ฉันสามารถตอบคำถามของคุณได้บางส่วน: การนับ optima ท้องถิ่นของปัญหาการค้นหาที่สมบูรณ์ของ PLS อาจเป็น # P-hard
อันดับแรกเมื่อ Yoshio ชี้ให้เห็นมีปัญหาการค้นหาใน PLS ซึ่งปัญหาการนับที่เกี่ยวข้องคือ # P-complete (เราไม่ทราบว่าP 1นั้นสมบูรณ์ PLS หรือไม่) ให้P 2เป็นปัญหาที่สมบูรณ์ของ PLS จากนั้นกำหนดP 'ซึ่งกับการป้อนข้อมูล( x , ฉัน)สำหรับฉัน∈ { 1 , 2 }ถามหาที่เหมาะสมสำหรับการป้อนข้อมูลท้องถิ่นxด้วยความเคารพPฉัน ปัญหานี้สืบทอดการเป็นสมาชิก PLS ของP 1 , P 2P1P1P2P'( x , i )ฉัน∈ { 1 , 2 }xPiP1,P2, สืบทอด PLS-ครบถ้วนของและสำหรับปัญหาการนับสืบทอด # P-ครบถ้วนของP 1P2P1
ในทำนองเดียวกันเราสามารถสร้างปัญหา PLS-complete (ประดิษฐ์) ที่ NP-complete ตัดสินใจได้ว่ามีท้องถิ่นที่เหมาะสมมากกว่าหนึ่งแห่งหรือไม่ เช่นเดียวกับในข้อโต้แย้งก่อนหน้านี้หนึ่ง "ลวดเย็บกระดาษร่วมกัน" เป็นปัญหาที่สมบูรณ์ของ PLS เช่นเดียวกับปัญหา PLS ที่P 2ซึ่งในการป้อนสูตรบูลีนψมีมากกว่าหนึ่งที่เหมาะสมในท้องถิ่น iff ψที่น่าพอใจP1P2ψψ
สิ่งก่อสร้างประเภทนี้ค่อนข้างไม่พอใจเนื่องจากเรากำลังพยายามสร้างปัญหาการค้นหาที่มีคุณสมบัติความแข็งสองแบบ แต่โดเมนของQ "แยก" เป็นสองชิ้นแต่ละอันอาจมีเพียงหนึ่งในสองคุณสมบัติเท่านั้น ด้านล่างนี้ฉันจะแสดงให้เห็นว่าเมื่อเกิดปัญหาการค้นหาP 1ใน PLS ซึ่งปัญหาการนับที่เกี่ยวข้องคือ # P-complete และได้รับปัญหาที่สมบูรณ์ของ PLS P 2เราสามารถกำหนดปัญหา PLS ได้Qซึ่งยากสำหรับการนับP 1และค้นหาP 2ในแบบ "instance-by-instance"QQP1P2QP1P2
กล่าวคือเราจะแสดงว่าการแก้ปัญหาการนับสำหรับP 1บนอินพุตxลดประสิทธิภาพในการแก้ปัญหาการนับสำหรับQบนอินพุตxและปัญหาการค้นหาสำหรับP 2ในอินพุตxลดปัญหาการค้นหาสำหรับQบน อินพุตxQP1xQxP2xQx
เพื่อความเรียบง่ายของงานนำเสนอเราถือว่าเป็นเช่นนั้นในอินพุตxใด ๆของความยาวnพื้นที่การแก้ปัญหาของผู้สมัครที่เกี่ยวข้องกับxอยู่เหนือ bitstrings yของความยาวn cสำหรับบางc (แต่มีโครงสร้างเพื่อนบ้านต่าง ๆ สำหรับP 1 , P 2 ) ให้F ฉัน ( x , Y )เป็นฟังก์ชั่นการออกกำลังกายที่เกี่ยวข้องกับPฉันP1,P2xnxynccP1,P2Fi(x,y)Pi
ในอินพุตพื้นที่การค้นหาสำหรับคิวอยู่เหนือสิ่งอันดับ( y 1 , y 2 , z , b )โดยที่แต่ละy ฉันอยู่ใน{ 0 , 1 } n c , z ∈ { 0 , 1 } n c + 1และb ∈ { 0 , 1 }x∈{0,1}nQ(y1,y2,z,b)yi{0,1}ncz∈{0,1}nc+1b∈{0,1}. ในฐานะที่เป็นฟังก์ชั่นการออกกำลังกายสำหรับQเรากำหนดF(x,(y1,y2,z,b))Q
ถ้า b = 1 , F(x,(y1,y2,z,b)):=F1(x,y1)+F2(x,y2)b=1
ถ้า B = 0F(x,(y1,y2,z,b)):=||y1||+||z||+F2(x,y2)b=0
(นั่นคือน้ำหนักของ Hamming ด้านบน)
สำหรับโครงสร้างย่านของเราเชื่อมต่อแต่ละ tuple ( x , ( y 1 , y 2 , z , 1 ) ) (ด้วยb = 1 ) กับ tuples ทั้งหมด( x , ( ( y ′ ) 1 , ( y ′ ) 2 , z ′ , 1 ) )เช่นนั้นQ(x,(y1,y2,z,1))b=1(x,((y′)1,(y′)2,z′,1))
(x,yi)(x,(y′)i)Pii=1,2
z,z′
b=0(x,(y1,y2,z,0))(x,((y′)1,(y′)2,z′,0))
(x,y2)(x,(y′)2)P2
z,z′y1,(y′)1
b=0b=1
QQ
nxQ
(x,(y1,y2,z,1))(x,yi)Pii=1,2zb=1
(x,1nc,y2,1n,0))(x,y2)P2z,y1b=0
Q(x,(y1,y2,z,b))Qx(x,y2)P2xP2
N(x)xQ(2nc+1N1(x)+1)⋅N2(x)Ni(x)xPiN2(x)[1,2nc]
N2(x)=N2(x)2nc+1=(2nc+1N1(x)+1)⋅N2(x)2nc+1=N(x)2nc+1
N2(x)N(x)N1(x)N1(x)=(N(x)N2(x)−1)/2nc+1N1(x)N(x)QP1Q
ฉันไม่ทราบวิธีลดขนาดดังกล่าวสำหรับการรวม PLS-hardness กับ NP-hardness ในการตัดสินใจเอกลักษณ์ optima ท้องถิ่นในรูปแบบ "อินสแตนซ์โดยแต่ละอินสแตนซ์"
V(x,y)L
QQ