มีทฤษฎีบทที่เป็นที่รู้จัก [1, ทฤษฎีบท 3.1], การจำแนกลักษณะของคลาสโดยประมาณผ่านคลาสที่กำหนดพารามิเตอร์ :P F P TFPTASPFPT
ให้เป็นการเพิ่มประสิทธิภาพปรับขนาดได้ จากนั้นมีและถ้าหากอยู่ในPFPTQ=(IQ,SQ,fQ,optQ)NPQFPTASQPFPT
ในทางกลับกันหมายถึง:PFPT
ปัญหาการเพิ่มประสิทธิภาพเป็นพหุนามคงพารามิเตอร์ซูฮก ( ) หากรุ่นแปรของมันคือการแก้ปัญหาได้ในเวลาที่- ขนาดของตัวอย่างเช่นการป้อนข้อมูลxNPQPFPTO(|x|O(1)kO(1))|x|x
การอธิบายลักษณะอื่นสำหรับคลาสการประมาณสองคลาสนั้นเสนอไว้ใน [2, ทฤษฎีบท 6.5]
ปัญหาคือ
ในและถ้าหากจะมีและ parameterization มาตรฐานที่อยู่ใน Wพีทีs ∞ X P WPTASptas∞XPw
ในและถ้าหากมันมีกับฟังก์ชั่นเกณฑ์ polynomially- จำกัด และ parameterization มาตรฐานที่อยู่ใน Wฉพีทีs ∞ P F P T WFPTASfptas∞PFPTw
ที่นี่หมายถึง asymptotic (เต็ม) แบบประมาณพหุนาม, parametrization มาตรฐาน - รุ่นการตัดสินใจของปัญหาการเพิ่มประสิทธิภาพ, - คลาสที่สอดคล้องกันของปัญหาการตัดสินใจที่อัลกอริทึมที่ตัดสินใจพวกเขากลับมา เป็นสักขีพยานถ้าคำตอบคือใช่ฟังก์ชันขีด จำกัด - ฟังก์ชั่นขึ้นอยู่กับข้อผิดพลาดและขอบเขตจากด้านล่างเป็นค่าที่เหมาะสม ( X P ) P F P T w 1(f)ptas∞(XP)PFPTw1ϵ
- พหุนามแผนการเวลาประมาณและความซับซ้อนแปร เจเฉินและคณะ คณิตศาสตร์ประยุกต์แบบไม่ต่อเนื่อง 155 (2007) 180 - 193
- โครงสร้างของพหุนามเวลาประมาณ EJ van Leeuwen และคณะ รายงานทางเทคนิค UU-CS-2009-034, ธันวาคม 2009