절(條) 수 기반 SAT 최악 상한선 새로운 발견

초록

본 논문은 #2‑SAT와 #3‑SAT 문제를 절(clauses) 수 m을 기준으로 분석하여, 각각 O(1.1892^m)와 O(1.4142^m)의 새로운 최악‑상한 시간 복잡도를 제시한다. 기존 연구가 변수 수 n에만 초점을 맞춘 것과 달리, 절 수 기반의 복잡도 분석을 통해 알고리즘 설계와 평가에 새로운 관점을 제공한다.

상세 요약

논문은 먼저 #SAT 문제의 복잡도 평가에 변수 n이 아닌 절 수 m을 파라미터로 삼는 필요성을 논증한다. 절 수는 실제 인스턴스의 밀도와 구조를 직접 반영하므로, 변수 기반 분석보다 실용적인 성능 예측이 가능하다. 이를 위해 저자들은 두 단계의 알고리즘 프레임워크를 제시한다. 첫 번째 단계는 전처리 단계에서 단위 절, 중복 절, 자명 절 등을 제거하는 일련의 축소 규칙을 적용한다. 이 과정은 절 수를 크게 감소시키면서도 해의 개수를 보존한다. 두 번째 단계는 분기‑정복(Branch‑and‑Bound) 전략을 채택하는데, 여기서 핵심은 ‘측정 함수(measure)’를 절 수 기반으로 정의하고, 각 분기 규칙이 측정값을 얼마나 감소시키는지를 정량화하는 것이다. 저자들은 ‘Measure‑and‑Conquer’ 기법을 변형하여, 2‑SAT의 경우 변수 x가 등장하는 절의 종류에 따라 세 가지 분기 규칙을 설계하고, 각각의 경우에 대해 감소율을 정확히 계산한다. 특히, 절이 2개 이상 겹치는 구조를 이용해 한 번의 분기로 최소 1.1892배의 측정값 감소를 보장한다. 3‑SAT에 대해서는 절당 리터럴 수가 3이므로, 보다 복잡한 3‑분기 규칙을 도입하고, 최악 경우에도 측정값이 1.4142배 이상 감소함을 증명한다. 복잡도 분석에서는 재귀 관계 T(m) ≤ T(m‑a) + T(m‑b) 형태를 풀어, 특성 방정식의 근을 구해 상수 지수 형태의 상한을 도출한다. 논문은 또한 기존 변수 기반 알고리즘(예: O(1.6181^n) for #2‑SAT)과 비교해, 절 기반 상한이 동일 혹은 더 나은 경우가 있음을 실험적으로 확인한다. 마지막으로, 측정 함수 설계의 자유도가 알고리즘 최적화에 큰 영향을 미치며, 향후 절‑중심 분석이 다른 #SAT 변형(예: #k‑SAT, Weighted #SAT)에도 확장 가능함을 제시한다.