On Diverse Solutions to Max-k-CSP and Bounded Degree k-SAT
Queens College, City University of New York(纽约市立大学皇后学院);Rutgers University(罗格斯大学)
本文研究Max-k-CSP和有界度k-SAT的多样化解生成问题,针对约束多样性和变量多样性两种度量,设计了双准则近似算法,并在Lovász局部引理机制下证明了精确多样性问题的NP困难性及给出了多项式时间近似算法。
2026-09-29 cs.DS
Min-CSPs on Complete Instances
本文研究完全实例上的 Min-$k$-CSP,给出 Min-2-SAT 的常数近似算法,并刻画布尔及更大字母表 CSP 的准多项式可解性。
2024-10-24 cs.DS
From k-SAT to k-CSP: Two Generalized Algorithms
Peking University(北京大学);Beihang University(北京航空航天大学)
约束满足问题是一类重要的NP难问题,如命题可满足性问题。有界子句长度为k的约束SAT(k-SAT)的运行时间上界非平凡的算法可以分为三种类型:DPLL类、PPSZ-like和局部搜索,其中局部搜索算法已经推广到有界约束元数为k的CSP(k-CSP)。我们推广的DPLL类算法在其最简单的形式和PPSZ类算法从k-SAT到k-CSP。据我们所知,这是第一次尝试使用PPSZ-like策略来解决k-CSP,而之前很少有工作集中在k-CSP的DPLL或PPSZ-like策略上。
2008-01-21 cs.AI cs.CC cs.DS
3-Coloring in Time O(1.3289^n)
我们考虑NP完全问题的最坏情况时间界,包括3-SAT,3-着色,3-边着色和3-列表着色。我们的算法是基于这些问题的约束满足(CSP)制定。3-SAT等价于(2,3)-CSP,而上述其他问题是(3,2)-CSP的特殊情况;从(a,b)-CSP到(b,a)-CSP也有一个自然的对偶变换。我们给出了(3,2)-CSP的一个快速算法,并使用它来改善解决上述其他问题的时间界限。我们的技术涉及戴维斯-普特南风格的回溯与更复杂的匹配和网络流的想法的混合物。
2000-06-30 cs.DS
Improved Algorithms for 3-Coloring, 3-Edge-Coloring, and Constraint Satisfaction
我们考虑NP完全问题的最坏情况时间界,包括3-SAT,3-着色,3-边着色和3-列表着色。我们的算法是基于这些问题的约束满足(CSP)制定; 3-SAT是等价于(2,3)-CSP,而上述其他问题是(3,2)-CSP的特殊情况。我们给出了(3,2)-CSP的一个快速算法,并使用它来改善解决上述其他问题的时间界限。我们的技术涉及戴维斯-普特南风格的回溯与更复杂的匹配和网络流的想法的混合物。
2000-09-13 cs.DS
Discovering Archipelagos of Tractability for Constraint Satisfaction and Counting
约束满足问题(CSP)是一个中心的、通用的计算问题,它为许多理论和实际应用提供了一个共同的框架。研究的中心线是确定CSP可以在多项式时间内求解的实例类,这些类通常被称为“易处理性岛”。为CSP定义易处理性岛的一个突出方法是将约束中可能出现的关系限制在一个固定的集合中,称为约束语言,而约束语言如果包含所有一元关系,则是保守的。本文讨论了CSP和#CSP的易处理性结果的一般限制,即它们仅适用于所有约束都属于单个易处理语言的情况(通常,两个易处理语言的联合是不可处理的)。我们表明,我们可以克服这一限制,只要我们保持一定的控制如何约束各种考虑听话的语言相互作用。为此目的,我们利用CSP实例的\emph{strong backdoor}的概念,如Williams等人(IJCAI 2003)所介绍的,它是一组变量,当实例化时,将实例移动到易处理的岛,即,到一个易于处理的实例类。在本文中,我们考虑强后门到\emph{scattered classes},CSP实例组成的每个连接组件完全属于一些类从一个列表中的易处理的类。我们的主要结果是一个算法,给定一个CSP实例与$n$变量,发现在时间$f(k)n^{O(1)}$一个强大的后门到一个分散的类(与有限的保守约束语言列表)的大小$k$或正确地决定,没有这样的后门。
