다음 문제를 SAT로 줄이십시오.


21

여기에 문제가 있습니다. 주어지면 각 입니다. 거기 서브셋 최대 크기 되도록 모든 ? 이 문제를 SAT로 줄이기 위해 노력하고 있습니다. 해결책에 대한 내 생각은 1에서 까지 변수 를 갖는 것입니다 . 경우 각 에 대해 절 하십시오 . 그런 다음이 모든 절을 함께 사용하십시오. 그러나 이것은 의 제약을 나타내지 않으므로 완벽한 솔루션이 아닙니다.T I{ 1 , ... , N } S { 1 , ... , N } K S T I내가 X I N T I ( X I 1x i k )k,n,T1,,TmTi{1,,n}S{1,,n}kSTiixinTi(xi1xik)STi={i1,,ik}S최대 요소를 가져야합니다 . 더 많은 변수를 만들어야한다는 것을 알고 있지만 방법을 잘 모르겠습니다. 그래서 두 가지 질문이 있습니다.k

  1. 해결책에 대한 나의 생각이 올바른 길에 있습니까?
  2. 카디널리티 제한 조건 을 나타내는 데 사용할 수 있도록 새 변수를 어떻게 작성해야 합니까?k

5
비고 : 문제는 SET COVER 문제 와 동등한 공식 인 HITTING SET 입니다.
A.Schulz

답변:


13

크기가 하이퍼 그래프 횡단 을 계산하려는 것 같습니다 . 즉, 은 하이퍼 그래프이고 는 가로입니다. 표준 번역은 절을 그대로 표현한 다음 길이 제한을 카디널리티 제약 조건으로 변환하는 것입니다.{ T 1 , , T m } Sk{T1,,Tm}S

따라서 기존 인코딩 (예 : 을 사용한 다음 인코딩 절을 추가하십시오 .1 i n x ik1jmiTjxi1inxik

1inxik 는 카디널리티 제한 조건입니다. SAT에는 다양한 카디널리티 제약 조건 변환이 있습니다.

가장 단순하지만 다소 큰 카디널리티 제한 조건 변환은 입니다. 이런 식으로 각 분리는 k + 1 크기 의 의 모든 부분 집합 에 대한 제약 조건 나타냅니다 . 즉, k 개 이상의 변수를 설정할 수있는 방법이 없도록합니다. 이것은 다항식 크기가 아닙니다. ¬ i X x i X { 1 , , n } kX{1,,n},|X|=k+1iX¬xi¬iXxiX{1,,n}k

공간적으로 효율적인 카디널리티 제약 조건 변환에 관한 논문의 일부 링크 는 다항식 크기 ​​(k .

실제로 그러한 문제를 해결하는 데 관심이 있다면, 의사-부울 문제 (pseudo-boolean 문제에 대한 위키 기사 참조)를 공식화하고 의사-부울 솔버를 사용하는 것이 좋습니다 ( 의사-부울 경쟁 참조 ). 그렇게하면 카디널리티 제약은 의사-부울 제약 조건이고 언어의 일부입니다. 의사-부울 솔버가 직접 및보다 효율적으로 처리합니다.


1
링크가 깨졌을 때 사람들이 문서를 찾을 수 있도록 모든 링크를 간략하게 (적어도 저자와 제목) 설명하십시오. 가능하면 DOI를 사용하는 것이 가장 좋습니다.
Raphael

1
@Raphael 좋은 지적입니다! 사과를 시작해야 했어요. 이제 모든 링크를 업데이트했습니다. Springer가 DOI를 제공하는지 확실하지 않지만 링크가 끊어지면 DOI를 찾을 수있는 충분한 정보가 있어야합니다. 참고 : 액세스 문제를 피하기 위해 Springer의 공식 PDF에 링크하지 않습니다.
MGwynne

그러나 당신이 줄인 감소는 다항식 시간이 아닌 것 같습니다.
Aden Dong

@AdenDong 당신은 다항식에 대해 아무 말도하지 않았다;). 간단한 카디널리티 제약 번역 I 언급은 다항식없는 (그러나 고정입니다 ). 논문 I 목록에 제시된 카디널리티 제약 변환 새로운 변수를 사용하여 다항식 표시 됩니다 . 이것을 명확하게하기 위해 답변을 업데이트했습니다. k kkkk
MGwynne

MGwynne, 나는 미래 보장을 위해 유료 버전이더라도 무료로 추가 된 공식 DOI를 항상 연결하는 경향이 있습니다. 그러나 지금은 누구나 논문을 찾을 수 있어야하므로 완전히 괜찮습니다.
Raphael

6

정상적인 SAT를 절대 설정하지 않은 경우 아이디어는 이미 기본적으로 SAT 인 MIN-ONES (양의 CNF 수식)으로 축소되었지만 최대 변수를 true로 설정할 수 있습니다 (엄격히 최적화입니다) 실제 변수의 수를 최소화하는 버전).k

마찬가지로 Parameterized Complexity 방향으로 향하는 경우 이미 기본적으로 WSAT ( Γ + 2 , 1Γ2,1+ )를 여기서 은 모든 긍정적 인 클래스입니다 CNF 공식 (이전과 동일하지만이 표기법은 조사에 도움이 될 수 있습니다). 이 경우 어떤 매개 변수화가 귀하의 경우에 유용한 지 살펴 봐야합니다.Γ2,1+

명시 적으로 축소를 찾고 있다고 가정하지만 그렇지 않은 경우 언제든지 Cook-Levin Theorem으로 돌아갈 수 있습니다 .

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.