เคอร์เนลพหุนามสำหรับ


10

ปัญหา k-FLIP SAT กำหนดขอบเขตเป็น:

อินพุต:สูตร 3-CNFφ กับ n ตัวแปรและการมอบหมายความจริง σ:[n]{0,1}
พารามิเตอร์: k
คำถาม:เราสามารถเปลี่ยนงานที่มอบหมายได้ไหมσ เป็นการมอบหมายให้ทำ satifying σ สำหรับ φ พลิกค่าความจริงของที่มากที่สุดk ตัวแปร?

ปัญหาชัดเจนใน FPT ( Stefan Szeider: ความซับซ้อนแบบ Parameterized ของการค้นหาในท้องถิ่นของ k-Flip สำหรับ SAT และ MAX SAT การปรับให้เหมาะสมแบบไม่ต่อเนื่อง 8 (1): 139-145 (2011 )

มันยอมรับเคอร์เนลพหุนามหรือไม่? (ภายใต้สมมติฐานความซับซ้อนที่สมเหตุสมผล)

เทคนิคการผสมข้ามที่ผ่านมา (ดูHans L. Bodlaender, Bart MP Jansen, Stefan Kratsch, "Kernelization Lower Bounds By Cross-Composition" ) ดูเหมือนไม่มีประโยชน์สำหรับปัญหานี้ และพวกเขาก็ดูเหมือนจะไม่ได้ประโยชน์สำหรับปัญหาที่คล้ายกันซึ่งถามว่าการแก้ปัญหาที่กำหนดให้กับปัญหา NP-hard สามารถพบได้จากอินสแตนซ์ที่กำหนดโดยการค้นหาในท้องถิ่น (จำกัด การค้นหาเพื่อนบ้านของอินสแตนซ์ที่กำหนด


เจ๋ง แต่ทำไมปัญหานี้ถึงเห็นได้ชัดว่า FPT ถ้าคุณทำให้มัน 2-CNF ที่มีตัวแปร k พลิกแทนแทนที่จะเป็นอย่างมากฉันเชื่อว่าปัญหานั้นเทียบเท่ากับ k-cline fpt ฉันได้ทำงานกับกระดาษที่มีผลลัพธ์บางอย่างเกี่ยวกับปัญหาที่แน่นอน -k-flip
Michael Wehar

ฉันคิดว่าการพูดว่าใน FPT หมายความว่าสามารถแก้ไขได้ f(k)nO(1)เวลา.
Michael Wehar

ฉันคิดว่าการพูดว่าเป็น XP หมายความว่าสามารถแก้ไขได้ nf(k)เวลา.
Michael Wehar

ฉันไม่ทราบความสัมพันธ์ระหว่างปัญหา -k-flip และปัญหา atmost-k-flip ตอนแรกฉันคิดว่าคุณกำลังพูดว่าปัญหา atmost-k-flip นั้นง่ายกว่าในแง่ที่ว่า atmost-k-flip เป็น FPT ฉันพูดได้ง่ายกว่าเพราะ -k-flip ไม่สามารถเป็น FPT ได้เว้นแต่ ETH จะเป็นเท็จ เหตุผลนี้เป็นเพราะมันเทียบเท่ากับ k-clique และเป็นที่รู้จักกันว่าf(k)nO(1)อัลกอริธึมเวลาสำหรับ k-clique แปลว่า ETH เป็นเท็จ
Michael Wehar

1
@MichaelWehar: ops คุณถูกต้อง (ฉันลบความคิดเห็นคนโง่ผิด) คำถามจะต้องขัด (ฉันกำหนดปัญหาเป็น "ที่มากที่สุด k FLIPS") โดยเร็วฉันจะดูที่กระดาษ (หนึ่งในนั้นควรเป็น Stefan Szeider "ความซับซ้อนของพารามิเตอร์ของการค้นหาในท้องถิ่นของ k-Flip สำหรับ SAT และ MAX SAT") ซึ่งมีการกล่าวกันว่า k-FLIP SAT เป็น FPT สำหรับส่วนคำสั่งที่มีขนาดขอบ
Marzio De Biasi

คำตอบ:


12

ปัญหาไม่มีเคอร์เนลพหุนามยกเว้นว่า NP อยู่ใน coNP / poly เทคนิคการผสมข้ามภาพจากกระดาษของเรานำไปใช้ในทางที่ไม่น่าสนใจ