2015-07-20 cs.DS
Min-CSPs on Complete Instances II: Polylogarithmic Approximation for Min-NAE-3-SAT
本文针对完全实例上的 Min-NAE-3-SAT 问题提出了准多项式时间的多对数近似算法,通过交替使用条件化与阈值化的迭代舍入框架,首次在判定问题 NP-Hard 的 CSP 中实现该近似,并改进了现有判定算法。
2025-04-26 cs.DS
SDPs and Robust Satisfiability of Promise CSP
本研究首次探索Promise CSP的鲁棒满足算法,提出基于多数/交替阈值多态性的鲁棒SDP舍入算法,证明缺少该多态性的对称布尔谓词对PCSP困难,并给出相关PCSP的代数刻画猜想。
2025-09-08 cs.DM cs.DS cs.LO
Approximating CSPs with Outliers
约束满足问题(CSP)是理论计算机科学中普遍存在的问题。我们研究StrongCSP问题,即一个大的诱导子实例有一个令人满意的分配的情况。更正式地说,给定CSP实例$Ψ(V, E, [k], \{Π_{ij}\}_{(i,j) \in E})$,该实例由顶点集$V$、边集$E$、字母表$[k]$、每个$(i,j) \in E$的约束$Π_{ij} \subset [k] \times [k]$组成,该问题的目标是计算最大子集$S \subseteq V$,使得在$S$上导出的实例具有满足所有约束的分配。本文在StrongCSP框架下研究了当约束图满足弱扩张性质时,唯一对策的近似算法及相关问题.特别是,我们证明了,给定一个强唯一的游戏实例,其最佳解决方案$S^*$是支持一个定期的低阈值排名图,存在一个算法,运行在时间指数的阈值排名,并恢复一个大的可满足的子实例,其大小是独立的标签集的大小和最大程度的图。我们的算法结合了Barak-Raghavendra-Steurer(FOCS'11),Guruswami-Sinop(FOCS'11)的技术和几个新的想法,并在最优集的阈值秩中按时间指数运行。我们的算法的一个关键组成部分是一个新的阈值秩为基础的谱分解,这是用来计算一个“大”的诱导子图的“小”阈值秩;我们的技术建立在Oveis Gharan和Rezaei(SODA'17)的工作,可以独立的…
2022-05-23 cs.DS
Approximation Algorithm for Non-Boolean MAX k-CSP
在本文中,我们提出了一个随机多项式时间近似算法的k-CSPd。在k-CSPd中,我们给出了一组在大小为d的字母表上的元数为k的谓词。我们的目标是找到一个分配,最大限度地满足约束的数量。我们的算法具有近似因子Omega(kd/d^k)(当k > Ω(log d))。假设唯一博弈猜想,这个界是渐近最优的。已知的最佳算法具有近似因子Omega(k log d/d^k)。我们还给出了一个近似算法的布尔MAX k-CSP 2问题略有改进的近似保证。
2012-06-15 cs.DS
On streaming approximation algorithms for constraint satisfaction problems
本论文研究约束满足问题的流式近似算法,系统梳理了$\sqrt n$空间和线性空间下的可近似性刻画,并贡献了排序CSP的近似抵抗性证明以及对称布尔CSP的sketching近似比结果。
2023-04-13 cs.DS
A Characterization of Approximability for Biased CSPs
带有谓词$ψ:\{0,1\}^r \to \{0,1\}$的$μ$偏置Max-CSP实例是约束满足问题(CSP)的实例,其中目标是找到满足约束的最大分数的相对权重至多为$μ$的标记。有偏的CSP是通用的,并表示几个研究得很好的问题,如Denmark- $k$ -Sub(Hyper)图和SmallSetExpansion。在这项工作中,我们探讨了偏置参数$μ$对有偏CSP的可逼近性所起的作用。我们表明,这种CSP的可逼近性可以使用Denmark- $k$ -SubHypergraph(DkSH)的偏置逼近曲线来表征(直到损失元数因子$r$)。特别是,这给出了一个严格的特征的谓词承认近似保证是独立的偏置参数$μ$。基于上述动机,我们给出了DkSH的新近似和硬度结果。特别地,在小集合扩展假设(SSEH)下,证明了对于每个$r \geq 2$和$μ< 2^{-r}$,具有元$r$和$k = μn$的DkSH都是NP-难逼近因子$Ω(r^3μ^{r-1}\log(1/μ))$的.我们也给出了一个$O(μ^{r-1}\log(1/μ))$ -近似算法相同的设置。我们的上限和下限是紧的常数的因素,当arity $r$是一个常数,特别是,意味着第一紧近似界的Denmark- $k$ -子图问题的线性偏置制度。此外,利用上述特征,我们的结果也意味着匹配算法和硬度为每一个偏置CSP的常数。
