker than Singleton Arc Consistency (SAC) and thus the result answers the question from [JLC'13] by showing that SAC solves all the problems of bounded width. At the same time the problem of verifying weaker consistency (even SAC) offers significant computational advantages over the problem of verifying (2,3)-consistency which improves the algorithms solving the CSPs of bounded width.

研究动机与目标

• 解决[JLC’13]中提出的开放问题：单例弧一致性（SAC）是否能解决所有有界宽度的CSP。
• 提出一种弱于SAC但足以解决所有有界宽度CSP的一致性概念。
• 提供一种比(2,3)-一致性更高效的计算替代方案，后者在实践中验证成本高昂。
• 通过避免一致性检查过程中对结构的扭曲，简化并改进求解有界宽度CSP的算法框架。
• 证明SLAC可用于构建一个更小、等价的实例，该实例满足相同的一致性条件，从而实现高效的解搜索。

提出的方法

• 引入一种新的一致性概念——单例线性弧一致性（SLAC），通过一系列保持变量结构的局部一致性检查来定义。
• 通过在原始实例中扩展路径模式，递归地构建实例，确保每次扩展均保持SLAC性质。
• 将原始解定义为将每个变量映射到其定义域子集的解，且该映射在实例的连续扩展中保持稳定。
• 证明在原始解稳定化后，其定义域构成的新实例满足SLAC，利用吸收与项运算维持一致性。
• 利用关系结构与代数之间的Galois对应关系，将SLAC与模板的代数性质（特别是同余交半分配性）联系起来。
• 通过一系列命题与子命题（例如子命题1.3、子命题2.2）证明：任何SLAC的违反都将通过项运算与吸收关系导致矛盾。

实验结果

研究问题

• RQ1 单例弧一致性（SAC）能否解决所有有界宽度的约束满足问题？
• RQ2 是否存在一种弱于SAC但依然能捕捉所有有界宽度CSP的一致性概念？
• RQ3 SLAC能否用于构建一个更小、等价的实例，该实例保持解空间并满足局部一致性？
• RQ4 SLAC是否能作为(2,3)-一致性在验证有界宽度CSP时的更高效计算替代方案？
• RQ5 SLAC能否被调整以证明CSP的鲁棒近似结果，例如Guruswami-Zhou猜想中的结果？

主要发现

• 单例线性弧一致性（SLAC）足以解决所有有界宽度的约束满足问题。
• SLAC严格弱于单例弧一致性（SAC），但仍能捕捉全部有界宽度CSP类。
• SLAC的验证在计算上比(2,3)-一致性更高效，后者在实践中被证明成本高昂。
• 在连续实例扩展中，原始解的稳定化导致一个更小、等价的实例，且该实例满足SLAC。
• 此类更小实例的构建过程保持了解空间，避免了结构扭曲，从而支持高效的解搜索。
• SLAC可被调整以推导出CSP鲁棒近似性的结果，例如Guruswami-Zhou猜想中的结论，尽管这需要额外的技术调整。