2 - SAT 问题

【定义】:

\(SAT\) 是适定性 \((Satisfiability)\) 问题的简称 。一般形式为 \(k\) -适定性问题,简称 \(k-SAT\)

这个描述来自于百度,没什么意义,主要是下面的概念

【问题描述】 :

\(k-SAT\) 的问题描述如下 :

一般有 \(x_1 , x_2 , x_3 …… x_n\)\(n\) 个变量和 \(m\) 个关于 \(n\) 个变量之间的限制
每一个限制都是一个二元方程组, \(x_1 \bigoplus x_2 \bigoplus x_3 \bigoplus …… \bigoplus x_v = 0 / 1\) ,其中 \(\bigoplus\) 为一个二元 \(bool\) 形运算。

可以证明 \(k > 2\) 时,属于 \(NP\) 完全问题,只能用暴力解决, 本文讨论 \(2-SAT\) 问题。(可以认为笔者很是 \(fw\) ),连暴力也不知道怎么打。


同样的,每一个变量大概就是这么一个图。
对于我来说, \(2-SAT\) 问题就是由 \(m\) 个约束条件形成的一张图。

【解决】 :

$2 - SAT $ 问题可以和图论相联系起来。 那么考虑建图

以一个例题作为简要讨论。

【模板】

\(description\)】 :
见题面 。
\(solution\)】:
我们以样例分析入手 。

然后我们就可以建立出样例三个变量的图形了,有关图好看与否这种弱智讨论还是放一下吧

虽然这一个题目只有一个限制,但是说起来很好说 , 但是也是可以推导出一些东西的。

这一个限制是要么\(x_1 = 1\) ,要么\(x_3= 0\) ,这两个之间显然是必然有一个成立的。 或者说,至少有一个成立。对于\(x_3 \neq 0\),这个问题,我们是没有办法说是当\(x_1 = 1\) 时,\(x_3 \neq 0\) 一定成立。

关于这个问题的证明,倒是没那么好证,但是对于举出一个反例是相当的简单。如果有两个此时再有一个限制 , 要么\(x_3 = 0\),要么\(x_2 = 3\) ,那么这时候,这个\(x_3 = 0\)亦然是可能出现的。

所以我们也可以知道,关于上方的式子 :

\[x_1 \neq 1\to x_3 = 0 \]

\[x_3 \neq 0\to x_1 = 1 \]

\[x_1 = 1 \not\to x_3 \neq 0 \]

\[x_3= 0 \not\to x_1 \neq 1 \]

当然,是个人都会知道\(\to\) 是推导的意思。 那么同样的,我们将推导和被推导出建边,~

同样的,点我们是需要建立两个的,分别代表\(true\) 和$false $ , 然后就没什么可说的了。

但是我们这个点是 \(true\) 的时候好记,但是当这一个是 \(false\) 的时候, 我们自然不能在\(1\to n\) 这些节点建立了,所以我们只能重新建立节点 ,那么我们这个节点数就往后顺延\(n\) , 举个例子,就是 \(1\) 的节点的对立面我们就新建结点 \(n+1\) 表示他的对立面。同样的,不同的题目用不同的方法,这个题自然是这么建好一些 的 。
由于这个题给定的就是真或者是假,那么我们就需要考虑一下

我们首先假设两个事件分别为 \(A\) 和事件 \(B\) ,
\(1.\) 那么当 \(A\)\(and\) \(B\) 真的时候 ,那么我们就可以推导出 \(A\) 为真的时候,可以推导出 \(B\) 也是真的 , \(B\) 为假的时候 , \(A\) 也是为假
\(2.\)\(A\)\(and\) \(B\) 假的时候, 那么我们就可以推导出 \(A\) 为真的时候, \(B\) 为假,当 \(B\) 为真的时候, \(A\) 也是假
\(3.\)\(A\)\(and\) \(B\) 假的时候, 我们就可以推导出 \(A\) 为假的时候 , \(B\) 为假。
同理,当 \(B\) 为真的时候 ,\(A\) 为假 。
\(4.\)\(A\) 真, \(B\) 真的时候, 我们同样可以推导出 \(A\) 为假的时候 , \(B\) 为真 ,
\(B\) 为假的时候 , \(A\) 为真

那么我们就可以得到建图的代码 :

	for(int i = 1 ; i <= m ; i++ ) 
	{
		int x = read() , a = read() , y = read() , b = read() ; 
		if(a && b ) add(x , y + n) , add(y , x + n) ;   
		else if(!a && b) add(x + n , y + n) , add(y , x) ; 	
		else if(a && !b) add(x , y) , add(y + n , x + n) ; 
		else if(!a && !b) add(x + n , y) , add(y + n , x ) ; 
	}

然后我们考虑什么时候会没有解,那必然是其对立面反而推出了自己,也就是节点 \(u\) 能够 被 \(u + n\) 这一个节点推导出来,这叫数学的反证法,如果不知道其具体,百度是个好东西,那么也就是说明, \(u\) 这一个节点和 \(u+n\) 这一个节点在一个强连通分量里。

同样的输出方案也就是强连通分量了,这里就不赘述强连通分量了。没有什么意义,若是不会的话,就看一下笔者曾经写过的一篇文章,\(Tarjan\) 算法

直接上代码 \(Code\)

