ความซับซ้อนของการทดสอบค่ากับการคำนวณฟังก์ชั่น


36

โดยทั่วไปเรารู้ว่าความซับซ้อนของการทดสอบว่าฟังก์ชั่นรับค่าเฉพาะที่อินพุตที่กำหนดหรือไม่นั้นง่ายกว่าการประเมินฟังก์ชั่นที่อินพุตนั้น ตัวอย่างเช่น:

  • การประเมินค่าถาวรของเมทริกซ์จำนวนเต็มแบบไม่ลบคือ # P-hard แต่ยังบอกได้ว่าค่าดังกล่าวถาวรเป็นศูนย์หรือไม่ใช่ศูนย์อยู่ใน P (การจับคู่แบบสองฝ่าย)

  • นอกจากนี้ตัวเลขจริง n 1 , . . , nเช่นว่าพหุนามΠ n ฉัน= 1 ( x - ฉัน )มีคุณสมบัติดังต่อไปนี้ (ที่จริงชุดใหญ่ของnตัวเลขจริงจะมีคุณสมบัติเหล่านี้) สำหรับอินพุตที่กำหนดxการทดสอบว่าพหุนามนี้เป็นศูนย์ใช้เวลาΘ ( log n ) การคูณและการเปรียบเทียบ (โดยผลลัพธ์ของ Ben-Or หรือไม่เนื่องจากชุดศูนย์มีna1,...,ani=1n(xai)nxΘ(logn)nองค์ประกอบ) แต่การประเมินพหุนามข้างต้นนั้นใช้เวลาอย่างน้อยขั้นตอนโดยแพ็ตเตอร์สัน-StockmeyerΩ(n)

  • การเรียงลำดับต้องใช้ขั้นตอนบนต้นไม้เปรียบเทียบ (เช่นΩ ( n บันทึกn )ขั้นตอนบนต้นไม้ตัดสินใจเกี่ยวกับพีชคณิตจริงอีกครั้งโดยผลลัพธ์ของ Ben-Or) แต่การทดสอบว่ารายการเรียงเพียงใช้การเปรียบเทียบn - 1 เท่านั้น .Ω(nlogn)Ω(nlogn)n1

มีเงื่อนไขทั่วไปเกี่ยวกับพหุนามที่เพียงพอที่จะบ่งบอกถึงความซับซ้อน (พีชคณิต) ของการทดสอบว่าพหุนามเป็นศูนย์หรือไม่เท่ากับความซับซ้อนของการประเมินพหุนาม

ฉันกำลังมองหาเงื่อนไขที่ไม่ได้ขึ้นอยู่กับการรู้ความซับซ้อนของปัญหาก่อน

( ชี้แจง 10/27/2010 ) เพื่อให้ชัดเจนพหุนามไม่ได้เป็นส่วนหนึ่งของอินพุต อะไรที่ว่าก็คือว่าได้รับการแก้ไขในครอบครัวของฟังก์ชั่น (หนึ่งสำหรับขนาดการป้อนข้อมูลแต่ละ (ทั้ง bitlength หรือจำนวนของปัจจัยการผลิต)) ผมต้องการที่จะเปรียบเทียบความซับซ้อนของภาษาปัญหา / การตัดสินใจ{ X : n ( X ) = 0  ที่  n  คือ "ขนาด" ของ  X }กับความซับซ้อนของการประเมินที่ฟังก์ชั่น{ n }{fn} {X:fn(X)=0 where n is the "size" of X} {fn}


การชี้แจง:ฉันกำลังถามเกี่ยวกับความซับซ้อนเชิงซีนิตี้ของการประเมิน / ทดสอบตระกูลพหุนาม ยกตัวอย่างเช่นเหนือสนามคงที่ (หรือแหวนเช่น ) "ถาวร" ไม่ใช่พหุนามเดียว แต่ครอบครัวไม่มีที่สิ้นสุด{ p e r m n : n 0 }โดยที่p e r m nเป็นค่าคงที่ของn × nเมทริกซ์ที่สนาม (หรือแหวน) ที่Z{permn:n0}permnn×n


