[论文解读] XORSAT: An Efficient Algorithm for the DIMACS 32-bit Parity Problem

Jingchao Chen|ArXiv.org|Mar 2, 2007

Digital Image Processing Techniques参考文献 11被引用 3

一句话总结

本文提出 XORSAT，一种新颖的算法，将 DIMACS 32 位奇偶性 SAT 问题分解为结构化和随机两部分，分别使用 WalkSAT 和 XOR 方程求解器进行求解。该方法相较于 EqSatz 实现了 1000 倍的加速，在 2.66GHz 的 Pentium IV 处理器上仅用 2.9 秒即求解了 par32-5 实例，为该类困难问题提供了一种高效替代传统 SAT 求解器的方案。

ABSTRACT

The DIMACS 32-bit parity problem is a satisfiability (SAT) problem hard to solve. So far, EqSatz by Li is the only solver which can solve this problem. However, This solver is very slow. It is reported that it spent 11855 seconds to solve a par32-5 instance on a Maxintosh G3 300 MHz. The paper introduces a new solver, XORSAT, which splits the original problem into two parts: structured part and random part, and then solves separately them with WalkSAT and an XOR equation solver. Based our empirical observation, XORSAT is surprisingly fast, which is approximately 1000 times faster than EqSatz. For a par32-5 instance, XORSAT took 2.9 seconds, while EqSatz took 2844 seconds on Intel Pentium IV 2.66GHz CPU. We believe that this method significantly different from traditional methods is also useful beyond this domain.

研究动机与目标

• 为解决 DIMACS 32 位奇偶性 SAT 问题的计算不可解性，该问题对传统求解器具有强抵抗性。
• 开发一种比 EqSatz 更快的替代方案，后者是唯一已知能求解该问题的求解器，但其运行速度极为缓慢。
• 探索一种混合分解策略，将问题的结构与随机性分离，以提升求解效率。
• 证明基于分解的方法在该特定困难问题类别上显著优于传统 SAT 求解方法。

提出的方法

• 该算法将原始的 32 位奇偶性问题分解为两部分：结构化部分和随机部分。
• 结构化部分使用 WalkSAT 算法求解，适用于具有内在结构的问题。
• 随机部分使用专门的 XOR 方程求解器求解，该求解器针对 GF(2) 上的线性方程进行了优化。
• 通过组合两部分的一致解，重构解空间。
• 该方法基于经验观察：奇偶性问题表现出清晰的结构-随机分离特征。
• 在 par32-5 实例上实现并基准测试了求解器，以进行性能比较。

实验结果

研究问题

• RQ1 基于分解的方法是否能在 DIMACS 32 位奇偶性问题上显著优于现有 SAT 求解器？
• RQ2 将问题中的结构化与随机部分分离，是否能通过专用求解器实现更快的求解？
• RQ3 在 par32-5 实例上，所提出的 XORSAT 求解器与 EqSatz 相比性能如何？
• RQ4 问题分解对求解硬性奇偶性 SAT 实例的耗时有何影响？

主要发现

• XORSAT 在 Intel Pentium IV 2.66GHz CPU 上仅用 2.9 秒即求解了 par32-5 实例，而 EqSatz 在相同硬件上耗时 2844 秒。
• XORSAT 相较于 EqSatz 在 par32-5 基准测试中性能提升约 1000 倍。
• 该方法表明，将问题分解为结构化与随机部分可实现高度高效的求解。
• 结果表明，该分解策略不仅对 DIMACS 32 位奇偶性问题有效，也可能适用于其他困难的 SAT 问题类别。