为什么SAT求解器之间存在巨大差异？

SAT求解器在代数攻击（例如walksat和minisat）中非常重要。

但是，在解决这里可用的基准问题时，两者之间存在巨大的性能差异-Walksat比minisat快得多。为什么是这样？

walksat的这种实现方式似乎在性能上有一些改进-是否有任何理由不将其包含在国际SAT竞赛中？

是的，MiniSAT和WalkSAT之间有很大的区别。首先，让我们澄清一下-MiniSAT是DPLL / CDCL算法通用类的特定实现，该算法使用回溯和从句学习，而WalkSAT是在贪婪步骤和随机步骤之间交替的算法的通用名称。

通常，在结构化 SAT实例上，DPLL / CDCL更快，而在随机 k-SAT 上，WalkSAT更快。工业和应用SAT实例往往具有很多结构，因此DPLL / CDCL在大多数现代SAT求解器中占主导地位。但是，实例化一种技术可能会胜出，这就是投资组合求解器变得如此流行的原因之一。

对于您的说法，WalkSAT在该页面上的实例上比MiniSAT快得多，我对此表示怀疑。一方面，那里有GB的SAT实例-您尝试比较多少个？WalkSAT在大多数结构化实例上根本没有竞争力，这就是为什么它在比赛中不经常出现的原因。

附带说明-Vijay说的对，MiniSAT仍然很重要。事实上，因为它是开源的，写得很好，MINISAT是的，为了证明给定的优化是有前途击败求解。许多人调整MiniSAT本身来展示其优化-看看最近的SAT竞赛中的“ MiniSAT hack”类别。

$A$$X$$Y$$B$$Y$$X$

一篇好的论文有关这一主题的阅读是这样一个由诺德尔曼等。本文的全部重点是确定SAT实例的易于计算的功能，这些功能可以告诉您哪些算法可能表现良好，哪些算法表现不佳。使用此技术，可以构建基于投资组合的算法，该算法可以快速分析问题实例，然后使用最合适的算法解决实例。在那之后有大量的论文。谷歌搜索SATzilla将提供很多阅读材料。

$A$$B$