ให้ฉันแสดงให้เห็นว่าปัญหา Vertex Cover แบบคลาสสิค OR-cross-compils เป็นปัญหา k-FLIP-SAT; จากผลลัพธ์ในเอกสารที่อ้างถึงนี้ก็เพียงพอแล้ว เราสร้างอัลกอริธึมเวลาพหุนามที่อินพุตเป็นลำดับของ Vertex Cover instance(G1,k),(G2,k),,(Gt,k) ว่าทุกคนมีมูลค่าเท่ากัน k และทุกคนมีอย่างแน่นอน nจุด ผลลัพธ์เป็นตัวอย่างของk-FLIP SAT พร้อมค่าพารามิเตอร์ O(k+logt)ซึ่งมีขนาดเล็กพอสำหรับการผสมข้ามเช่นนั้น kอินสแตนซ์ -FLIP SAT มีคำตอบใช่ถ้าหนึ่งในกราฟอินพุตมีขนาดหน้าปกของขนาด k. โดยการทำซ้ำอินพุตหนึ่งรายการ (ซึ่งไม่เปลี่ยนค่าของ OR) เราสามารถมั่นใจได้ว่าจำนวนอินพุตt เป็นพลังของทั้งสอง

องค์ประกอบดังต่อไปนี้ กำหนดจำนวนจุดยอดในกราฟกราฟอินพุตแต่ละอันGi เช่น vi,1,vi,2,,vi,n. สร้างตัวแปรที่เกี่ยวข้องในอินสแตนซ์ของ FLIP-SAT สำหรับแต่ละจุดยอดของกราฟอินพุตแต่ละอัน นอกจากนี้ให้สร้างตัวแปรตัวเลือกui สำหรับแต่ละอินสแตนซ์ของหมายเลขอินพุท i[t]. สำหรับกราฟอินพุตแต่ละอันGiเราเพิ่มส่วนคำสั่งลงในสูตร สำหรับแต่ละขอบ{vi,x,vi,y} ของกราฟ Giเพิ่มประโยค (vi,xvi,y¬ui) เป็นสูตรซึ่งจะเข้ารหัส "หนึ่งในจุดสิ้นสุดของขอบนี้ถูกตั้งค่าเป็นจริงหรืออินสแตนซ์ i ไม่ทำงาน "ในการกำหนดค่าเริ่มต้นตัวแปรจุดสุดยอดทั้งหมดจะถูกตั้งค่าเป็นเท็จและตัวแปรตัวเลือกทั้งหมด uiถูกตั้งค่าเป็นเท็จเพื่อให้อนุประโยคเหล่านี้พอใจทั้งหมด ในการสร้าง OR-behavior ลงในองค์ประกอบเราจะเพิ่มสูตรเพื่อให้แน่ใจว่าการมอบหมายที่น่าพอใจตั้งค่าตัวเลือกอย่างน้อยหนึ่งตัวเลือกเป็นจริงและจากนั้นจะต้องเป็นรูปหน้าปกของกราฟที่เลือก

เพื่อให้แน่ใจว่าเราสามารถทำการเลือกนี้ในขณะเดียวกันก็รักษาระยะห่างจากฝาพับให้เล็กลงเมื่อเทียบกับจำนวนอินพุต tเราใช้โครงสร้างของต้นไม้ไบนารีสมบูรณ์ด้วย t ใบซึ่งมีความสูง logt. หมายเลขใบจาก1 ถึง t และเชื่อมโยง iใบไม้ที่มีตัวแปร ui ที่ควบคุมถ้าอินพุต iทำงานหรือไม่ สร้างตัวแปรใหม่สำหรับแต่ละโหนดภายในของต้นไม้ไบนารี สำหรับแต่ละโหนดภายในปล่อยให้ตัวแปรที่เกี่ยวข้องเป็นx และตัวแปรของลูกทั้งสองเป็น y และ z. เพิ่มข้อ(¬xyz) สูตรที่รวบรวมความหมาย (x(yz))บังคับใช้สิ่งนั้น xจะเป็นจริงได้ก็ต่อเมื่อลูกคนใดคนหนึ่งของเขาเป็นจริง เพื่อให้สูตรสมบูรณ์ให้เพิ่มประโยคเดี่ยวที่บอกว่าตัวแปรของโหนดรูทของต้นไม้ไบนารีต้องเป็นจริง ในการกำหนดความจริงเริ่มต้นค่าของตัวแปรทั้งหมดสำหรับโหนดภายในจะถูกตั้งค่าเป็นเท็จซึ่งเป็นไปตามคำสั่งทั้งหมดของสูตรยกเว้นสำหรับประโยคเดี่ยวที่ต้องการโหนดรูทของต้นไม้เพื่อให้มีตัวแปรเป็นจริง