2022-01-12 cs.DS
Approximating partition functions of bounded-degree Boolean counting Constraint Satisfaction Problems
研究了有限度下近似计数约束满足问题的复杂性.具体地说,给定一个布尔约束语言$Γ$和一个度界$Δ$,我们研究了#CSP $_Δ(Γ)$的复杂性,即计算满足$Γ$约束且其变量最多出现$Δ$次的CSP实例的赋值问题.我们的主要结果表明:(i)如果$Γ$中的每个函数都是仿射的,则#CSP $_Δ(Γ)$对于所有$Δ$都在FP中,(ii)否则,如果$Γ$中的每个函数都在称为IM $_2$的类中,则对于所有足够大的$Δ$,#CSP $_Δ(Γ)$在近似保持(AP)约简下等价于计数问题#BIS(二分图中独立集的计数问题)(iii)否则,对于所有足够大的$Δ$,即使在指数因子内,也是NP-困难的,以近似#CSP $_Δ(Γ)$的实例的满意分配的数目。我们的结果扩展了以前的结果,只适用于所谓的“保守”的情况。
2020-08-20 cs.CC cs.DS
Extended Formulation Lower Bounds for Refuting Random CSPs
随机约束满足问题(CSP),如随机$3$ -SAT被证明是计算困难的。随机$3$ -SAT和其他CSP的平均情况硬度对近似,学习理论和密码学问题具有广泛而深远的影响。在这项工作中,我们证明了次指数下界的大小线性规划松弛反驳随机情况下的约束满足问题。形式上,假设$P : \{0,1\}^k \to \{0,1\}$是一个谓词,它支持在其满足的赋值上的$t-1$ -wise均匀分布。考虑带有$m = Δn$约束的CSP $P$随机实例的分布。我们表明,任何线性规划扩展配方,可以反驳的情况下,从这个分布与恒定的概率必须有大小至少$Ω\left(\exp\left(\left(\frac{n^{t-2}}{Δ^2}\right)^{\frac{1-ν}{k}}\right)\right)$的所有$ν> 0$。例如,对于具有线性数目的子句的随机$3$ -SAT,这产生大小$\exp(n^{1/3})$的下限。我们使用伪校准技术直接从种植分布中获得扩展的配方下限。这种方法绕过了在证明一般LP下界时构造Sherali-Adams完整性缺口的需要。作为一个推论,人们得到了一个自包含的证明,这些问题的次指数Sherali-Adams LP下界。我们相信,这一结果揭示了伪校准技术,一个有前途的,但不合理的方法,LP/SDP的下限。
2019-11-07 cs.CC cs.DS
A universally fastest algorithm for Max 2-Sat, Max 2-CSP, and everything in between
在本文中,我们介绍了“混合”的最大2-CSP公式组成的“简单条款”,即合取和析取的变量对,和一般的2-变量条款,它可以是任何整数值的布尔变量对的函数。这允许算法使用特定于AND和OR子句的有效约简,以及需要通用CSP设置的其他强大约简。我们使用这里介绍的新的减少,和最近的减少,如“子句学习”和“2-减少”推广到我们的设置的简单和一般条款的混合物。通过非简单子句的分数p参数化实例,我们给出了一个精确的(指数时间)算法,这是已知的最快的多项式空间算法,p=0(包括经过充分研究的Max 2-Sat问题,但也包括任意混合AND和OR子句的实例);唯一有效的AND,OR和一般整数值子句混合算法;并且对于一般Max 2-CSP(p=1)并列为最快。由于纯2-Sat输入实例在求解过程中可能被转换为通用CSP实例,因此算法的效率和通用性是齐头并进的。我们的算法分析和优化是一个变化的熟悉的测量和征服的方法,导致优化的数学程序,是凸的,而不仅仅是准凸的,因此可以有效地解决,并与证书的最优性。我们产生了一个家庭的运行时间上限公式,每个优化的实例与特定值的p,但有效的所有实例。
