Questions tagged «csp»

CSP代表约束满足问题。

2
拉德纳定理与舍费尔定理
在阅读文章“在计算复杂性时是否该宣布胜利？” 在“ Godel的遗失信和P = NP”博客中，他们提到了CSP的二分法。经过一些链接，谷歌搜索和维基百科之后，我遇到了拉德纳定理： 拉德纳定理： 如果，则 N P ∖ P中存在不是N P-完全的问题。P≠NPP≠NP{\bf P} \ne {\bf NP}NP∖PNP∖P{\bf NP} \setminus {\bf P}NPNP{\bf NP} 并根据舍弗定理： Schaefer的二分法定理：对于每一个约束语言Γ在{ 0 ，1 }，如果Γ是谢弗然后Ç 小号P（Γ ）是多项式时间可解的。否则，Ç 小号P（Γ ）是Ñ P -complete。 Γ Γ\ \Gamma {0,1}{0,1}\{0, 1\} Γ Γ\ \Gamma CSP(Γ)CSP(Γ){\bf CSP}(\Gamma)CSP(Γ)CSP(Γ){\bf CSP}(\Gamma)NPNP{\bf NP} 我读这句话的意思是，对于Ladner而言，存在的问题既不是也不是N P-完全的，但是对于Schaefer而言，问题仅仅是P和N P-完全的。PP{\bf P}NPNP{\bf NP}PP{\bf P}NPNP{\bf …
3
半定式程序分析的教育资源还是调查？
在设计近似算法时，有时会求解一个半定程序，然后进行舍入步骤。一个经常使用的示例来说明这一点。（例如，参见Vijay Vazirani的近似算法。） 是否有超越Max-Cut问题的良好教育资源或调查资料来解释更复杂的舍入算法和用于其分析的技术？我正在考虑以下情况：SDP解决方案的向量在超球体上分布不均匀，长度不同或具有其他属性，使得分析变得更加困难。
5
开放式或交互式约束满意度
过去，我使用SAT和常规约束满足作为引擎中的核心动力来实施协调模型。继续这一工作，我想使模型更具交互性，而我看到的最好的方法是打开约束求解器，使其不再是一个黑匣子。 因此，我有兴趣学习更多关于约束满足的信息，其中约束具有我称之为外部变量，谓词和函数的条件，也就是说，约束语言可能具有诸如谓词，只有通过咨询一些求解器外部的代理，然后仅当接地时。当对应于某些不能合并到约束求解器中的外部决策过程时，此方法很有用。这种约束求解器可以称为开放式（因为约束不是完全已知的）或交互式的P(x)P(x)\mathbf{P}(x)xxxPP\mathbf{P} （因为需要进行交互才能满足约束条件）。 我想都知道： 朝这个方向进行的理论研究 实现约束求解器的工具或库，这些约束求解器允许在约束求解过程中与外界交互。
17 sat  lo.logic  csp 
3
谓词的UGC硬度为？
背景： 在Subhash Khot的原始UGC论文（PDF）中，他证明了UG的难点，即确定给定CSP实例是否具有三元字母表上形式为All-all-equal（a，b，c）的所有约束形式，是否接受满足1的赋值-的约束或是否存在没有分配satisying的限制，为任意小。ϵϵ\epsilon89+ϵ89+ϵ\frac{8}{9}+\epsilonϵ>0ϵ>0\epsilon > 0 我想知道这个结果是否已经被推广为的任何组合进制约束和大小的可变结构域其中。那是，ℓ ≥ 3 ķ ≥ 3 ℓ ≠ ķ ≠ 3ℓℓ\ellℓ≥3ℓ≥3\ell \ge 3k≥3k≥3k \ge 3ℓ≠k≠3ℓ≠k≠3\ell \ne k \ne 3 问题： 是否有近似的结果为谓词任何已知的硬度为为和？ X 我 ∈ ģ ˚F （ķ ）ℓ ，ķ ≥ 3 ℓ ≠ ķ ≠ 3NAE(x1,…,xℓ)NAE(x1,…,xℓ)NAE(x_1, \dots, x_\ell)xi∈GF(k)xi∈GF(k)x_i \in GF(k)ℓ,k≥3ℓ,k≥3\ell, k \ge 3ℓ≠k≠3ℓ≠k≠3\ell \ne k …
1
以
