(1) สิ่งที่เรารู้แล้ว:
ดังที่คุณได้กล่าวไปแล้ว QBF ที่มีการสลับการของตัวปริมาณนั้นยากสำหรับทุกระดับของลำดับชั้นพหุนามlog(n)
(2) ฉันคิดว่าเราสามารถพิสูจน์ได้ดังต่อไปนี้:
ปัญหาคือยากNSPACE(log2(n))
(3) นี่คือเหตุผลที่ไม่เป็นทางการของฉันสำหรับการยืนยันก่อนหน้านี้:
ด้วยการเว้นวรรคถูกผูกไว้กับ NTM และสตริงอินพุตเราต้องพิจารณาว่ามีการคำนวณการยอมรับบนสตริงอินพุตที่กำหนดหรือไม่log2(n)
แต่ละการกำหนดค่าในการคำนวณสามารถแสดงโดยบิตกล่าวอีกนัยหนึ่งเราสามารถแสดงการกำหนดค่าโดยกลุ่มของตัวแปรlog 2 ( n )log2(n)log2(n)
แนวคิดคือเรามีการกำหนดค่าเริ่มต้นและการกำหนดค่าขั้นสุดท้ายและเราจำเป็นต้องเดาการคำนวณที่เกิดขึ้นระหว่างนั้น เราคาดเดาการกำหนดค่า "กลาง" แบบซ้ำ ๆ โดยใช้ปริมาณที่มีอยู่และเรียกเก็บเงินคืนเพื่อยืนยันว่าการกำหนดค่า "ซ้าย" ไปที่ "กลาง" และการกำหนดค่า "กลาง" จะไปที่ "ขวา" โดยใช้สำหรับปริมาณทั้งหมด
ตอนนี้เพื่อให้งานนี้แทนที่จะเลือกหนึ่งการกำหนดค่า "กลาง" เราต้องเลือกกลุ่มของการกำหนดค่า "กลาง" ระยะห่างเท่ากันระหว่างการกำหนดค่า "ซ้าย" และ "ขวา" โดยเฉพาะอย่างยิ่งเราสามารถเดาได้กำหนดค่า "ตัวกลาง" ระยะห่างเท่ากันโดยใช้ปริมาณที่มีอยู่ด้วยn−−√ตัวแปรจากนั้นทำการหักล้างทุกช่องว่างระหว่างการกำหนดค่าที่ใช้สำหรับปริมาณทั้งหมดที่มีตัวแปรlog(n)คร่าวๆn−−√∗log2(n)log(n)
การเรียกซ้ำจะต้องดำเนินต่อไปที่ความลึกเพื่อให้สามารถครอบคลุมการคำนวณความยาว√2∗log(n)โดยที่แต่ละการกำหนดค่ามีlogมากที่สุด2(n)n−−√2∗log(n)=nlog(n)=2log2(n)log2(n)หลายบิต
ตั้งแต่การเรียกซ้ำเป็นของความลึกเรามีเพียงO ( เข้าสู่ระบบ( n ) )กลุ่มของตัวแปรเช่น alternations เนื่องจากแต่ละกลุ่มของปริมาณมีเพียง√O(log(n))O(log(n))ตัวแปรโดยรวมเรามีO(n−−√∗log2(n)O(n−−√∗log3(n))ตัวแปร
อย่าลังเลที่จะให้ข้อเสนอแนะหรือการแก้ไขใด ๆ ขอบคุณมากและฉันหวังว่านี่จะช่วยได้เล็กน้อย
(4) การยืนยันทั่วไปเพิ่มเติมตามคำแนะนำของไรอัน:
คุณควรจะสามารถดำเนินการก่อสร้างก่อนหน้านี้ในลักษณะทั่วไปมากขึ้น พิจารณาสิ่งต่อไปนี้:
ในแต่ละขั้นตอนของการเรียกซ้ำแบ่งออกเป็นกลุ่มของการกำหนดค่า "กลาง" โดยใช้c ( n )บิตต่อการกำหนดค่า จากนั้นทำการวนซ้ำไปที่ความลึกd ( n )g(n)c(n)d(n) )
ตราบใดที่เราไม่มีตัวแปรมากเกินไปและมีทางเลือกมากเกินไปมันก็ใช้ได้ดี ประมาณเราต้องการสิ่งต่อไปนี้เพื่อให้ได้รับความพึงพอใจ:
- g(n)∗c(n)∗d(n)≤n
- d(n)≤log(n)
วิธีการทั่วไปของเราจะใช้ในการจำลองเครื่องทัวริงที่ไม่ได้กำหนดไว้ซึ่งทำงานสำหรับขั้นตอนโดยใช้หน่วยความจำc ( n )บิตg(n)d(n)c(n)
โดยเฉพาะอย่างยิ่งเราเลือกดังต่อไปนี้:
ความไม่เท่าเทียมกันก่อนหน้านี้มีความพึงพอใจและเราสามารถดำเนินการก่อสร้างเพื่อจำลองเครื่องทัวริงที่ไม่ได้กำหนดค่าไว้ซึ่งทำงานสำหรับขั้นตอนคร่าว ๆโดยใช้√2log2(n)n√2∗log2nหน่วยความจำบิต
กล่าวอีกนัยหนึ่งเรามีความแข็งที่ดีขึ้นกว่า แต่ก่อน โดยเฉพาะปัญหานี้ยากสำหรับNTISP(2log2(n),n√2∗log2n) )
(5) การสรุปทั่วไปเพิ่มเติม:
ในการสรุปก่อนหน้านี้เราได้จำลองเวลาและพื้นที่ที่ไม่ จำกัด เครื่องทัวริง อย่างไรก็ตามเราอาจจำลองเวลาและพื้นที่ของเครื่องจักรทัวริงที่มีขอบเขต จำกัด ได้เช่นกัน
ขออธิบายหน่อย ดังนั้นเราจึงใช้ประมาณ alternations ที่จะทำซ้ำตัวเองที่ความลึกเข้าสู่ระบบ( n ) อย่างไรก็ตามเราสามารถใช้ทางเลือกบางอย่างเริ่มแรกสมมติว่า√log(n)log(n) ) จากนั้นเราสามารถใช้ส่วนที่เหลืออีก √log(n)−−−−−√ alternations ที่จะไปลึก √log(n)−−−−−√ )log(n)−−−−−√
log(n)−−−−−√2log32(n) steps, and use n√2∗log2n bits of memory.
In other words, the problem is hard for AltTimeSpace(log(n)−−−−−√,2log32(n),n√2∗log2n) with sublinear witness lengths. Alternatively, this class could be written using the STA notation mentioned in the comments above.
Thank you for the comments and feel free to offer any further corrections or clarifications. :)