Насколько быстрым должен быть недетерминированный алгоритм для полной задачи EXPTIME, чтобы подразумевать


20

Насколько быстрым должен быть недетерминированный алгоритм для полной задачи EXPTIME, чтобы подразумевать P N PPNP ? Недетерминирован алгоритм полиномиальное время будет немедленно следует это потому , что Р Е Х Р Т Я М ЕPEXPTIME , но никто не считает , N P = Е Х Р Т Я М ЕNP=EXPTIME . Если бы я сделал алгебру правильно (см. Ниже), теорема иерархии времени все равно дала бы значение P imp N PPNP для O ( 2 n / f (n ) )O(2n/f(n)) время выполнения для любого суперполинома f ( )f() , но для всех, кого я знаю, есть полные проблемы с эффективными сокращениями, которые позволяют более медленным алгоритмам давать результат. Существуют ли EXPTIME-полные проблемы, когда мы знаем что-то вроде 2 n / n2n/n или 2 n / n 22n/n2 с недетерминизмом достаточно?

Уточнение «алгебры»: P = N PP=NP подразумевает E X P T I M E = N E X P T I M EEXPTIME=NEXPTIME аргументом заполнения, поэтому недетерминированный алгоритм 2 n / f ( n )2n/f(n) для задачи, полной EXPTIME также будет один для NEXPTIME-полной проблемы. Для суперполинома f ( )f() это противоречило бы недетерминированной теореме иерархии времени, так как мы могли бы уменьшить, используя некоторый L L NTIME( 2 н )(2n) .


6
Я думаю, что вам действительно нужно время выполнения 2 n o ( 1 ),2no(1) чтобы получить противоречие из теоремы иерархии времени. Также я думаю, что это звучит довольно маловероятно.
Сашо Николов

2
Просто для повторения вопроса: какой самый большой f,f где ExpTime NTime ( f ( n ) )(f(n)) подразумевает NP P?
Каве

PS: если вы зарегистрируете учетную запись, вы можете редактировать свой вопрос более легко.
Каве

3
Я считаю, что Сашо прав, если E X P T I M E = N E X P T I M E такой, что L является E X P T I M E -полным, а L - N E X P T I M E -полным и L ' сводится к L за время O ( n k ) , тогда все еще возможно, что LЕИкспТяMЕ= NЕИкспТяMЕLЕИкспТяMЕL'NЕИкспТяMЕL'LO ( nК)N T I M E ( 2 k n )без какого-либо противоречия, поскольку экземплярLможет быть наO(nk)больше, чемL. L NТяMЕ( 2NК)LO ( nК)L'
Джо Бебель

Ответы:


16

Я думаю, что это легче перевернуть.

Если P = N P , то N T I M E ( T ( n ) ) D T I M E ( ( T ( n ) ) c ) для некоторой константы c и любого T ( n ) > n . Поскольку D T I M E ( ( T ( n ) c ) не содержит DP = N PN T I M E (T( n ) ) D T I M E ( ( T( н ) )с)сТ(n)>nDTIME((T(n)c)T I M E ( T ( n ) c log T ( n ) ) D T I M E ( T ( n ) c + 1 ) , это означает, что мы не можем решить, скажем, все проблемы в D T I M E ( 2 n ) в N T I M E ( 2 ϵ n ) для некоторого ϵDTIME(T(n)clogT(n))DTIME(T(n)c+1)DTIME(2n)NTIME(2ϵn)ϵ, Таким образом , не-детерминированным времени 2 O ( п ) алгоритм для задачи полной для D T I M E ( 2 л ) при квазилинейных сокращений будет достаточно , чтобы доказать PN P .2o(n)DTIME(2n)PNP


1
Спасибо, что нашли время , чтобы обеспечить сжатое объяснение того , почему Д Т Я М Е ( 2 н ) N Т Я М Е ( 2 О ( п ) ) означает Р Н Р . DTIME(2n)NTIME(2o(n))PNP
Майкл Вехар

И, спасибо за то, что указали, что может быть использована либо теорема детерминированной, либо недетерминированной иерархии времени. :)
Майкл Вехар

15

Простой ответ: Для каждой задачи E X P T I M E - h a r d существует некоторая постоянная c, такая, что если бы мы могли решить задачу в N T I M E ( 2 o ( n 1EXPTIMEhardcс )), тоРНР.NTIME(2o(n1c))PNP

Примечание. Константа c исходит от увеличения размера экземпляра, которое является результатом сокращений.c