订单维护问题（或“维护列表中的订单”）是为了支持以下操作： singleton：创建一个包含一个项目的列表，并返回指向它的指针 insertAfter：给定一个指向项目的指针，在其后插入一个新项目，并返回指向该新项目的指针 delete：给定指向项目的指针，将其从列表中删除 minPointer：给定两个指向同一列表中项目的指针，则返回更靠近列表前面的那个 我知道此问题的三种解决方案可以在摊销时间内执行所有操作。它们都使用乘法。O(1)O(1)O(1) Athanasios K. Tsakalidis：维护广义链表中的顺序 Dietz，P.，D. Sleator，两种用于维护列表顺序的算法 Michael A. Bender，Richard Cole，Erik D. Demaine，Martin Farach-Colton和Jack Zito，“维护列表中顺序的两种简化算法” 是否可以在摊销时间内以列表形式维护订单，而无需使用A C 0以外的任何算术运算？O(1)O(1)O(1)AC0AC0AC^0
1
舍费尔定理和无限宽的CSP
Schaefer的二分法定理表明在每个CSP问题是任一可解在多项式时间或是NP完全问题。这仅适用于有界宽度的CSP问题，例如，不包括SAT和Horn-SAT。宽度无界的一般CSP问题可能非常困难（甚至无法解决），因此让我们将自己限制在“自然”的NP问题中。{0,1}{0,1}\{0,1\} 给定一个无限制宽度的CSP问题，对于每个，我们可以查看问题对宽度最大为k的子句的限制。Schaefer定理现在适用，并且受限问题是P或NP完全的。如果对于某些k，k受限问题是NP完全问题，那么无限制问题也是如此。当对所有k来说，k约束问题在P中时，情况就不太清楚了。kkkkkkkkkkkkkkkkkk 舍费尔的二分法定理依赖于解决所有简单情况的四种（左右）不同算法。假设对于给定的CSP问题，约束问题始终可以通过算法A求解。可能的情况是，算法A也可以用于解决非约束问题。也可能是算法A在不受限制的情况下不是多项式时间，然后我们对问题的严重性一无所知。kkk 是否考虑过此类问题？有没有我们到达“无知”点的例子？
1
除了几乎2SAT问题的固定参数易处理性之外，关于二进制布尔CSP的任何结果吗？
令为2CNF公式，k为非负整数。本文证明了确定一个人是否最多可以删除k个子句以使φ满足的问题是固定参数易处理的，其中k是参数。我的问题是是否有一些工作可以将此结果推广到其他二进制布尔CSP？（也就是说，决定是否最多可以删除k个约束以使某个CSP实例可满足，并用k进行参数化）还是任何否定结果？φφ\varphikkkkkkφφ\varphikkkkkkkkk
1
查找约束满足问题的半影
在测试系统或模型的安全性时，已经多次提出以下问题。 动机：软件安全缺陷通常不是由于有效输入引起的错误，而是由于无效输入导致的错误，该输入足够接近有效输入以通过许多直接的有效性检查。典型的例子当然是缓冲区溢出，在这里输入是合理的，只是输入太大。编译器和其他工具可以通过修改堆栈和堆的布局以及其他混淆技术来帮助解决这些问题。一种替代方法是从源代码本身中消除问题。一种称为模糊测试的技术使输入的程序接近预期的输入，但在某些地方却不合理（整数或字符串字段的值较大）。我想从更正式的角度理解模糊测试（作为示例）。 假设有效输入的空间由约束描述。让中号是集合这样的约束，即解的 中号= { 米∈ 中号| 米⊨ Φ }，其中中号是可能的输入的空间中。ΦΦ\PhiMMMM={m∈M | m⊨Φ}M={m∈M | m⊨Φ}M=\lbrace m\in\mathcal{M}~|~m\models\Phi\rbraceMM\mathcal{M} 我正在寻找描述以下概念的工作： MMMM′⊆MM′⊆MM'\subseteq \mathcal{M}m∈M′m∈M′m\in M' 中号“中号m⊭Φm⊭Φm\not\models\Phi M′M′M'MMM 放宽约束的方式到使得首先和是，从某种意义上说，的句法半影。Φ ' Φ ⇒ Φ ' Φ ' ∧ ¬ Φ ΦΦΦ\PhiΦ′Φ′\Phi'Φ⇒Φ′Φ⇒Φ′\Phi\Rightarrow\Phi'Φ′∧¬ΦΦ′∧¬Φ\Phi'\land\neg\PhiΦΦ\Phi 我选择“ Penumbra”来描述这个概念。它可能被称为其他名称。 我从数学形态学中找到了灵感 ，因此找到了视觉上的隐喻，但两个世界是相距遥远的。那里有什么有用的工作吗？还是在粗糙的世界中？ 谁能阐明？
12 lo.logic  csp  security 
3
最大约束满意度问题上的巨大差距？
