stringtranslate.com

Алгоритм Карлоффа-Цвика

Алгоритм Карлоффа–Цвика в теории вычислительной сложности — это рандомизированный алгоритм приближения, принимающий в качестве входных данных экземпляр задачи булевой выполнимости MAX-3SAT . Если экземпляр выполним, то ожидаемый вес найденного назначения составляет не менее 7/8 от оптимального. Существуют веские доказательства (но не математическое доказательство ), что алгоритм достигает 7/8 от оптимального даже на невыполнимых экземплярах MAX-3SAT. Говард Карлофф и Ури Цвик представили алгоритм в 1997 году. [1]

Алгоритм основан на полуопределенном программировании . Его можно дерандомизировать, используя, например, методы из [2] , чтобы получить детерминированный полиномиальный алгоритм с теми же гарантиями аппроксимации.

Сравнение со случайным распределением

Для связанной задачи MAX-E3SAT, в которой все предложения во входной формуле 3SAT гарантированно имеют ровно три литерала, простой рандомизированный алгоритм аппроксимации , который присваивает истинностное значение каждой переменной независимо и равномерно случайным образом, удовлетворяет 7/8 всех предложений в ожидании, независимо от того, является ли исходная формула выполнимой. Кроме того, этот простой алгоритм также может быть легко дерандомизирован с использованием метода условных ожиданий . Алгоритм Карлоффа-Цвика, однако, не требует ограничения, что входная формула должна иметь три литерала в каждом предложении. [1]

Оптимальность

Основываясь на предыдущей работе по теореме PCP , Йохан Хостад показал, что, предполагая, что P ≠ NP, ни один полиномиальный алгоритм для MAX 3SAT не может достичь соотношения производительности, превышающего 7/8, даже при ограничении выполнимыми примерами задачи, в которых каждое предложение содержит ровно три литерала. Поэтому и алгоритм Карлоффа-Цвика, и приведенный выше простой алгоритм являются оптимальными в этом смысле. [3]

Ссылки

  1. ^ ab Карлофф, Х.; Цвик, У. (1997), "Алгоритм 7/8-аппроксимации для MAX 3SAT?", Труды 38-го ежегодного симпозиума по основам компьютерной науки , стр. 406–415, CiteSeerX  10.1.1.51.1351 , doi :10.1109/SFCS.1997.646129, ISBN 978-0-8186-8197-4, S2CID  15447333.
  2. ^ Сивакумар, Д. (19 мая 2002 г.), «Алгоритмическая дерандомизация с помощью теории сложности», Труды тридцать четвертого ежегодного симпозиума ACM по теории вычислений , стр. 619–626, doi :10.1145/509907.509996, ISBN 1581134959, S2CID  94045
  3. ^ Хастад, Дж. (2001), «Некоторые оптимальные результаты неаппроксимируемости», Журнал ACM , 48 (4): 798–859, CiteSeerX 10.1.1.638.2808 , doi : 10.1145/502090.502098, S2CID  5120748 .