무작위 kSAT 공식에서 Walksat 알고리즘의 성능 향상

본 연구는 무작위 k‑SAT 공식 Φ_k(n,m) 에 대해 Walksat 알고리즘의 성능을 정밀히 분석한다. 서론에서는 무작위 k‑SAT이 실험적으로 어려운 벤치마크임을 언급하고, 기존 분석 기법이 변수 하나씩 할당하는 백트랙 프리 알고리즘에 국한돼 왔으며, 변수 재할당이 빈번한 Walksat 은 이러한 방법으로는 다루기 힘들다고 지적한다. 논문의 주요 목표는 Walksat 의 플립 과정에서 발생하는 복잡한 확률적 의존성을 직접 추적하고, 이를 수학적으로 제어하는 새로운 기법을 제시하는 것이다. 2절에서는 기본 확률론적 도구와 그래프 이론적 전제를 소개한다. Ω_k(n,m) 를 모든 가능한 k‑CNF 공식의 집합으로 정의하고, 균등 분포 P_k(n,m) 를 사용한다. Lemma 2.1 은 비부정적 마팅게일 합에 대한 기대값 상한을, Lemma 2.2 는 Azuma‑Hoeffding 부등식을 제시한다. 이후 Lemma 2.3 과 Lemma 2.4 로 무작위 공식의 팩터 그래프가 높은 확장성을 가짐을 보인다. 특히 Lemma 2.3 은 작은 절 집합 Z (|Z|≤n/k²) 에 대해 0.9k‑배 매칭이 존재함을, Lemma 2.4 는 절 집합 Z (|Z|≤εn) 에 대해 새로운 절을 추가할 때마다 최소 λ=√k 개의 새로운 변수가 포함된다는 것을 보인다. 이러한 성질은 플립 과정에서 동일 변수가 과도하게 재사용되는 상황을 방지한다. 3절에서는 기존의 “deferred decisions” 방법을 Walksat 에 적용하는 방식을 설명한다. 초기 전부 true 할당에서 불만족 절은 전부 부정 리터럴만 포함하는 절이며, 그 수는 Bin(m,2^{−k}) 로 평균 ρ·n/k 개이다. 첫 플립은 무작위 불만족 절을 선택하고, 그 절의 임의 리터럴을 뒤집어 만족시킨다. 이때 발생하는 새로운 불만족 절의 수를 X₁ 로 정의하고, 조건부 기대값 E