/*
 by : Zmonarch
 知识点 :2 - SAT 模板 
*/
#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
#include <queue>
#include <stack>
#include <map>
#include <set>
#include <vector>
#include <cmath>
#define int long long
const int kmaxn = 2e6 + 10 ;
inline int read()
{
	int x = 0 , f = 1 ; char ch = getchar() ;
	while(!isdigit(ch)) { if(ch == '-') f = - 1 ; ch = getchar() ; }
	while( isdigit(ch)) { x = x * 10 + ch - '0' ; ch = getchar() ; }
	return x * f ;
}
inline int Min(int a , int b)
{
	if(a < b) return a ; else return b ;
}
inline int Max(int a , int b)
{
	if(a > b) return a ; else return b ;
}
inline int Abs(int a)
{
	if(a < 0) return - a ; else return a ;
}
struct node 
{
	int nxt , u , v , val ; 
} e[kmaxn << 1] ; 
int n , m ; 
int tot , h[kmaxn << 1] ; 
void add(int u , int v ) 
{
	e[++tot].nxt = h[u] ; 
	e[tot].u = u ; 
	e[tot].v = v ; 
	h[u] = tot ; 
}
int dfn[kmaxn] , low[kmaxn] , stack[kmaxn] , in[kmaxn] , scc[kmaxn] ; 
int top , sum , cnt ;  
void Tarjan(int u) 
{
	dfn[u] = low[u] = ++sum ; 
	stack[++top] = u ; 
	for(int i = h[u] ; i ; i = e[i].nxt) 
	{
		int  v = e[i].v ; 
		if(!dfn[v]) 
		{
			Tarjan(v) ; 
			low[u] = Min (low[u] , low[v]) ; 
		}
		else if(!in[v]) low[u] = Min (low[u] , dfn[v]) ; 
	}
	if(low[u] == dfn[u]) 
	{
		in[u] = ++ cnt ; 
		++scc[cnt] ; 
		while(stack[top + 1] != u) 
		{
			in[stack[top]] = cnt ; 
			++scc[cnt] ; 
			top -- ; 
		}
	}
}
signed main()
{
	n = read() , m = read() ; 
	for(int i = 1 ; i <= m ; i++ ) 
	{
		int x = read() , a = read() , y = read() , b = read() ; 
		if(a && b ) add(x , y + n) , add(y , x + n) ;   
		else if(!a && b) add(x + n , y + n) , add(y , x) ; 	
		else if(a && !b) add(x , y) , add(y + n , x + n) ; 
		else if(!a && !b) add(x + n , y) , add(y + n , x ) ; 
	}
	for(int i = 1 ; i <= n + n ; i++) //对立面也要搞
	{
		if(!dfn[i]) 
		{
			Tarjan(i) ;
		}
	} 
	for(int i = 1 ; i <= n ; i++ )
	{
		if(in[i] == in[i + n]) 
		{
			printf("IMPOSSIBLE\n") ;
			return 0 ; 
		}
	}
	
	printf("POSSIBLE\n") ; 
	for(int i = 1 ; i <= n ; i++) 
	{
		printf("%d " , in[i] > in[i + n] ) ; 
	}
	return 0 ;
}

洛谷上的题就不再赘述了。

附加题

给定 \(n\) 个变量 ,为 \(x_1 , x_2 , x_3 , x_4 , x_5 , …… x_{n-1} , x_n\) \((\forall x \leq 100)\) , \(m\) 个表达式 , \(n , m \leq 100\)
有关表达式的形式
输入 \(4\) 个整数 , \(x_i , opt , x_j , val\)
意为 $$x_i + or \times or \div or - x_j \leq val$$
也就是加减乘除均可以。

那么考虑 \(2-SAT\) , 我们以 \(+\) ,为例,为什么用 \(+\) ,显然,好算,好说 。
我们给定一个式子 \(x_1 + x_2 \leq 5\)

\[ \begin{array}{c|cccc} % 第二行 Delta 值数组 \Delta & x\geq 1 & x\geq 2 & x\geq 3 & x\geq 4 & x\geq5\\ \hline true & 0 & 0 & 0 & 0 &0\\ false & 0 & 0 & 0 & 0 & 0\\ \end{array} % 第二行表格结束 \]

如果我们选择以 \(x\) 的取值范围作为事件,那么我们就可以得到 \(true\) ,或者 \(false\) 了 ,就类似于上方的图,但是我并不打算用上方的图说明,笔者不怎么会用

\[x_1 + x_2 \leq 5 $$ 在加上 $x_1 \geq 2$ ,那么很显然就会得到 $x_2 \leq 3$。显然是可以建立推导关系的。 >那么如果我选择$x_1 \leq 1$ 的时候,我们发现 $x_2 \leq 5$ ,我们可以得到一个等式的关系,考虑是否是可以推导出来呢?当 $x_1 \leq 3$ ,我们发现 $x_2 \leq 5$ ,仍然是上方的值,那就细去考虑,发现 我们 $x_2\leq 5$的这一个取值并不是由 $x_1 \leq ?$推导出来的,而是有$x_1 + x_2 \leq 5$和$x_1$ 最小为 $1$ 得到的,显然,不符合我们 $2-SAT$ 的条件 。所以我们选择用 $\geq$ 。 所以我们就可以通过这种方式建立 $2-SAT$ 的问题了。由于这种题目也是没有什么具体背景和数据或者说,这个题是 $yy$ 出来的。所以没有代码实现 。\]

posted @ 2021-02-08 10:55  SkyFairy  阅读(100)  评论(0编辑  收藏  举报