2009-06-18 cs.DM cs.DS
Robust algorithms with polynomial loss for near-unanimity CSPs
约束满足问题(CSP)的一个例子是由一个家庭的约束重叠的变量集,目标是从一个固定的域的变量,使所有的约束都得到满足的值。在优化版本中,目标是最大化满足的约束的数量。CSP的近似算法被称为鲁棒的,如果它输出满足任何$(1-\varepsilon)$-可满足实例上的约束的$(1-g(\varepsilon))$分数的分配,其中损失函数$g$使得$g(\varepsilon)\rightarrow 0$为$\varepsilon\rightarrow 0$。我们研究了CSP的鲁棒逼近性如何依赖于实例中允许的约束关系集,即所谓的约束语言。Barto和Kozik已经描述了所有允许鲁棒多项式时间算法(带有一些$g$)的约束语言,其中损失$g$的一般界是双指数的,特别是$g(\varepsilon)=O((\log\log(1/\varepsilon))/\log(1/\varepsilon))$。人们自然会问,什么时候可以实现更好的损失:特别是对于某个常数$k$的多项式损失$g(\varepsilon)=O(\varepsilon^{1/k})$。在本文中,我们认为CSP的约束语言具有近多态性。我们给出了两个具有多项式损失的随机鲁棒算法:一个适用于任何近似多态性,损失中的参数$k$依赖于域的大小和$Γ$中关系的arity,而另一个适用于一种特殊的三元近似操作,称为dual parallel,其…
2018-12-04 cs.CC cs.DS cs.LO
Optimal polynomial-time compression for Boolean Max CSP
在布尔最大约束满足问题- Max CSP $(Γ)$ -中,给定来自有限约束语言$Γ$的约束的加权应用的集合,在公共变量集上,并且目标是将布尔值分配给变量,使得满足的约束的总权重最大化。有一个优雅的二分法定理提供了一个标准$Γ$的问题是多项式时间可解的,并指出,否则它成为NP难。我们研究NP硬情况下,通过内核化的镜头,并提供了一个完整的表征最大CSP $(Γ)$的最佳压缩大小。也就是说,我们证明了最大CSP $(Γ)$参数化的变量$n$的数量是多项式时间可解的,或者存在一个整数$d \ge 2$依赖于$Γ$,使得1。\textsc{Max CSP$(Γ)$}的实例可以在多项式时间内压缩为具有$O(n^d\log n)$位的等效实例,2. Max CSP $(Γ)$不允许对$O(n^{d-ε})$位进行此类压缩,除非$\text{NP} \subseteq \text{co-NP} / \text{poly}$。我们的减少是基于解释约束多线性多项式结合框架的约束实现。作为我们的减少的另一个应用程序,我们揭示了解决最大CSP $(Γ)$的最佳运行时间之间的紧密联系。更确切地说,我们表明,获得的运行时间的形式$O(2^{(1-ε)n})$的特定类别的最大CSP是一样难突破这一障碍的最大$d$ -SAT的一些$d$。
2020-02-09 cs.CC cs.DS
On Exact Algorithms for Permutation CSP
在置换约束满足问题(置换CSP)中,我们给出了一组变量$V$和一组约束C,其中约束是V的元素元组。目标是找到变量的全序,$π : V \rightarrow [1,...,|V|]$,它满足尽可能多的约束。当$(v_1,v_2,...,v_k)$。如果所有约束最多涉及$k$元素,则实例具有元$k$。这个问题表达了各种排列问题,包括{ \sc反馈弧集}和{ \sc介数}问题。列出所有$n!$排列的简单算法需要$2^{O(n\log{n})}$时间。有趣的是,{ \sc Permutation CSP}对于arity 2或3可以通过Held-Karp型算法在时间$O^*(2^n)$中求解,但是对于arity至少4,没有已知的算法的运行时间明显优于$2^{O(n\log{n})}$。在本文中,我们通过证明{ \sc Arity 4 Permutation CSP}不能及时解决$2^{o(n\log{n})}$来解决这个问题,除非ETH失败。
2012-03-13 cs.CC cs.DS
