สมมติว่า SETH ปัญหาคือไม่ได้แก้ปัญหาได้ในเวลาสำหรับการใด ๆε > 0O(2(1−ϵ)npoly(l))ϵ>0
ก่อนอื่นให้ฉันแสดงให้เห็นว่านี่เป็นความจริงสำหรับปัญหาทั่วไปที่และΨอาจเป็นสูตรโมโนโทนโดยพลการ ในกรณีนี้มีการลด ctt แบบโพลีเวลาจาก TAUT เป็นปัญหาที่รักษาจำนวนของตัวแปร ให้T n t ( x 0 , … , x n - 1 )แสดงถึงฟังก์ชันขีด จำกัด
T n t ( x 0 , … , x n - 1 ) = 1ΦΨTnt(x0,…,xn−1)
การใช้เครือข่ายการคัดแยก Ajtai – Komlós – Szemerédiทำให้T n tสามารถเขียนได้โดยสูตรโมโนโพเน่ขนาดพหุนามซึ่งสามารถสร้างได้ในเวลาpoly(n)
Tnt(x0,…,xn−1)=1⟺∣∣{i<n:xi=1}∣∣≥t.
Tntpoly(n) )
รับสูตรบูลีนเราอาจใช้กฎ De Morgan เพื่อเขียนในรูปแบบϕ ′ ( x 0 , … , x n - 1 , ¬ x 0 , … , ¬ x n - 1 ) โดย
ที่ϕ ′เป็นเสียงเดียว จากนั้น
ϕ ( x 0 , … , x n -ϕ(x0,…,xn−1)
ϕ′(x0,…,xn−1,¬x0,…,¬xn−1),
ϕ′ϕ(x0,…,xn−1)เป็นซ้ำซากถ้าหากว่าเดียวความหมาย
ใช้ได้กับทุก
t ≤ nโดยที่
N i = T n - 1 t (Tnt(x0,…,xn−1)→ϕ′(x0,…,xn−1,N0,…,Nn−1)
t≤nNi=Tn−1t(x0,…,xi−1,xi+1,…,xn−1).
สำหรับความหมายจากซ้ายไปขวาให้จะโอนความพึงพอใจของT n Tคืออย่างน้อยเสื้อคน มีe ′ ≤ eกับtที่แน่นอน แล้วอี' ⊨ N ฉัน ↔ ¬ x ฉันจึงE ' ⊨ ไวนัยE ' ⊨ ไว' ( x 0 , ... , x n - 1 , N 0 , NeTntte′≤ete′⊨Ni↔¬xie′⊨ϕ ) เนื่องจากนี่เป็นสูตรโมโนโทนเราจึงมีe⊨ ϕ ′ ( x 0 ,…, x n - 1 , N 0 ,…, N n - 1 )e′⊨ϕ′(x0,…,xn−1,N0,…,Nn−1)e⊨ϕ′(x0,…,xn−1,N0,…,Nn−1) )ความหมายจากขวาไปซ้ายคล้ายกัน
ตอนนี้ให้ฉันกลับไปที่ปัญหาเดิม ผมจะแสดงต่อไปนี้: ถ้าเป็นปัญหาที่แก้ไขได้ในเวลาแล้วสำหรับการใด ๆk , k -DNF-ตึง (หรือ dually, k -SAT) เป็นแก้ปัญหาได้ในเวลา2 δ n + ต( √2δnpoly(l)kkk) ซึ่งหมายความδ≥1ถ้า SETH ถือ2δn+O(knlogn√)poly(l)δ≥1
ดังนั้นถือว่าเราจะได้รับ -DNF
φ = ⋁ ฉัน< ลิตร( ⋀ เจ∈ ฉัน x เจ ∧ ⋀ เจ∈ B ฉัน ¬ x J ) ,
ที่| A i | + | B i | ≤ kสำหรับแต่ละฉัน เราแบ่งตัวแปรnออกเป็นn ′ = n / bบล็อกของขนาดb ≈k
ϕ=⋁i<l(⋀j∈Aixj∧⋀j∈Bi¬xj),
|Ai|+|Bi|≤kinn′=n/bแต่ละอัน ด้วยเหตุผลเดียวกับข้างบน
ϕคือถ้าหากมีความหมายซ้ำซาก
impl u < n ′ T b t u ( x b u , … , x b ( u + 1 ) - 1 ) → ⋁ i < l ( ⋀ เจ∈ ฉัน x เจ ∧ ⋀ เจ∈ B ฉัน Nb≈k−1nlogn−−−−−−−−√ϕ⋀คุณ< n'Tขเสื้อยู( xขมึง, … , xb ( u + 1 ) - 1) → ⋁ฉัน< l( ⋀j ∈ AผมxJ∧ ⋀j ∈ Bผมยังไม่มีข้อความJ)( ∗ )
n'เสื้อ0, … , tn'- 1∈ [ 0 , b ]j = b u + j'0 ≤ j'< bยังไม่มีข้อความJ= Tb - 1เสื้อยู( xขมึง, … , xb u + j'- 1, xbu+j′+1,…,xb(u+1)−1).
