随机约束满足问题中的重建和聚类
摘要：随机约束满足问题（CSP）的实例似乎对于已知的所有算法而言都很难，当每个变量的约束数量位于某个区间时。为了对在可满足区域内满足条件的CSP的解空间的结构有更深入的理解，我们针对一个大型（随机）CSP的大家庭提出了一组自然的技术条件，并对这种系列的三个最有趣的阈值进行了界定，分别是可满足阈值、解空间聚类的阈值以及CSP上适当重构问题的阈值。随着每个子句中自由度数量的发散，这些界限逐渐趋紧。这些家族的范围足够广泛，可以包括常见的问题，如随机Not-All-Equal-SAT实例、k-XOR公式、超图2-着色和图k-着色。其中一个重要的新要素是涉及子句的傅里叶展开的条件，该条件刻画了具有类似阈值结构的问题类。
作者：Andrea Montanari, Ricardo Restrepo and Prasad Tetali
论文ID：0904.2751
分类：Discrete Mathematics
分类简称：cs.DM
提交时间：2009-04-20