ความแข็งของการประมาณที่สมมติว่า NP! = coNP


32

สมมติฐานทั่วไปสองข้อสำหรับการพิสูจน์ความแข็งของผลการประมาณ ได้แก่และการคาดเดาเกมที่ไม่ซ้ำ มีความแข็งของผลการประมาณโดยประมาณที่สมมติว่าหรือไม่? ฉันกำลังมองหาปัญหาดังกล่าวว่า "มันเป็นเรื่องยากที่ใกล้เคียงกับภายในเป็นปัจจัยเว้นแต่ "N P c o N P A A α N P = c o N PPNPNPcoNPAAαNP=coNP

เป็นที่ทราบกันดีว่า "การแสดงแฟคเตอร์ความกระด้าง NP สำหรับปัญหาเวกเตอร์ที่สั้นที่สุดจะบ่งบอกว่า " โปรดทราบว่านี่คือ "ตรงกันข้าม" ของสิ่งที่ฉันกำลังมองหาnNP=coNP

ชี้แจง: เป็นไปได้ที่และยังคงมีคำถาม P vs NP เปิดอยู่ ฉันกำลังมองหาความแข็งของผลประมาณซึ่งจะกลายเป็นเท็จถ้าแต่ได้รับผลกระทบ (กล่าวคือยังคงเป็นการคาดเดา) โดยNPNP=coNPNP=coNPPNP


@ Kintali ผลลัพธ์ SVP นั้นน่าสนใจ คุณทราบถึงตัวอย่างอื่น ๆ ที่คล้ายกับผลลัพธ์ของปัญหาเวกเตอร์ที่สั้นที่สุดหรือไม่
Mohammad Al-Turkistany

ฉันไม่ได้ตระหนักถึงผลลัพธ์ดังกล่าวมากขึ้น
Shiva Kintali

คำตอบ:


20

นี่คือข้อสังเกตที่ตรงไปตรงมา ถ้าคุณคิดว่ามันเป็นเรื่องง่ายที่จะเห็นว่ามีการเพิ่มประสิทธิภาพซึ่งไม่มีแม้แต่อัลกอริทึมการประมาณค่าnondeterministicที่ดีในบางแง่มุมNPcoNPNP

ยกตัวอย่างเช่นทฤษฎีบท PCP บอกว่าคุณสามารถแปล SAT เป็นปัญหาในการแยกแยะว่าของคำสั่งมีความพึงพอใจและทุกข้อมีความพึงพอใจสำหรับบาง0 สมมติว่ามีอัลกอริทึม nondeterministic ซึ่งสามารถแยกความแตกต่างระหว่างสองกรณีนี้ในแง่ที่ว่าอัลกอริทึม nondeterministic สามารถรายงานในแต่ละเส้นทางการคำนวณเช่น "พอใจทั้งหมด" หรือ "มากที่สุด " และมันบอกว่า "ที่สุด "ในบางเส้นทางถ้ามากที่สุดจะพอใจมิฉะนั้นมันจะบอกว่า" พอใจทั้งหมด "ในทุกเส้นทางการคำนวณถ้าสมการทั้งหมดจะพอใจ นี้ก็เพียงพอที่จะตัดสินใจนั่งอยู่ใน ,1εε>01ε1ε1εcoNPNP=coNP. มันเห็นได้ชัดว่าการดำรงอยู่ของดังกล่าวเป็นขั้นตอนวิธีการ nondeterministic มีไม่มีผลกับว่า PP=NP

มันเป็นเรื่องที่เป็นไปได้มากที่เป็น "ธรรมชาติ" สถานการณ์ที่มีอยู่: ปัญหาการเพิ่มประสิทธิภาพซึ่งยากที่จะใกล้เคียงกับในกำหนดเวลาพหุนามภายใต้แต่ไม่รู้จักกันเป็นอย่างหนักภายใต้P N P (นี่อาจเป็นสิ่งที่คุณต้องการถาม) ความแข็งของผลลัพธ์การประมาณจำนวนมากได้รับการพิสูจน์ครั้งแรกภายใต้สมมติฐานที่แข็งแกร่งกว่า (เช่นN Pไม่ได้อยู่ในเวลาเอ็กซ์โปแนนเชียลหรือN Pไม่ใช่ในB P P ) ในบางกรณีการปรับปรุงในภายหลังทำให้ข้อสันนิษฐานที่จำเป็นอ่อนแอลงบางครั้งก็ลดลงเป็นP NNPcoNPPNPNPNPBPPP ดังนั้นจึงมีความหวังว่าจะมีคำตอบที่น่าพอใจมากกว่าคำถามนี้เล็กน้อย มันยากที่จะสงสัยว่าอาจจะมีปัญหาที่ไม่สามารถพิสูจน์ได้ยากที่จะใกล้เคียงกับใน polytime กำหนดขึ้นภายใต้ P N Pแต่ก็สามารถพิสูจน์ได้ยากภายใต้ N P C o N P นั่นหมายความว่า N P c o N Pบอกเราบางอย่างเกี่ยวกับการคำนวณที่กำหนดว่า P N Pไม่ได้พูดไปแล้ว สังหรณ์ใจนี่เป็นเรื่องยากที่จะเข้าใจPยังไม่มีข้อความPPยังไม่มีข้อความPยังไม่มีข้อความPโอยังไม่มีข้อความPยังไม่มีข้อความPโอยังไม่มีข้อความPPยังไม่มีข้อความP