T ได้ขเสื้อO ( 2)ข)ดังนั้น LHS ของ
( ∗ ) เป็นขนาด CNF เดียว
O ( n 2)ข). ทางด้านขวามือเราอาจเขียน
ยังไม่มีข้อความJ เป็น DNF ขนาดเดียว
O ( 2)ข). ดังนั้นการใช้การกระจายตัวแต่ละส่วนของ RHS สามารถเขียนเป็นขนาด DNF แบบโมโนโทน
O ( 2)k b)และ RHS ทั้งหมดเป็นขนาด DNF
O ( l 2)k b). มันติดตามว่า
( ∗ ) เป็นตัวอย่างของปัญหาขนาดของเรา
O ( l 2)O ( k b )) ใน
nตัวแปร โดยสมมติฐานเราอาจตรวจสอบความถูกต้องในเวลา
O ( 2)δn + O ( k b )ล.O ( 1 )). เราทำซ้ำการตรวจสอบนี้สำหรับทุกคน
ขn' ทางเลือกของ
เสื้อ⃗ ดังนั้นเวลาทั้งหมดคือ
O ( ( b + 1 )n /ข2δn + O ( k b )ล.O ( 1 )) =O ( 2δn + O ( k n บันทึกn√)ล.O ( 1 ))
ตามที่อ้างสิทธิ์
เราได้รับการเชื่อมต่อที่แน่นยิ่งขึ้นกับ (S) ETH โดยพิจารณาจากปัญหาความกว้างแบบขอบเขต: สำหรับสิ่งใด ๆ k ≥ 3, ปล่อย k-MonImp แสดงถึงข้อ จำกัด ของปัญหาที่ Φ คือ k-CNF และ Ψ คือ k-DNF (S) ETH เกี่ยวข้องกับค่าคงที่
sks∞= inf { δ: k - S A T ∈ D T I M E ( 2)δn) } ,= sup { sk: k ≥ 3 }
ในทำนองเดียวกันให้เรากำหนด
s'ks'∞= inf { δ: k - M o n ฉันm พี ∈ D T ฉันM E ( 2δn) } ,= sup { s'k: k ≥ 3 }
เห็นได้ชัดว่า
s'3≤ s'4≤ ⋯ ≤ s'∞≤ 1
เช่นเดียวกับในกรณี SAT เรายังมี
s'k≤ sk,
และการลดลงของตัวแปรคู่ในคำถามแสดง
sk≤ 2 s'k.
ตอนนี้ถ้าเราใช้สิ่งก่อสร้างด้านบนด้วยขนาดบล็อกคงที่
ขเราได้รับ
sk≤s′bk+log(b+1)b,
hence
s∞=s′∞.
In particular, SETH is equivalent to
s′∞=1, and ETH is equivalent to
s′k>0 for all
k≥3.