重启方法与随机3-SAT实例求解的指数加速：DPLL算法的大偏差分析
统计力学
2007-05-23 v1 无序系统与神经网络
摘要
本文介绍了关于随机3-SAT实例求解复杂度的分析，使用Davis-Putnam-Loveland-Logemann（DPLL）算法。虽然以高概率求解此类实例需要指数级 effort，但我们表明极小比例的求解过程仅需线性规模 effort。我们从DPLL算法中采用Generalized Unit Clause搜索启发式进行大偏差分析，计算了这种易解概率的指数级小概率，并证明其对应的指数（绝对值）小于典型求解时间增长指数。我们的研究为启发式重启求解程序提供了量化依据，并建议一种自然的截断成本（即实例规模）用于重启。
引用
@article{arxiv.cond-mat/0206242,
title = {Restart method and exponential acceleration of random 3-SAT instances resolutions: a large deviation analysis of the Davis-Putnam-Loveland-Logemann algorithm},
author = {S. Cocco and R. Monasson},
journal= {arXiv preprint arXiv:cond-mat/0206242},
year = {2007}
}
备注
submitted to Annals of Math and Artificial Intelligence