用于估计降阶有序二元决策图效率的启发式算法？

Question

Reduced Ordered Binary Decision Diagrams（ROBDD）是多变量f(x1,x2,...,xn)的布尔函数的有效数据结构。我想直接了解 的效率。

例如，对于数据压缩，我们知道具有低熵的数据（某些符号比其他符号出现的次数多，重复次数多）可以很好地压缩，而完全随机数据不能被压缩。

是否有类似的直觉来估计ROBDD如何有效地表示给定的布尔公式？有关此主题的任何文献（最好是在线）？

Answer 1

维基百科文章Symbolic Boolean Manipulation with Ordered Binary Decision Diagrams中有论文给出了某些函数类的下限和上限（对称，表示二进制算术）。我认为在2n*log n >= 2^k的平均情况下，n是图中节点的数量，k是函数的变量数。使用完整二叉树实现上限n <= 2^(k+1) - 1。