ก่อนอื่นให้ฉันแสดงความคิดเห็นในกรณีเฉพาะของการลด Valiant-Vazirani ฉันหวังว่าจะเป็นเช่นนี้ช่วยอธิบายสถานการณ์โดยรวมให้ดีขึ้น
การลดลงของ Valiant-Vazirani สามารถดู / กำหนดได้หลายวิธี การลดลงนี้คือ "พยายาม" เพื่อแมพอใจสูตรบูลีนกับเอกลักษณ์พอใจและ unsatisfiableไปยัง unsatisfiable F'สูตรเอาท์พุททั้งหมดจะได้รับเสมอจากการ จำกัดต่อไปดังนั้นความไม่พอใจจะได้รับการเก็บรักษาไว้เสมอ การลดลงสามารถกำหนดได้ทั้งเป็น outputting เดียวหรือเป็น outputting รายการF'_t ในกรณีหลัง "ความสำเร็จ" ในกรณีหมายถึงมีอย่างน้อยหนึ่งที่น่าพอใจFF′FF′FF′F′1,…,F′tF∈SATF′iในรายการ เรียกสองตัวแปรนี้ว่า "การลดแบบซิงเกิล" และ "การลดแบบรายการ" ตามลำดับ (นี่ไม่ใช่คำศัพท์มาตรฐาน)
ประเด็นแรกที่ควรทราบคือความน่าจะเป็นที่จะประสบความสำเร็จในการลดลงของซิงเกิลนั้นค่อนข้างน้อยคือโดยที่คือจำนวนของตัวแปร ความยากลำบากในการปรับปรุงความน่าจะเป็นของความสำเร็จนี้ได้ถูกสำรวจในบทความΘ(1/n)n
"ความน่าจะเป็นของการแยกได้ของ Valiant-Vazirani หรือไม่?" โดย Dell และคณะ
http://eccc.hpi-web.de/report/2011/151/#revision1
ในการลดลิสต์ความน่าจะเป็นที่จะประสบความสำเร็จนั้นมีขนาดใหญ่พูดพร้อมกับรายการขนาดโพลี(หนึ่งสามารถทำซ้ำการลดซิงเกิลซ้ำหลาย ๆ ครั้ง)1−2−n(n)
ตอนนี้มันไม่ได้ชัดเจนหรือเป็นธรรมชาติที่เราควรจะสามารถลดการสุ่มที่มีความน่าจะเป็นที่ประสบความสำเร็จเท่านั้น อันที่จริงไม่มีความแข็งเทียบกับผลการสุ่มให้สมมติฐานซึ่งเราสามารถทำได้ในกรณีนี้ มีความเป็นไปได้มากกว่าที่การลดรายการจะสามารถลดขนาดลงได้ (มีรายการที่ค่อนข้างใหญ่กว่า) โปรดทราบว่าสิ่งนี้ไม่ได้หมายความว่า : รายการผลลัพธ์ของเราอาจมีสูตรที่ไม่ซ้ำกันหลายอย่างและอาจมีบางอย่างที่ได้รับมอบหมายที่น่าพอใจมากมาย 1/nNP=UP
แม้ว่าเราสามารถให้การลดรายการใดก็ตามซึ่งน่าพอใจมักจะทำให้เกิดรายการซึ่งส่วนใหญ่ของนั้นเป็นที่น่าพอใจโดยเฉพาะไม่มีวิธีที่ชัดเจนว่า เป็นการลดการแยกเดี่ยวที่กำหนดไว้ ปัญหาพื้นฐานที่แท้จริงคือเราไม่ทราบว่า "การดำเนินการส่วนใหญ่โดยประมาณสำหรับสูตรที่ไม่ซ้ำใคร - ที่น่าพอใจ" นั่นคือการลดซึ่งผลลัพธ์เป็นที่น่าพอใจอย่างไม่ซ้ำใครมีความพึงพอใจเป็นเอกลักษณ์และไม่น่าพอใจหากส่วนใหญ่FF′1,…,F′tF′jR(F′1,…,F′t)F′jF′jไม่น่าพอใจ สิ่งนี้ดูเหมือนจะเป็นปรากฏการณ์ทั่วไป: การลดการส่งออกวัตถุที่ซับซ้อนกว่าอัลกอริธึมการตัดสินใจและคุณสมบัติของวัตถุเหล่านี้ยากต่อการตรวจสอบดังนั้นจึงเป็นการยากที่จะรวมวัตถุเหล่านี้จำนวนมากเข้าไว้ในวัตถุเดียวที่สืบทอดคุณสมบัติส่วนใหญ่
สำหรับกรณีของ Valiant-Vazirani ดูเหมือนว่าจะไม่น่าเป็นไปได้ภายใต้สมมติฐานการสุ่มตัวอย่างที่น่าเชื่อถือว่าเราจะได้รับนั่นคือเพื่อลดสูตรที่น่าพอใจเพื่อกำหนดสูตรที่น่าพอใจให้กับสูตรที่น่าพอใจด้วยโซลูชั่น polyนี่เกิดจากความจริงที่ว่าขั้นตอนการแยกไม่มีความคิดแม้แต่ขนาดคร่าวๆของชุดโซลูชันของสูตรได้รับNP=FewP≤(n)F