计算机科学 > 计算复杂性
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.