Anwer ในคำถามของคุณไม่ได้ขึ้นอยู่กับพหุนามเท่านั้น แต่ขึ้นอยู่กับการเป็นตัวแทนของมันด้วย?
ilyaraz

@ilyaraz: ไม่แน่ใจว่าคุณหมายถึงอะไร พหุนามไม่ได้เป็นส่วนหนึ่งของอินพุต
arnab

โจชัวคุณสามารถ 'ทำให้น้ำยางข้น' เป็นคำถามเพื่อให้อ่านง่ายขึ้นหรือไม่?
Suresh Venkat

4
ฉันพบกระดาษของ Valiant ( dx.doi.org/10.1016/0020-0190(76)90097-1 ) "ความซับซ้อนสัมพัทธ์ของการตรวจสอบและประเมินผล" ซึ่งพิจารณาคำถามหลักเดียวกัน แต่ในการตั้งค่าเครื่องทัวริงมาตรฐานมากกว่า การตั้งค่าเกี่ยวกับพีชคณิต เขาไม่ตอบคำถามของฉัน แต่ถ้าคุณพบว่าคำถามนี้น่าสนใจคุณอาจพบว่าบทความของเขาน่าสนใจ
Joshua Grochow

1
"การใช้อัลกอริทึมของทฤษฎีบท Feferman – Vaught" ของ Makowski นั้นอาจเกี่ยวข้องกัน เขากำหนดพหุนามโดยการสรุปโครงสร้าง MSOL ที่กำหนดได้บนกราฟและแสดงให้เห็นว่าง่ายต่อการประเมินเมื่อกราฟมีความกว้างของต้นไม้ล้อมรอบ
Yaroslav Bulatov

คำตอบ:


4

กว่าการทดสอบสำหรับศูนย์และการประเมินผลนั้น "เกือบ" เหมือนกันในแง่ต่อไปนี้: สมมติว่าคุณมีแผนภูมิการตัดสินใจซึ่งทดสอบว่ามีพหุนามลดfบางส่วนที่ไม่เป็นศูนย์หรือไม่ เราทำงานผ่านCดังนั้นเราจึงสามารถทดสอบความเท่าเทียมกันเท่านั้น แต่ไม่มี "<" นั่นคือความแตกต่างที่สำคัญสำหรับตัวอย่างที่สองในคำถาม! ตอนนี้ใช้เส้นทางปกติคือเส้นทางที่ถ่ายโดยเกือบทุกปัจจัยการผลิต (เรามักจะทำตาม " " -branch) นอกจากนี้ใช้เส้นทางตามแบบฉบับขององค์ประกอบทั้งหมดในหลากหลาย V ( ) ให้vเป็นโหนดที่ทั้งสองพา ธ ใช้สาขาที่แตกต่างกันเป็นครั้งแรก ให้เอช1 ,CfCV(f)vเป็นพหุนามที่ทดสอบตามคำนำหน้าทั่วไปของสองเส้นทาง ตั้งแต่ V ( )ปิดองค์ประกอบทั้งหมดที่อยู่ใน V ( )และการเข้าถึงวียังอยู่ใน V ( H เมตร ) ดังนั้นถ้า F ( x ) = 0แล้วหนึ่งในชั่วโมงฉันหายไปในx เราใช้ Nullstellensatz ของ Hilbert กับ h 1h mแล้วหาค่า f g =h1,,hmV(f)V(f)vV(hm)f(x)=0hixh1hmสำหรับบางพหุนามกรัมว่าจะ coprimeฉ ในระยะสั้นในขณะที่เรายังไม่ได้คำนวณเมื่อตัดสินใจว่า F ( x ) = 0เราจะต้องคำนวณกรัมสำหรับบาง coprimeกรัมfg=h1hmgfff(x)=0fgg


