Il secondo paragrafo della risposta di RJK merita maggiori dettagli.
Sia una formula in forma normale congiuntiva, con m clausole, n variabili e al massimo k variabili per clausola. Supponiamo di voler determinare se ϕ ha un compito soddisfacente. La formula ϕ è un'istanza del problema decisionale k-SAT.φφφ
Quando ci sono poche clausole (quindi m è piuttosto piccolo rispetto a n), allora è quasi sempre possibile trovare una soluzione. Un semplice algoritmo troverà una soluzione in tempi approssimativamente lineari nella dimensione della formula.
Quando ci sono molte clausole (quindi m è abbastanza grande rispetto a n), allora quasi sempre non esiste una soluzione. Ciò può essere dimostrato da un argomento di conteggio. Tuttavia, durante la ricerca è quasi sempre possibile potare gran parte dello spazio di ricerca mediante tecniche di coerenza, poiché le numerose clausole interagiscono in modo così esteso. La determinazione dell'insoddisfacibilità può quindi essere generalmente eseguita in modo efficiente.
Nel 1986 Fu e Anderson ipotizzarono una relazione tra problemi di ottimizzazione e fisica statistica, basata su sistemi di vetrate. Anche se hanno usato frasi come
Intuitivamente, il sistema deve essere sufficientemente grande, ma è difficile essere più specifici.
in realtà forniscono previsioni specifiche.
- Y Fu e PW Anderson. Applicazione della meccanica statistica ai problemi NP-completi nell'ottimizzazione combinatoria , J. Phys. A. 19 1605, 1986. doi: 10.1088 / 0305-4470 / 19/9/033
Sulla base degli argomenti della fisica statistica, Zecchina e collaboratori hanno ipotizzato che k-SAT dovrebbe diventare duro quando è vicino a un valore critico. Il valore critico preciso dipende da k, ma è compreso tra 3,5 e 4,5 per 3-SAT.α = m / n
- Rémi Monasson, Riccardo Zecchina, Scott Kirkpatrick, Bart Selman, Lidror Troyansky. Determinazione della complessità computazionale da caratteristiche "transizioni di fase" , Natura 400 133-137, 1999. ( doi: 10.1038 / 22055 , versione gratuita )
Friedgut ha fornito una prova rigorosa di questi argomenti euristici. Per ogni valore fisso di k, ci sono due soglie . Per α inferiore a α 1 , esiste un compito soddisfacente con alta probabilità. Per un valore di α sopra α 2 , formulaα1< α2αα1αα2φ
Dimitris Achlioptas ha lavorato su molte delle questioni rimanenti e ha dimostrato che l'argomento sopra riportato vale anche per i problemi di soddisfazione dei vincoli. Questi sono autorizzati a utilizzare più di due soli valori per ogni variabile. Un documento chiave mostra rigorosamente perché l'algoritmo Survey Propagation funziona così bene per risolvere istanze casuali di k-SAT.
- A. Braunstein, M. Mézard, R. Zecchina, Propagazione del sondaggio: un algoritmo per la soddisfazione , strutture casuali e algoritmi 27 201–226, 2005. doi: 10.1002 / rsa.20057
- D. Achlioptas e F. Ricci-Tersenghi, Sulla geometria della soluzione-spazio dei problemi di soddisfazione dei vincoli casuali , STOC 2006, 130–139. ( prestampa )