更快枚举DNF模型：打破对公式大小的依赖
计算复杂性
2024-08-27 v3 数据结构与算法
摘要
在本文中，我们研究枚举DNF公式模型的问题。目标是提供延迟仅多项式依赖于每个模型大小、而不依赖于公式大小的枚举算法，因为公式大小可能呈指数级更大。我们对两类DNF公式取得了成功：通过适当的摊销方法，为固定的-DNF提供了常数延迟算法，并为单调公式给出了二次延迟算法。然后我们关注枚举算法的\emph{平均延迟}，并展示如何获得公式大小的次线性延迟。
引用
@article{arxiv.1810.04006,
title = {Enumerating models of DNF faster: breaking the dependency on the formula size},
author = {Florent Capelli and Yann Strozecki},
journal= {arXiv preprint arXiv:1810.04006},
year = {2024}
}
备注
This updated version of our paper make some improvement in the proof of Theorem 14. We remove Theorem 15, stating that our method could also be used for the case of generating the unions of subsets, since the proof sketch we gave was false