Strongly Refuting Random CSPs Below the Spectral Threshold
随机约束满足问题(CSP)具有阈值现象:给定一个具有$n$变量和$m$子句的CSP的均匀随机实例,存在一个$m = Ω(n)$值,超过该值,CSP将以高概率不可满足。强反驳是证明没有变量赋值满足超过子句的常数部分的问题;这是在不可满足状态下的自然算法问题(当$m/n = ω(1)$时)。随着子句密度$m/n$的增长,直观的强反驳应该变得更容易,因为随机子句引入的矛盾变得更加局部明显。对于诸如$k$-SAT和$k$-XOR之类的CSP,在已知有效强反驳算法的子句密度$m/n \ge \widetilde O(n^{k/2-1})$与实例以高概率变得不可满足的子句密度$m/n = ω(1)$之间存在长期存在的差距。在本文中,我们给出了谱和平方和算法的强反驳随机$k$-XOR实例的子句密度$m/n \ge \widetilde O(n^{(k/2-1)(1-δ)})$在时间$\exp(\widetilde O(n^δ))$或在$\widetilde O(n^δ)$轮的平方和层次,任何$δ\in [0,1)$和任何整数$k \ge 3$。我们的算法提供了一个平稳过渡的子句密度在多项式时间算法是已知的$δ= 0$,和蛮力反驳在满足性阈值时,$δ= 1$。我们还利用我们的$k$-XOR结果获得强反驳算法SAT(或任何其他布尔CSP)在类似的子句密度。我们的算法匹配已知的平方和下限由于Grigo…
2016-11-03 cs.CC cs.DS
Certifying solution geometry in random CSPs: counts, clusters and balance
随机约束满足问题(CSP)研究中的一个活跃话题是满足或几乎满足指派的空间的几何形状作为密度的函数,通过基于统计物理的几何学已经对该几何形状进行了精确的预测。与此同时,最近有一系列的工作反驳随机约束满足问题,通过钉反驳阈值谱和半定规划为基础的算法,也对计数解决方案CSP。受此启发,我们的工作的出发点是以下问题:什么是一个随机CSP的解决方案空间看起来像一个有效的算法?在追求这一调查,我们专注于以下问题的随机布尔CSP的密度,他们是不可满足的,但没有反驳算法是已知的。1.道理对于每一个布尔CSP,我们给出的算法,以高概率证明一个次指数上界的解决方案的数量。我们也给出了算法,以证明在高斯加权图的大割的数量上的界限,并在随机$d$ -正则图的大独立集的数量。2.集群对于布尔$3$ CSP,我们给出了算法,以高概率证明的解决方案的集群的数量上界。3.平衡我们还给出了算法,以高概率证明没有“不平衡”的解决方案,即,其中$+1$ s的分数显著偏离$50\%$的溶液。最后,我们还提供了硬度的证据表明,我们的算法计数是最佳的。
2021-06-24 cs.CC cs.DM cs.DS
Complexity of Reconfiguration Problems for Constraint Satisfaction
约束满足问题(CSP)是一个被广泛研究的组合搜索问题,它要求我们找到一个给定变量的赋值,以满足所有给定的约束。我们研究了一个重新配置的变种CSP,在其中,我们给出了一个实例的CSP连同其两个满意的分配,并要求确定是否可以通过改变一个单一的变量分配的时间,同时始终保持满意的分配转化为其他分配。该问题推广了布尔可满足重构、顶点着色重构、同态重构等重构问题。本文从多项式时间可解性和参数化复杂性的角度研究了这一问题,并给出了几种有趣的易处理和难处理情形的边界。
2018-12-27 cs.DM cs.DS
The Power of the Combined Basic LP and Affine Relaxation for Promise CSPs
在约束满足问题(CSP)领域,承诺CSP是一个令人兴奋的新的研究方向。在promise CSP中,每个约束都有两种形式:“严格”和“弱”,在相关的决策问题中,必须区分能够满足所有严格约束和不能满足所有弱约束。Promise CSP最常被引用的例子是近似图着色问题-最近已经看到了令人兴奋的进展[BKO 19,WZ 20],受益于基于“多态性”的Promise CSP的系统代数方法,该操作将每个约束的严格形式的元组映射到相应弱形式的元组。在这项工作中,我们提出了一个简单的算法,在多项式时间解决了所有承诺CSP,承认无限多的对称多态性,这是在任意坐标排列不变的决策问题。这概括了前两位作者的工作[BG 19]。我们还将该算法扩展到更一般的块对称多态性类。作为一个推论,这个单一的算法解决所有多项式时间听话的布尔CSP同时。这些结果提供了一个新的视角Schaefer的经典二分法定理,并进一步阐明对称性的多态性如何使算法。最后,我们表明,块对称多态性不仅是充分的,而且是必要的,这种算法的工作,从而建立其精确的权力
