Data structures 估计降阶二元决策图效率的启发式算法？

（ROBDD）是多变量布尔函数的有效数据结构

f（x1，x2，…，xn）

。我想知道他们的效率有多高

例如，对于数据压缩，我们知道低熵的数据（一些符号比其他符号出现得更频繁，多次重复）可以很好地压缩，而完全随机的数据则无法压缩

---

是否有类似的直觉来估计ROBDS表示给定布尔公式的效率？关于这个主题的任何文献（最好是在线的）？

维基百科文章中有一篇文章给出了某些函数类（对称，表示二进制算术）的上下限。我认为在平均情况下，

2n*logn>=2^k

成立，其中

n

是图中的节点数，

k

是函数的变量数。上限是

n很好的发现！在第1.4节中，他们讨论了一些估计。特别是，可以作为独立部件的序列（或树）进行布局的电路，它们之间的连接很少，将具有良好的ROBDS。