SAT-Solving：DPLL vs.？

Question

现在我正在撰写有关SAT解决的文章，我陷入了困境。我希望你能帮助我。

我想描述一些解决SAT-Problems的方法。现在我有三种不同的方式：

1. 猜解
2. 随机（天真）
3. DPLL（具有不同的启发式方法）
4. ？失踪？
5. ...

我的问题是唯一有效的算法是DPLL（以及其他一些与DPLL略有不同的算法）。因此我没有什么比较DPLL。

我的问题：如果你能告诉我一些不基于DPLL（DP）的算法，我可以将它与之进行比较，那将会很棒。

以下是我发现的一些但无法确定它们是否是一个不错的选择，或者是否有更好的选择：

• Monien-Speckenmeyer
• Dantsin，Goerdt，Hirsch和Schöning
• 的大小床-Pudlák-赞恩-Algorithmus
• Hofmeister，Schöning，Schuler和Watanabe

感谢您的帮助。

Answer 1

最先进的sat解算器目前使用基于DPLL的CDCL（冲突驱动条款学习）。

Answer 2

在您建议的SAT求解算法中，bruteforce和DPLL都是完整的算法，只要有足够的时间，就可以保证找到令人满意的任务或证明问题不可满足。正如百万提到的那样，CDCL是DPLL的进步，也是完整的。

如果您正在寻找替代方案，我建议您查看不完整算法。这些通常基于随机本地搜索，包括GSAT和WalkSAT。虽然这些算法无法保证找到答案，但它们传统上非常擅长解决随机（与工业相关）SAT问题。它们也被用于解决比实现基于DPLL的算法已经能够解决的任何求解器更大的SAT问题。

为了进一步研究，我推荐Biere的精彩书籍“可满足性手册”。