2020-09-18 cs.CC cs.DS cs.LO
Tractable hypergraph properties for constraint satisfaction and conjunctive queries
约束满足问题研究中的一个重要问题是理解描述约束关联结构的图或超图对问题复杂性的影响。对于二进制CSP实例(即,其中每个约束仅涉及两个变量),情况很好理解:问题的复杂性基本上取决于约束图的树宽。然而,这是不正确的答案,如果约束与无限数量的变量是允许的,特别是,CSP实例所产生的查询评估问题,在数据库理论。形式上,如果H是一类超图,则令CSP(H)是限制于其超图在H中的实例的CSP。我们的目标是刻画那些类的超图,其中CSP(H)是多项式时间可解的或固定参数易处理的,参数化的变量的数量。注意,在与数据库查询评估相关的应用中,我们通常假设变量的数量远小于实例的大小,因此通过变量的数量进行参数化是一个有意义的问题。使CSP(H)多项式时间可解的H的最普遍的已知性质是有界分数超树宽度。本文引入了一个新的超图测度子模宽度,并证明了H的有界子模宽度蕴涵CSP(H)是固定参数易处理的。在匹配硬度的结果,我们表明,如果H有无界的子模宽度,那么CSP(H)是不是固定参数易处理的,除非指数时间假设失败。
2011-12-06 cs.CC cs.DB cs.DM
Linear vertex-kernels for several dense ranking r-CSPs
Ranking r-约束满足问题(ranking r-CSP)由顶点的基集V、元数r >= 2、参数k和约束系统c组成,其中c是将V的r大小子集的排序映射到{0,1}的函数。我们的目标是决定是否存在一个排名的顶点满足所有,但最多k个约束。著名的r-CSP包括反馈弧集在旅游问题和介数在旅游问题。我们从核化的角度考虑这些问题。我们证明了所谓的l_r-简单特征的r-CSP允许线性顶点核,只要他们承认常数因子近似算法。这意味着在Tournament和r-传递反馈弧集Tournament中的r-介数,前面提到的问题的两个自然推广,承认线性顶点核。此外,我们介绍了反馈弧集的另一个推广Tourwise,它不适合上述框架。我们得到了这个问题的一个5-近似和一个线性顶点核。
2012-10-25 cs.DM cs.DS
An Algorithmic Blend of LPs and Ring Equations for Promise CSPs
承诺CSP是一个放松的约束满足问题,其目标是找到一个分配满足放松版本的约束。几个著名的问题可以转换为承诺CSP,包括近似图着色,差异最小化,和有趣的可满足性的变体。与CSP类似,Promise CSP的易处理性可以与解空间上的操作结构(称为多态性)联系在一起,尽管在Promise世界中这些操作的约束要少得多。在非平凡多态性支配易处理性的论点下,承诺CSP因此为发现新算法提供了肥沃的土壤。在以前的工作中,我们分类布尔承诺CSP时,约束谓词是对称的。在这项工作中,我们大大推广这些算法的结果。具体来说,我们表明,承诺CSP承认家庭的“区域周期性”的多态性是在P,假设确定哪个区域的一个点是在多项式时间计算。这种多态性是相当普遍的,并且通过将在输入的不同块中的汉明权重中具有周期性的几个函数粘合在一起来获得。我们的算法是基于一种新的组合的线性规划和解决线性系统的环。我们还抽象了一个框架的基础上减少承诺CSP的CSP在一个无限的域,解决它,然后四舍五入的解决方案的承诺CSP实例的分配。舍入步骤与多态性家族密切相关,并澄清了多态性与算法之间的联系。作为一个关键的成分,我们介绍的技术,找到一个解决方案的线性规划与整数系数,位于不同的环(如$\mathbb Z[\sqrt{2}]$),以绕过临时调整躺在一个舍入边界。
2018-07-13 cs.CC cs.DS cs.LO
A Hypergraph Based Approach for the 4-Constraint Satisfaction Problem Tractability
