Exponential Time Hypotheses: ETH and SETH || @ CMU || Lecture 26d of CS Theory Toolkit

Exponential Time Hypotheses: ETH and SETH || @ CMU || Lecture 26d of CS Theory Toolkit

🎙 Ryan O'Donnell 👥 14K 📅 17 juillet 2020 ⏱ 23 min 👁 1K 📄 cours magistral 🧭 2026-08-17
Disponible en : Français (actuel) English

Mots-clés

ETHSETH3-SATfine-grained complexityréductions

Résumé

Ce cours de Ryan O’Donnell, professeur à Carnegie Mellon, présente les hypothèses de temps exponentiel (ETH et SETH) et leurs implications en complexité algorithmique. Il commence par rappeler l’algorithme de Schöning pour 3-SAT, qui résout le problème en temps ~1.334^n, et mentionne les améliorations récentes. Il introduit ensuite l’ETH, qui postule que 3-SAT ne peut pas être résolu en temps 2^{o(n)}, et montre comment cette hypothèse permet de dériver des bornes inférieures pour d’autres problèmes NP-complets, comme le chemin hamiltonien planaire (2^{Ω(√n)}). Il explique l’importance de la taille des réductions et donne des exemples de conséquences de l’ETH pour des problèmes comme Vertex Cover, Clique et Max-Cut. Il introduit ensuite la SETH, une hypothèse plus forte, qui stipule que pour tout ε>0, il existe k tel que k-SAT nécessite un temps 2^{(1-ε)n}. Il montre comment la SETH implique des bornes inférieures pour des problèmes polynomiaux, comme la distance d’édition (Ω(n²)) et le diamètre de graphe, illustrant le domaine de la complexité fine-grained. Le cours se conclut sur des exemples de résultats récents (Backurs et Indyk, 2015) et des questions ouvertes sur la crédibilité de ces hypothèses.

186 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : le cours fournit une introduction claire et rigoureuse aux hypothèses ETH et SETH, avec des démonstrations et des exemples concrets. L’argumentation est solide : chaque résultat est motivé et les preuves sont esquissées. L’enseignant explique les intuitions derrière les réductions et les implications, ce qui permet de comprendre pourquoi ces hypothèses sont centrales en complexité fine-grained. Les exemples choisis (chemin hamiltonien planaire, distance d’édition) illustrent bien les concepts et montrent comment les hypothèses sont utilisées pour dériver des bornes inférieures.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est excellente : le cours est donné par un expert reconnu, les résultats sont présentés avec précision et les preuves sont correctes. Les sources sont implicites (les travaux de Schöning, Impagliazzo, Paturi, etc.) mais le contenu est fiable. L’adéquation titre/contenu est parfaite : le titre annonce exactement le sujet. Aucune publicité n’est présente. Les commentaires ne sont pas fournis, donc aucune analyse des tendances n’est possible.

171 mots

Adéquation titre / contenu

Le titre décrit précisément le contenu : la leçon porte sur les hypothèses de temps exponentiel (ETH et SETH) et fait partie du cours 'CS Theory Toolkit'.

Qualité & fiabilité

9/10

Cours universitaire de niveau graduate par un professeur reconnu en informatique théorique, présentant des résultats établis et des preuves rigoureuses. Les hypothèses ETH et SETH sont clairement définies et leurs conséquences sont démontrées. Le contenu est à jour (2020) et les références sont fiables.

Moments clés

Sources citées

Sources concordantes

Apport & nouveautés

Ce cours apporte une synthèse claire et pédagogique des hypothèses ETH et SETH, avec des exemples concrets de leur utilisation pour dériver des bornes inférieures en complexité fine-grained. Il met en lumière l’importance des réductions efficaces et la distinction entre ETH et SETH. L’apport original réside dans la manière dont il relie ces hypothèses à des problèmes concrets comme la distance d’édition, montrant comment des résultats récents (Backurs et Indyk) s’inscrivent dans ce cadre.

Pour aller plus loin :

145 mots

Profil radar

Le profil radar est équilibré avec des scores élevés dans toutes les dimensions, reflétant un contenu dense et rigoureux. La quantité d'information est importante, la qualité est excellente, le niveau technique est élevé, et la fiabilité est maximale. Cela correspond à un cours universitaire de niveau graduate.

Fiabilité 9/10