Algorithmen für das Erfüllbarkeitsproblem SAT

Slides:



Advertisements
Ähnliche Präsentationen
Freie Universität Berlin Institut für Informatik
Advertisements

Christian Scheideler SS 2009
Christian Scheideler SS 2009
Christian Scheideler SS 2009
(Zweistufige) Logiksynthese
Berechne den optimalen (kürzesten, schnellsten) Weg
Single-Source Shortest Paths: SSSP
Falls Algorithmen sich selbst rekursiv aufrufen, so kann ihr Laufzeitverhalten bzw. ihr Speicherplatzbedarf in der Regel durch eine Rekursionsformel (recurrence,
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Graphen Ein Graph ist eine Kollektion von Knoten und Kanten. Knoten sind einfache Objekte. Sie haben Namen und können Träger von Werten, Eigenschaften.
Prof. Dr. W. Conen 15. November 2004
4. Logik – und ihre Bedeutung für WBS
Planares 3 SAT ist NP-vollständig
Marco Barz Seminar über Algorithmen SoSe2007
Verifizieren versus Berechnen
Algorithmen und Komplexität
Einführung in Algorithmen und Komplexität
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie Wintersemester.
Christian Schindelhauer
1 Computergestützte Verifikation SAT-basiertes Model Checking Ansatz: Übersetze das Model Checking Problem in ein aussagenlogisches Erfüllbarkeitsproblem.
1 Computergestützte Verifikation SAT-basiertes Model Checking Ansatz: Übersetze das Model Checking Problem in ein aussagenlogisches Erfüllbarkeitsproblem.
WS Algorithmentheorie 13 - Kürzeste (billigste) Wege Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Algorithmen und Komplexität
Christian Schindelhauer
Minimum Spanning Tree: MST
Beweiser für quantifizierte Boolesche Ausdrücke - QUAFFLE
SAT-Engines Seminar WS 2000/2001
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Effiziente Algorithmen
Effiziente Algorithmen
Effiziente Algorithmen
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Institut für Theoretische Informatik
K-SAT: Ein heuristischer Algorithmen- Vergleich Kann man den Brute Force Search Algorithmus schlagen?
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Informatik III Christian Schindelhauer Wintersemester 2006/07
Informatik III Christian Schindelhauer Wintersemester 2006/07
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Algorithmen für das Erfüllbarkeitsproblem SAT
Analyse der Laufzeit von Algorithmen
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VI Christian Schindelhauer
Gliederung der Vorlesung
 Präsentation transkript:

Algorithmen für das Erfüllbarkeitsproblem SAT aus einem Vortrag von Melanie Schmidt Uni Dortmund

Das Erfüllbarkeitsproblem K-KNF-SAT Variablen x1,x2,x3,x4,x5,x6 n = Anzahl der Variablen = 6 ( x3  ¬x2  x5 ) ( ¬x1 ) ( x1  ¬x2  x3  ¬x4  x6 ) Klausel  Problem für 5-SAT

Das Erfüllbarkeitsproblem K-KNF-SAT Also: Gegeben ist eine Menge von Klauseln mit jeweils bis zu k Literalen Eine Klausel hat die Form (u1  u2  …  ul), l  k, wobei ui {x1,…,xn}  {¬x1,…,¬xn} Gesucht: Eine Belegung der Variablen x1,… ,xn mit Wahrheitswerten  {0, 1}, so dass die Auswertung der Formel 1 ergibt.

Algorithmus in polynomieller Zeit 2-SAT Algorithmus in polynomieller Zeit

2-SAT Algorithmus (a) = (a  a) (a  b) = (¬a  b) (a  b) = (¬b  a) (¬x3 ¬x3)  (x2  x3)  (¬x1  ¬x2)  (x3  x1 ) (a) = (a  a) (a  b) = (¬a  b) (a  b) = (¬b  a) (¬x3)  (x2  x3)  (¬x1  ¬x2)  (x3  x1) (a  b) = (¬a  b) X1 X2 X2 X3 X3 X3 ¬X1 ¬X1 ¬X2 ¬X3 ¬X3 ¬X3

2-SAT Algorithmus Eine 2-KNF-Formel ist unerfüllbar im Graphen GF existiert ein Zyklus der Form xi … ¬xi … xi gdw.

Zyklus mit xi und ¬xi dann F unerfüllbar Annahme: Es gibt eine erfüllende Belegung a. Dann muss für a gelten, dass xi=1 und xi =0. Das ist ein Widerspruch.

F unerfüllbar dann existiert Zyklus mit xi und ¬ xi Beweis mit Induktion über n: n=1. F muss die Form (x1)  (¬x1) haben  GF hat einen Zyklus. n-1n. Wähle beliebiges x aus {x1,…,xn}. Bilde Fx=0 und Fx=1  GFx=0 und GFx=1 enthalten Zyklen mit xk und ¬xk Zeige, dass daraus folgt: GF enthält einen Zyklus mit xi und ¬xi X1 ¬X1

GF enthält einen Zyklus mit xi und ¬xi Trivial: Einer der Zyklen aus GFx=0 und GFx=1 ist auch in GF enthalten Sonst: Zeige, dass es in GF die Verbindungen ¬x  …  x und x  …  ¬x gibt es existiert ein Zyklus mit x und ¬x ¬x ¬y x y y ¬y

Pfade in GF ¬x  …  x in GF x  …  ¬x in GF F enthält (x) F enthält (x  z) GF enthält ¬x  z und ¬z  x Fx=0 enthält nur (z) der Zyklus in GFx=0 enthält ¬z  z, GF enthält ¬z  z nicht daraus folgt in GF gibt es ¬x  z  …  ¬z  x x  …  ¬x in GF Analog mit (¬x) sowie Fx=1 und GFx=1 ¬x ¬z x z z ¬z

Zyklen mit x und ¬x finden als All-Pair-Shortest-Paths– Problem mit unendlichen Kosten für nichtvorhandene Kanten für alle x überprüfen: (x,¬x) und (¬x,x) < ? Laufzeit O(n3) mit Tiefensuche in stark zusammenhängende Komponenten zerlegen O(m), m=Anzahl der Klauseln