约束满足问题(CSP)是一个用于建模和求解各种现实问题的框架。一旦问题被表示为一组有限的约束条件,目标就是找到满足这些约束条件的变量值。尽管这个问题一般是NP完全的,但有一些近似和实用的技术来解决它的棘手性。最广泛使用的技术之一是约束传播。它包括显式地排除某些变量的值或值的组合,只要它们使给定的约束子集不满足。本文讨论了一个CSP子类,我们称之为4-CSP,它的约束网络推导出以下形式的关系:$\{ x \sim α, x-y \sim β, (x-y) - (z-t) \sim λ\}$,其中$x, y, z$和$t$是实变量,$α, β$和$ λ$是实常数,$ \sim \in \{\leq , \geq \} $ .本文首先给出了4-CSP可处理性的图证明,并详细阐述了基于正线性依赖理论、超图闭包和约束传播技术的4-CSP求解算法。证明了求解算法的时间复杂度和空间复杂度均为多项式。
2019-05-22 cs.DM cs.DS cs.LO
Limits of CSP Problems and Efficient Parameter Testing
本文给出了一个统一的框架,它只依赖于数组交换和割分解的方法,而不依赖于弱正则划分的限制约束满足问题(CSP)和有效的参数测试。特别是,我们制定并证明了一个表示定理的紧凑色$r$ -一致有向超图($r$ -图)的限制,并将其应用到$r$ CSP限制。我们研究了可测$r$ -图参数的样本复杂性,讨论了广义基态能量,证明了它们是有效可测的。
2016-08-04 cs.DS math.CO math.PR
Local algorithms and the failure of log-depth quantum advantage on sparse random CSPs
该研究提出适用于高子句密度随机CSP的消息传递算法,证明其在受分支重叠间隙性质限制、含对数深度量子电路在内的算法中能达到最优约束满足比例,揭示了稀疏随机CSP上对数深度量子优势的失效。
2023-10-02 cs.DM cs.DS math.PR
CLAP: A New Algorithm for Promise CSPs
提出了一种求解承诺约束满足问题的新算法。它是$\textbf{C}$约束基本$\textbf{L}$ P松弛和$\textbf{A}$仿射I $\textbf{P}$松弛(CLAP)的组合。我们给出了一个表征的权力CLAP的一个奴才同态。使用这种特性,我们确定了一定的弱对称性的概念,如果满足无限多的多态性的PCSP,保证易处理。我们证明,有PCSP解决CLAP没有解决任何现有的算法PCSP;特别是,不是由BLP+AIP算法的Brakensiek等人。[SICOMP'20],而不是通过减少到易处理的有限域CSP。
2022-10-22 cs.CC cs.DM cs.DS
New Algorithms and Hardness Results for Robust Satisfiability of (Promise) CSPs
UC Berkeley(加州大学伯克利分校);TU Graz(格拉茨工业大学);Simons Institute and UC Berkeley(西蒙斯研究所和加州大学伯克利分校);University of Chicago(芝加哥大学);University of Oxford(牛津大学)
本文提出了针对承诺CSPs鲁棒可满足性的新算法,并在UGC假设下证明了相关结果。
2026-02-10 cs.CC cs.DS cs.LO
The complexity of general-valued CSPs seen from the other side
约束满足问题(CSP)是关于两个结构之间的同态。对于具有限制性左手边结构的CSP,Dalmau,Kolaitis和Vardi [CP'02],Grohe [FOCS'03/JACM'07],Atserias,Bulatov和Dalmau [ICALP'07]的结果建立了多项式时间可解性(受复杂性理论假设)和有界一致性算法可解性(无条件)的精确边界作为有界树宽模同态等价。一般值约束满足问题(VCSP)是两个值结构之间同态的CSP的推广。对于VCSPs与限制的左手边值结构,我们建立了精确的边界多项式时间的可解性(受复杂性理论的假设)和可解性的$k$ -级的Sherali-Adams LP层次(无条件)。我们还获得了结果,有关问题的解决方案和认识到听话的情况下,后者在数据库理论中的应用。
2021-10-03 cs.CC cs.DM cs.DS