ใช่. มันยากที่จะเข้าใจว่าผลลัพธ์ความแข็งนั้นเป็นไปได้ ฉันสงสัยว่าเราสามารถพิสูจน์ได้ว่าไม่มีความแข็งดังกล่าว ว้าว .... มันซับซ้อนขึ้น
Shiva Kintali

(1) ฉันกลัวว่าคุณกำลังเขียนกรณีใช่และคดีไม่ตรงข้ามกันในวรรคสอง มันง่ายในการสร้างอัลกอริทึมแบบ nondeterministic ซึ่งทำในสิ่งที่คุณระบุไว้ (รายงาน“ พอใจทั้งหมด” ในเส้นทางอย่างน้อยหนึ่งเส้นทางถ้าสูตรเป็นที่พอใจและรายงาน“ อย่างมาก 1 − ε” ในทุกเส้นทางหากสูตรอยู่ห่างจากที่พอใจ ) เพียงแค่ทดสอบการมอบหมายความจริงทั้งหมดแบบไม่ระบุชื่อ (2) ฉันเห็นด้วยกับส่วน“ ยากที่จะเข้าใจ”
Tsuyoshi Ito

8

คำเตือน: นี่ไม่ใช่คำตอบโดยตรง

จริงๆแล้วมีเงื่อนไขความแข็งอื่น ๆ อีกมากมายนอกเหนือจาก P! = NP และ UGC David Johnson เขียนคอลัมน์ที่สวยงามสำหรับธุรกรรมบน Algorithms ย้อนกลับไปในปี 2549 ในประเด็นนี้อย่างแม่นยำ เขาแสดงสมมติฐานที่แตกต่างมากมายที่ใช้ในการแสดงความแข็งและวิธีการที่เกี่ยวข้องกับแต่ละอื่น ๆ

น่าเสียดายที่คลาสเหล่านี้เป็น NP และคลาสที่กำหนดขึ้นเอง (ยกเว้น NP และ co-AM) NP กับ co-NP ไม่ได้ครอบคลุมเลย


2
เดวิดจอห์นสันพูดถึงเรื่อง NP และ co-NP ที่น่าสนใจในคอลัมน์ถัดไปนั่นคือคอลัมน์ความสมบูรณ์แบบที่ 26 !
Daniel Apon

อาแน่นอน ฉันควรจะจำได้ แต่ก็ไม่มีการประมาณว่า ...
Suresh Venkat

4

เป็นสมมติฐานที่แข็งแกร่งกว่า P N Pตั้งแต่ N P C o N Pหมายถึง P N P ดังนั้นความแข็งใด ๆ ของผลประมาณสมมติ P N Pก็จะตามมาจาก N P C o N Pสมมติฐานยังไม่มีข้อความPโอยังไม่มีข้อความPPยังไม่มีข้อความPยังไม่มีข้อความPโอยังไม่มีข้อความPPยังไม่มีข้อความPPยังไม่มีข้อความPยังไม่มีข้อความPโอยังไม่มีข้อความP


3
เป็นไปได้ที่คำถาม NP = coNP และคำถาม P vs NP ยังคงเปิดอยู่ ฉันกำลังมองหาความกระด้างของผลการประมาณซึ่งจะกลายเป็นเท็จถ้า NP = coNP แต่ไม่ได้รับผลกระทบ (เช่นยังคงเป็นการคาดเดา) โดย P! = NP
Shiva Kintali

ในคำถามของคุณคุณกำลังมองหาปัญหาเช่นว่า "มันเป็นเรื่องง่ายที่จะประมาณภายในปัจจัยαหมายถึง NP = coNP" ซึ่งเทียบเท่ากับ "ถ้าN P c o N Pแล้วมันยากที่จะประมาณ A ภายในปัจจัยα " โปรดแก้ไขคำถามของคุณเพื่อสะท้อนความคิดเห็นของคุณ Aαยังไม่มีข้อความPโอยังไม่มีข้อความPα
Mohammad Al-Turkistany

0

นี่ไม่ใช่คำตอบโดยตรง

ปัญหา k-Choosability คือ - สมบูรณ์ ภายใต้สมมติฐานว่า N P C o N P , K-Choosability เป็นอย่างเคร่งครัดหนักกว่า k-ระบายสีบนกราฟทั่วไป ดังนั้นการประมาณหมายเลขรายการสีจึงยากกว่าหมายเลขสีอย่างเคร่งครัด เป็นที่ทราบกันดีว่าการทำสี k นั้นเป็นเรื่องเล็กน้อยสำหรับกราฟสองฝ่าย อย่างไรก็ตามการกำหนดจำนวนรายการสีของกราฟสองฝ่ายคือN P -hard (แม้กระทั่ง 3-Chooseability คือP 2 - สมบูรณ์)Π2Pยังไม่มีข้อความPโอยังไม่มีข้อความPยังไม่มีข้อความPΠ2P

Noga Alon, การ จำกัด สีของกราฟ

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.