นี่เป็นการอธิบายรายละเอียดของสูตรและการมอบหมายความจริงให้สมบูรณ์ ตั้งค่าพารามิเตอร์k ของปัญหา FLIP DISTANCE ให้เท่ากับ (k+logt+1)ซึ่งมีขอบเขตที่เหมาะสมสำหรับการผสมข้าม มันยังคงแสดงให้เห็นว่าเราสามารถพลิกk ตัวแปรที่จะทำให้สูตรเป็นจริงถ้ามีกราฟอินพุต Gi มีหน้าปกของขนาด k.

ในทิศทางกลับกันสมมติว่า Gi มีขนาด -kจุดสุดยอดปก ตั้งค่าk ตัวแปรที่สอดคล้องกับ kจุดยอดในหน้าปกเป็นจริงด้วยการพลิก ตั้งค่าตัวแปรตัวเลือกui เป็นจริงเพื่อเข้ารหัสอินพุตนั้น i เปิดใช้งานและพลิกตัวแปรของ logt โหนดต้นไม้ไบนารีภายในบนเส้นทางของใบไม้ iไปที่รูทของจริง มันง่ายที่จะตรวจสอบว่านี่เป็นการมอบหมายที่น่าพึงพอใจ: ผลกระทบในต้นไม้ไบนารีนั้นเป็นที่พอใจทั้งหมดค่าของรูตโหนดจะถูกตั้งค่าเป็นจริงส่วนคำสั่งที่ตรวจสอบขอบของGi สำหรับ ii ยังคงพอใจเพราะ ui ยังคงเป็นเท็จในขณะที่ข้อสำหรับกราฟ Gi พอใจเพราะสำหรับทุก ๆ ขอบที่เราตั้งไว้อย่างน้อยหนึ่งจุดสิ้นสุดเป็นจริง

สำหรับทิศทางไปข้างหน้าสมมติว่าสูตรสามารถทำได้โดยการพลิกมากที่สุด k+logt+1ตัวแปร จากนั้นเราจะต้องพลิกตัวแปรของโหนดรูทเป็นจริง ความหมายในต้นไม้ไบนารีบังคับใช้อย่างน้อยหนึ่งตัวแปรตัวเลือกของใบไม้ถูกตั้งค่าเป็นจริงพูดui. เพื่อตอบสนองความหมายที่เข้ารหัสในต้นไม้ไบนารีโหนดภายในทั้งหมดบนเส้นทางจากui เพื่อรูทถูกตั้งค่าเป็นจริง, การบัญชีสำหรับ 1+logtพลิก ตั้งแต่ui ถูกตั้งค่าเป็นจริงส่วนคำสั่งสำหรับกราฟ Gi ไม่พอใจในตัวอักษร ¬uiดังนั้นพวกเขาจึงพอใจเพราะหนึ่งในจุดสิ้นสุดของแต่ละขอบของ Giถูกตั้งค่าเป็นจริง ตั้งแต่อย่างน้อย1+logt ตัวแปรของต้นไม้ไบนารีถูกพลิกมากที่สุด kจุดสุดยอดตัวแปรจะพลิกเป็นจริงในการแก้ปัญหานี้ นี่เป็นการเข้ารหัสขนาดของจุดสุดยอดk ใน Giและพิสูจน์ว่าอินพุตหนึ่งเป็นอินสแตนซ์ YES นี่เป็นการพิสูจน์ที่สมบูรณ์


1
กระดาษนี้ให้ผลที่ดีกว่าจากการบีบอัดดังกล่าว

ขอบคุณ !!! (ฉันลบ "et al." ออกทันทีจากการอ้างอิง ;-) หลักฐานดี (IMO คุณควรเผยแพร่ในกระดาษ)
Marzio De Biasi
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.