FewP to klasa z wielomianem ograniczonym liczbą rozwiązań (w wielkości wejściowej). Tam nie jest znana -Complete problem . Interesuje mnie, jak daleko możemy rozciągnąć tę obserwację.N P f e w P
Czy istnieje jakiś naturalny problem z uzupełnieniem z quasi-wielomianową górną granicą liczby rozwiązań (świadków)? Czy istnieje powszechnie przyjęte przypuszczenie, które wykluczałoby taką możliwość?
Naturalne oznacza, że problem nie jest sztucznie wymyślonym problemem, aby odpowiedzieć na pytanie (lub podobne), a ludzie są zainteresowani problemem niezależnie (zgodnie z definicją Kaveha).
EDYCJA: Nagroda zostanie przyznana za taki naturalny problem lub rozsądny argument wykluczający istnienie takich problemów (przy użyciu powszechnie akceptowanych teorii teoretycznych złożoności).
Motywacja: Moją intuicją jest to, że kompletność narzuca wielomian (a nawet wykładniczy) dolną granicę liczby świadków.
źródło
Odpowiedzi:
To bardzo interesujące pytanie.
Najpierw uwaga wyjaśniająca. Zauważ, że „górna granica liczby świadków” to nie właściwością obliczeniowej problemu per se, ale z konkretnym weryfikatora używane do decydowania o problemu, po prostu jako „górną granicę liczby państw” nie będzie właściwość problemu, ale decydująca jest maszyna Turinga. Zatem powiedzenie „ Problem N P z górną granicą liczby rozwiązań” nie jest dość dokładne, a jeśli P = N P, to każdy problem N P ma weryfikator z dowolną liczbą pożądanych rozwiązań (w tym zero i wszystkie możliwe łańcuchy) .NP NP P=NP NP
Musimy więc zdefiniować, aby odpowiedzieć na twoje pytanie. Dla , powiedzmy, że problem N P L „ma co najwyżej s ( n ) rozwiązania”, jeżeli dla pewnej stałej c istnieje weryfikator czasowy O ( n c ) V taki, że dla każdej długości wejściowej n i dla co x ∈ L długości n , są różne y 1 , … , y s ( ns:N→N NP L s(n) c O(nc) V n x∈L n O długości n c tak, żeV(x, y i )akceptuje wszystkieIiV(x,y)odrzuca wszelkie inneYo długości n C .y1,…,ys(n) nc V(x,yi) i V(x,y) y nc
W tej chwili mogę tylko powiedzieć, że:
Więcej szczegółów Przypuśćmy jest N P -Complete, za pomocą weryfikatora V , który zawiera co najwyżej O ( n c ) rozwiązań. Następnie naturalna licząca się wersja „decyzyjna” L , którą definiujemy jakoL NP V O(nc) L
obliczeniowy jest w , to znaczy, w zależności polytime z O ( log n ) zapytań do N P . To dlatego, decydując, czy liczba rozwiązań x wynosi co najwyżej k jest w N P : świadka, jeśli istnieje, to po prostu liczba rw I „s czyniąc V zaakceptować, co my wiemy być co najwyżej O ( n c )FPNP[O(logn)] O(logn) NP x k NP yi V O(nc) . Wtedy możemy Przeszukiwanie binarne za pomocą tego problemu obliczyć dokładną liczbę rozwiązań L .NP L
Dlatego też, -Complete problemem tego rodzaju nie może być rozszerzony do # P -Complete problem w zwykły sposób, o ile # P ⊆ F P N P [ O ( log n ) ] . Wygląda to mało prawdopodobne; cała wielomianowa hierarchia czasu po prostu zawaliłaby się do P N P [ O ( log n ) ] .NP #P #P⊆FPNP[O(logn)] PNP[O(logn)]
Jeśli założysz w powyższym przypadku, nadal otrzymasz mało prawdopodobne konsekwencje. Można by pokazać, że # P można obliczyć w 2 n O ( 1 ), raz z N P wyroczni. To więcej niż wystarczy, aby na przykład udowodnić, że E X P N P ≠ P P, a następnie E X P N P ⊄ P / p o l ys(n)=2no(1) #P 2no(1) NP EXPNP≠PP EXPNP⊄P/poly . Nie dlatego, że te podziały są mało prawdopodobne, ale wydaje się mało prawdopodobne, że będą udowodnił dając czas subexp algorytm -oracle na stałe.NP
Nawiasem mówiąc, nie powiedziałem tutaj nic wnikliwego. W literaturze prawie na pewno jest taki argument.
źródło