PCP定理的等效制剂是：对于最大3-SAT是 -hard可满足公式和公式，其中至多区分ř条款的C2-馏分是可满足的（对于某些ř < 1）。NPNPNPrrrr<1r<1r\lt 1 是否存在任何已知的二分法定理，可以根据所有Max CSP是否存在硬间隙对其进行分类？ 编辑，2010年12月16日：具有间隙的MAX CSP意味着该问题具有最佳的不可逼近因子。例如，3SAT具有位置的一个硬间隙，因为它是多项式时间可近似为因子，但它是Ñ P -hard以获得近似因子7 / 8 + ε即使所有条款是可满足的。7/87/87/8NPNPNP7/8+ϵ7/8+ϵ7/8+ \epsilon
2
N Queens问题是否难解决？
N皇后问题是这样的： 输入：N 输出：在NXN棋盘上放置N个“皇后”，使得在同一行，列或对角线上没有两个皇后。 在谷歌上搜索时，我发现许多教授的许多幻灯片都声称这是一个NP-Hard问题。（例如，web.mst.edu /〜ercal / 387 / slides / NP-Hard.ppt） 但是我还不能找到证明（或推导一个）。我问这个问题的原因是因为我认为我有一种算法可以解决问题的某些情况，即N不是2或3的倍数（N是皇后数）。相关问题-我们可以认为输入大小为N（其中N是皇后数）？还是我们将输入大小设为log（N），因为数字“ N”可以用log（N）位表示？
1
具有无界分数超树宽度的CSP
一个´一个´\acute{\rm a}^ h ∈ P 牛逼我中号ËHHHHHH∈ PŤ一世中号Ë∈PŤ一世中号Ë\in PTIME 定义等 有关标准树分解和树宽的详细信息，请参见此处（提前感谢JeffE！）。 令HHH为一个超图。 然后对于一个超图和一个映射，γ ：È （ħ ）→ [ 0 ，∞ ）HHHγ：E（高）→ [ 0 ，∞ ）γ：Ë（H）→[0，∞）\gamma : E(H) \rightarrow [0,\infty) B （γ）=乙（γ）=B(\gamma) = { }。v ∈ V（高）：∑Ë ∈ V（高），v ∈ Èγ（ë ）≥ 1v∈V（H）：∑Ë∈V（H），v∈Ëγ（Ë）≥1个v \in V(H) : \sum_{e \in V(H), v \in e} \gamma(e) …
1
有向图同态到定向循环的复杂性
给定固定的有向图（有向图） DDD， COLORING决策问题询问输入图是否与同构。（到同态是到的映射，它保留了弧，也就是说，如果是的弧，则是）DDDGGGDDDGGGDDDfffV(G)V(G)V(G)V(D)V(D)V(D)uvuvuvGGGf(u)f(v)f(u)f(v)f(u)f(v)DDD COLORING问题的类别与Feder和Vardi所说的 CSP的二分法猜想密切相关（在citeseer上可访问）。DDD 在这个2001年论文（作者的页面上访问，在这里），菲德证明二分法定理时，是一个面向周期（由面向循环我的意思是无向周期，其中每一个边缘由单个弧线取代，可以任意定向） ，换句话说，他表明对于任何定向循环，色积都是多项式时间可解的或NP完全的。DDDDDDDDD 不幸的是，费德（Feder）的分类是非常平凡且不明确的，因为许多情况的复杂性与SAT某些受限制的变体的复杂性有关，后者取决于方向。通过查看论文，我无法确定问题的答案： 问：什么是一个面向周期的最小尺寸，从而DDDDDD-颜色是否完整？ 答案可能在文献中的某个地方提出，但我找不到。 编辑：让我详细介绍一下Feder的分类。费德（Feder）指出，必须完成所有NP完全定向的循环，即在两个方向上具有相同数量的弧（因此它具有偶数阶）。然后，考虑由方向引起的“水平”（开始在任意顶点处绕周期；如果弧向右，则上升1，如果弧向左，则下降1）。然后，如果最多有一个“上下运行”，则它是多项式。如果至少有3次这样的“运行”并且该循环是一个核心，则它是NP完整的。（在András的注释示例中，有三个这样的“运行”，但循环不是核心。）最棘手的情况是具有两个“自上而下的运行”的情况。有些很难，有些多项式，Feder将它们与特殊的SAT问题联系起来以获得二分法。 作为一个中间问题：具有三个“自上而下”运行并且是核心的最小定向循环是什么？通过上面的讨论，这样的例子将是NP完全的。
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.