ดังนั้นความซับซ้อนของการทดสอบถูกจับเป็นหลักโดยความซับซ้อนของการประเมินกรัม จากนั้นเนื่องจากfลดลงไม่ได้ความซับซ้อนของการประเมินfจะถูก จำกัด ด้วยพหุนามด้วยความซับซ้อนของการประเมินf g , ระดับของf gและจำนวนของตัวแปร ดังนั้นถ้าfมีระดับพหุนามและการทดสอบf ( x ) = 0นั้นง่ายพอการทดสอบและประเมินผลจะเทียบเท่า (อย่างไรก็ตามถ้าd d e g ff(x)=0 fgfffgfgff(x)=0degfมีขนาดใหญ่หรือการทดสอบยาก - บอกว่าระดับมีขนาดใหญ่มาก - นี่บอกน้อยมาก)g
Joshua Grochow

ฉันไม่เข้าใจ: ถ้าคุณสามารถหาค่าคุณก็สามารถทดสอบค่าศูนย์ด้วยการปฏิบัติการอีกหนึ่งครั้งนั่นคือการทดสอบความเท่าเทียมหนึ่งครั้งในที่สุด สิ่งที่อาจผิดพลาดคือการประเมินf gนั้นถูกกว่าการประเมินfด้วยเหตุผลบางอย่าง (หมายเหตุ: การประเมินfหมายถึงการประเมินที่จุดทั่วไปนั่นคือไม่ทราบแน่ชัด)ffgff
Markus Bläser

แม่นยำ. การประเมินอาจจะง่ายกว่าการประเมินฉ (ฉันรู้ว่าการประเมินfหมายถึงการประเมินที่จุดทั่วไปฉันไม่เข้าใจจริง ๆ ว่าทำไมคุณคิดว่าคำพูดเกี่ยวกับผู้ปกครองครั้งสุดท้ายของคุณเป็นสิ่งที่จำเป็น แต่อาจอยู่นอกเหนือประเด็น) สิ่งที่คุณไม่ได้รับคืออะไร จากความคิดเห็นสุดท้ายของคุณฉันว่าเราทั้งคู่เข้าใจสถานการณ์และเห็นด้วยกับความเข้าใจของกันและกัน ... ดูเพิ่มเติม "ความซับซ้อนของปัจจัยหลายตัวแปรหลายชื่อ" โดย Burgisser ซึ่งให้ข้อสรุปเดียวกับที่ฉันระบุไว้ในความคิดเห็นก่อนหน้านี้ fgff
Joshua Grochow

ข้อสรุปที่น่าสนใจเพิ่มเติมจากการสนทนานี้: แม้ว่าการทดสอบว่าถาวรของเมทริกซ์ nonnegative เป็นศูนย์หรือไม่ง่ายการทดสอบว่าถาวรของเมทริกซ์ที่ซับซ้อนโดยพลการเป็นศูนย์เป็นเรื่องง่ายถ้าและถ้าประเมินถาวรเป็นเรื่องง่าย
Joshua Grochow

ขออภัยฉันเข้าใจผิดความคิดเห็นแรกของคุณ ทุกอย่างปกติดี.
Markus Bläser

5

"การใช้อัลกอริทึมของทฤษฎีบท Feferman – Vaught" ของ Makowski นั้นอาจเกี่ยวข้องกัน เขากำหนดพหุนามโดยการสรุปโครงสร้างของ MSOL ที่กำหนดได้บนกราฟและแสดงให้เห็นว่าพวกมันสามารถประเมินผลได้ง่ายเมื่อกราฟถูกล้อมรอบความกว้างของต้นไม้

สิ่งนี้ไม่ได้บอกอะไรมากมายเกี่ยวกับความแตกต่างในความซับซ้อนของการทดสอบ / การประเมินผลนอกเหนือจากการเป็น FPT การทดสอบค่าหมายถึงการถามว่ามีการตั้งค่าตัวแปรเช่นนั้นที่กำหนดสูตร MSO2 บนกราฟที่กำหนดให้ประเมินเป็นจริงหรือไม่ สิ่งนี้ดูเหมือนจะเกี่ยวข้องกับคำถามที่ว่าความซับซ้อนของการนับ SAT เกี่ยวข้องกับความซับซ้อนของ SAT อย่างไร

