Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.00276

帮助 | 高级搜索

计算机科学 > 计算复杂性

arXiv:2508.00276 (cs)
[提交于 2025年8月1日 ]

标题: 渐近最优的E$k$-SAT重配置不可近似性

标题: Asymptotically Optimal Inapproximability of E$k$-SAT Reconfiguration

Authors:Shuichi Hirahara, Naoto Ohsaka
摘要: 在Maxmin E$k$-SAT重配置问题中,我们给定一个可满足的$k$-CNF公式$\varphi$,其中每个子句恰好包含$k$个文字,并且给定其一个满足赋值对。目标是在变换过程中反复翻转单个变量的值,将一个满足赋值转换为另一个,同时最大化在整个变换过程中满足子句的最小比例$\varphi$。在本文中,我们证明了Maxmin E$k$-SAT重配置问题的最优近似因子为$1 - \Theta\left(\frac{1}{k}\right)$。 在算法方面,我们为每个$k \geq 3$开发了一个确定性的$\left(1-\frac{1}{k-1}-\frac{1}{k}\right)$-因子近似算法。 在难度方面,我们证明了对于每个足够大的$k$,在$1-\frac{1}{10k}$的因子范围内近似这个问题是$\mathsf{PSPACE}$-难的。 注意到 Maxmin E$k$-SAT Reconfiguration 的$\mathsf{NP}$类似物是 Max E$k$-SAT,其近似阈值为$1-\frac{1}{2^k}$,由 Håstad(JACM 2001)证明。据我们所知,这是第一个近似阈值(渐近意义上)比其$\mathsf{NP}$类似物更差的重配置问题。为了证明困难性结果,我们引入了一种新的“非单调”测试,该测试专门针对重配置问题,尽管在 PCP 范式中并不有用。
摘要: In the Maxmin E$k$-SAT Reconfiguration problem, we are given a satisfiable $k$-CNF formula $\varphi$ where each clause contains exactly $k$ literals, along with a pair of its satisfying assignments. The objective is transform one satisfying assignment into the other by repeatedly flipping the value of a single variable, while maximizing the minimum fraction of satisfied clauses of $\varphi$ throughout the transformation. In this paper, we demonstrate that the optimal approximation factor for Maxmin E$k$-SAT Reconfiguration is $1 - \Theta\left(\frac{1}{k}\right)$. On the algorithmic side, we develop a deterministic $\left(1-\frac{1}{k-1}-\frac{1}{k}\right)$-factor approximation algorithm for every $k \geq 3$. On the hardness side, we show that it is $\mathsf{PSPACE}$-hard to approximate this problem within a factor of $1-\frac{1}{10k}$ for every sufficiently large $k$. Note that an ``$\mathsf{NP}$ analogue'' of Maxmin E$k$-SAT Reconfiguration is Max E$k$-SAT, whose approximation threshold is $1-\frac{1}{2^k}$ shown by H\r{a}stad (JACM 2001). To the best of our knowledge, this is the first reconfiguration problem whose approximation threshold is (asymptotically) worse than that of its $\mathsf{NP}$ analogue. To prove the hardness result, we introduce a new ``non-monotone'' test, which is specially tailored to reconfiguration problems, despite not being helpful in the PCP regime.
评论: 将出现在第66届IEEE计算机科学基础研讨会(FOCS 2025)的论文集上
主题: 计算复杂性 (cs.CC) ; 离散数学 (cs.DM); 数据结构与算法 (cs.DS)
引用方式: arXiv:2508.00276 [cs.CC]
  (或者 arXiv:2508.00276v1 [cs.CC] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.00276
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Naoto Ohsaka [查看电子邮件]
[v1] 星期五, 2025 年 8 月 1 日 02:52:12 UTC (489 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.DM
cs.DS

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号