Основание: Пусть Х обозначают E X P T I M E - час г д проблем. Это означает , что каждая проблема в E X P T I M E является многочленом время сводится к X . На самом деле, мы можем показать больше.XEXPTIMEhardEXPTIMEX

Задача принятия для 2 n ограниченных по времени детерминированных машин Тьюринга находится в D T I M E ( n 2 n ) E X P T I M E и, следовательно, сводится к X за полиномиальное время .2nDTIME(n2n)EXPTIMEX

Следовательно, должна быть некоторая фиксированная константа c, такая, что каждая задача в D T I M E ( 2 n ) сводится за полиномиальное время к X, где увеличение размера экземпляра равно O ( n c ) . То есть, экземпляры размера п сводятся к случаям размера O ( п с ) для X .cDTIME(2n)XO(nc)O(nc)X

Теперь, если бы мы имели X N T I M E ( 2 o ( n 1c )), тоDTIME(2n)NTIME(2o(n)). Однако это подразумеваетPNP(подробности см. Ниже).XNTIME(2o(n1c))DTIME(2n)NTIME(2o(n))PNP

Дополнительные подробности: Можно показать , что Р = Н Р с 'к Н Т Я М Е ( п к ) D Т Я М Е ( п с ' к ) .P=NP c k NTIME(nk)DTIME(nck)

Другими слова, если вы можете решить N P - гр уплотнительного т р л х т е задачи за полиномиальное время, то существует единый способ ускорения любой проблемы в N P .NPcompleteNP

Теперь, давайте предположим , что P = N P . По предыдущему (с k = 1) мы получаем постоянную c такую, что N T I M E ( n ) D T I M E ( n c ) .P=NPkc

NTIME(n)DTIME(nc).

Затем мы можем использовать заполнение, чтобы увеличить это включение и получить N T I M E ( 2 n ) D T I M E ( 2 c n ) .

NTIME(2n)DTIME(2cn).

Тогда по теореме детерминированной иерархии времени имеем N T I M E ( 2 n ) D T I M E ( 2 c n ) D T I M E ( 2 ( c + ϵ ) n ) для любого ε > 0 .

NTIME(2n)DTIME(2cn)DTIME(2(c+ϵ)n)
ϵ>0

Следовательно, мы не можем иметь D T I M E ( 2 ( c + ϵ ) n ) N T I M E ( 2 n ) .DTIME(2(c+ϵ)n)NTIME(2n).

Кроме того, мы не могли бы иметь D T I M E ( 2 n ) N T I M E ( 2 o ( n ) ), потому что при заполнении мы получили бы D T I M E ( 2 ( c + ϵ ) n ) N Т Я М Е ( 2 о ( п ) ) .DTIME(2n)NTIME(2o(n))DTIME(2(c+ϵ)n)NTIME(2o(n))

Далее Вопрос: Есть ли какие - либо простые примеры E X P T I M E - с о т р л е т е проблем , где мы можем легко определить размер экземпляра раздутие постоянной C ?EXPTIMEcompletec


1
Проблема принятия для Д Т Я М Е ( 2 н ) представляет собой Е Х Р Т Я М Е -полной, то есть, язык L = { Т , х , 1 м} , состоящие из DTMS T , что на вход х принять в течение 2 м шагов, потому что каждый язык L E X P T I M E имеет некоторыеDTIME(2n)EXPTIMEL={T,x,1m}Tx2mLEXPTIMEТ , который принимает е L ' во время - О ( | х | к ) ) для некоторых к , так что правильный выбор т = О ( | х | к ) уменьшает L ' в L . В частностиконстанта ( с = 1 )товидимо, показываетчто ускорение (то есть, е ( п ) ) должно быть экспоненциальнымесли показать , P N PTxL2O(|x|k))km=O(|x|k)LLc=1f(n)PNP, если вы выберете этот конкретный E X P T I M E -комплектный язык. EXPTIME
Джо Бебель

1
@JoeBebel Привет, Джо, спасибо за комментарий. Я думаю , что это ценно , что вы в дальнейшем рассматривать эту проблему L . Здесь мы можем больше , чем просто сказать , L N Т Я М Е ( 2 О ( п ) ) означает Р Н Р . Для этой конкретной искусственной задачи L мы можем сказать что-то подобное для любого k , L N T I M E ( 2 nLk )влечетNTIME(n)TDTIME(nk-ϵ)для всехϵ>0.
Майкл Вехар
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.