แก้ไข 10/29 แนวคิดที่มีประโยชน์อีกประการหนึ่งอาจดูเป็นรูปแบบคุณสมบัติของจุดที่ยากลำบาก เห็นได้ชัดว่าชื่อพหุนามกับคุณสมบัตินี้สามารถประเมินได้ง่ายในทุกจุดหรือยากที่จะประเมินเกือบทุกจุด Makowski ให้การอ้างอิงบางอย่างเกี่ยวกับสไลด์ 46-52 - http://www.cs.technion.ac.il/admlogic/TR/2009/icla09-slides.pdf


3

q(x)Fpp

F2[x]x2=xF20,1,x,x+101

Fqq=pnpn


1
{permn:n0}permnn×n
Joshua Grochow

1
F2x2=x

1
คาร์เตอร์: ฉันคิดว่ามันชัดเจนว่าฉันกำลังถามเรื่องซีมโทติค แต่ตอนนี้ฉันได้ชี้แจงแล้ว นอกจากนี้คุณยังสามารถใช้ polivar polivar ที่ num of vars ไม่ได้รับการแก้ไข ขออภัยสำหรับ downvote แต่ฉันไม่คิดว่าคุณสมควรได้รับครึ่งหนึ่งของรางวัล (+25) สำหรับการชี้ให้เห็นว่าเซต 1-var polys ที่ จำกัด สามารถประเมินได้ด้วย O (1) ops ฉันรู้ว่าคุณกำลังชี้ให้เห็นบางสิ่งบางอย่างที่ชัดเจนน้อยลง แต่นั่นไม่เกี่ยวข้องกับคำถาม: ดังที่ได้ชี้ให้เห็นในความคิดเห็นของ Qแล้วโพลีไม่ได้เป็นส่วนหนึ่งของอินพุต ดังนั้นมากกว่า F_2 จึงมีเพียง 4 1-var polys ที่ต้องพิจารณา (การใช้ x ^ 2 = x ไม่จำเป็น)
Joshua Grochow

permn

1
detndetnFpnpn

3

ฉันไม่แน่ใจว่าฉันเข้าใจคำถามถูกต้องหรือไม่ แต่ให้ฉันพยายามส่องแสง

โดยทั่วไปแล้วการประเมินพหุนามในค่าบางอย่างนั้นง่ายกว่าการทดสอบตัวตนโดยเฉพาะเมื่อการแทนพหุนามนั้นผ่านวงจร (การเป็นตัวแทนรวบรัด) อย่างไรก็ตามมีอัลกอริทึมการทดสอบตัวตนแบบสุ่มจำนวนมาก ( Schwarz-Zippelซึ่งเป็นแบบตรงไปตรงมาที่สุด) ที่ใช้งานได้กับการประเมินผลเพียงอย่างเดียว

nO(1)

xiy2iiSαiyaiyr1rryaybyr1rabri,jS(aiaj)r

มีความคืบหน้ามากขึ้นในอัลกอริทึมการทดสอบตัวตนกล่องดำ ตอนนี้ส่วนใหญ่ยืนที่วงจรความลึก 3 ที่ถูก จำกัด (ผลรวมของผลรวมของตัวแปร) (FWIW) บางส่วนของนี้ถูกกล่าวถึงในรายละเอียดเพิ่มเติมในบทที่ 3 และ 4 ของวิทยานิพนธ์ และมีการปรับปรุงเพิ่มเติมโดยSaxena และ Seshadriเมื่อเร็ว ๆ นี้เช่นกัน


xf(x)=0xf(x)

Ah! ฉันเห็น ... ขอบคุณสำหรับการชี้แจง; คำตอบของฉันไม่เกี่ยวข้องมากเกินไปในกรณีนั้น
Ramprasad

1

1xyxyZ[x1,...,xn]n


NPNP/poly#PNP#P#Pff

มีการคาดเดาว่าปัญหาการนับปัญหาโดยสมบูรณ์ของ NP จะนับเป็น # P-complete เสมอ แต่ฉันไม่ทราบความสัมพันธ์อื่น ๆ การเรียงลำดับของเงื่อนไขเล็ก ๆ น้อย ๆ จะเป็นปัญหาที่ลดลงได้เองและ f ถูกล้อมรอบด้วยพหุนาม
โคลิน McQuillan
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.