Answers:
可以在运算中将乘以的矩阵吗?n O (n 2)
最著名的上限的指数甚至带有一个特殊符号。根据Coppersmith-Winograd算法,当前约为2.376 。萨拉·罗宾逊(Sara Robinson)着《技术发展的一个很好的概述》,《面向矩阵乘法的最优算法》,SIAM新闻,38(9),2005年。ω
更新:Andrew Stothers(在其2010年的论文中)显示,由Virginia Vassilevska Williams(在2014年7月的预印本中)改进为。这些界限都是通过对基本的Coppersmith-Winograd技术进行仔细分析而获得的。ω < 2.372873
进一步更新(2014年1月30日):FrançoisLe Gall 在ISSAC 2014上发表的一篇论文中证明了(arXiv预印本)。
P中的图同构吗?
几十年来,图同构(GI)的复杂性一直是一个悬而未决的问题。斯蒂芬·库克(Stephen Cook)在1971年有关SAT的NP完整性的论文中提到了它。
通常可以快速确定两个图是否同构,例如可以使用软件如nauty
和saucy
。另一方面,宫崎骏构造了实例类,nauty
证明这些实例类需要指数时间。
阅读和Corneil回顾了许多尝试,以解决GI的复杂性到这一点:该图同构病,期刊图的理论1,339-363,1977。
GI不存在于共NP中,但是有一种简单的随机协议用于图非同构(GNI)。因此,GI(= co-GNI)因此被认为与NP co-NP “接近” 。
另一方面,如果GI是NP完全的,则多项式层次结构将崩溃。因此,GI不太可能是NP完整的。(Boppana,Håstad,Zachos,是否联合NP具有较短的交互式证明?,IPL 25,127-132,1987)
Shiva Kintali 在他的博客中对GI的复杂性进行了很好的讨论。
Laszlo Babai证明图同构处于亚指数时间。
是否存在产生最坏情况多项式运行时间的单纯形算法的关键规则?更一般而言,是否有用于线性规划的强多项式算法?
该指数时假说(ETH)声称,解决SAT需要指数,2 Ω(n)的时间。ETH意味着很多事情,例如SAT不在P中,因此ETH意味着P≠NP。参见Impagliazzo,Paturi,Zane,哪些问题具有很强的指数复杂性?,JCSS 63,512–530,2001年。
ETH被广泛认为,但可能难以证明,因为它暗示了许多其他复杂性类的分离。
Immerman和Vardi表明,定点逻辑在有序结构的类上捕获了PTIME 。描述复杂性理论中最大的开放问题之一是是否可以消除对顺序的依赖:
是否存在捕获PTIME的逻辑?
简而言之,捕获PTIME的逻辑是一种针对图问题的编程语言,它直接在图结构上起作用,并且无法访问顶点和边的编码,因此可以满足以下条件:
如果没有捕获PTIME的逻辑,则因为NP被存在的二阶逻辑捕获。捕获PTIME的逻辑将可能对P vs NP造成攻击。
有关非正式讨论,请参见Lipton的博客;有关更多技术调查,请参见M. Grohe:“寻求捕获PTIME的逻辑的探索”(LICS 2008)。
是独特的游戏猜想是真的吗?
并且:鉴于存在独特游戏的次指数时间逼近算法,从复杂性的角度来看,问题最终在哪里解决?
由于两个事实,永久性与决定性问题很有趣。首先,矩阵的永久性计数了二部图中完美匹配的次数。因此,此类矩阵的永久值为#P-Complete。同时,永久物的定义与行列式的定义非常接近,最终仅由于符号变化简单而不同。行列式计算在P中是众所周知的。研究永久变量和行列式之间的差异,以及计算P与#P的永久性发言需要多少行列式计算。
我们可以在少于时间的时间内计算FFT吗?
同样(非常),存在许多改善许多经典问题或算法的运行时间的问题:例如,可以在)中求解全对最短路径(APSP)吗?的时间?
编辑:APSP运行及时 “其中实数的加法和比较是单位成本(但所有其他操作都具有典型的对数成本)”:http://arxiv.org/pdf/1312.6680v2.pdf
最小生成树问题的线性时间确定性算法。
NP与共同NP
NP与co-NP问题很有趣,因为NP≠co-NP意味着P≠NP(因为P在补码下是封闭的)。它还涉及“对偶性”:查找/验证示例与查找/验证反例之间的分隔。实际上,证明NP和联合NP中都存在一个问题是我们的第一个很好的证据,证明似乎在P之外的问题也可能不是NP完全的。
是否存在并行计算机无法有效解决的问题?
已知P完全的问题是不可并行的。P完全问题包括Horn-SAT和线性规划。但是要证明是这种情况,需要从P中分离出一些可并行化问题(例如NC或LOGCFL)的概念。
计算机处理器的设计正在增加处理单元的数量,希望这将带来更好的性能。如果诸如线性编程之类的基本算法本质上是不可并行化的,那么就会产生重大后果。
所有命题重言式都具有多项式大小的弗雷格证明吗?
可以说是证明复杂性的主要开放问题:证明命题证明(也称为弗雷格证明)的超多项式大小下界。
非正式地,弗雷格证明系统只是一个标准命题证明系统,用于证明命题重言式(一个人在基本逻辑课程中学习),具有公理和推论规则,其中,证明线被编写为公式。弗雷格证明的大小是写下证明所需的符号数。
然后问题询问是否有一个家族命题同义反复式为其中不存在多项式,使得最小弗雷格证明大小至多为,用于所有 (其中,表示式的大小)。
弗雷格证明系统的正式定义
定义(弗雷格规则)甲弗雷格规则是命题公式的序列,用于,写为。如果,则弗雷格规则称为公理方案。如果都是所有替换实例,则公式被认为是从的规则中派生出来的,以便对变量进行某些赋值(即,对于所有都有公式 使得规则被认为是合理的˚F 0 ˚F 1,... ,˚F ķ ˚F 0,... ,˚F ķ 阿1,... ,甲ķ ¯ X乙1,... ,乙Ñ ˚F 我 = 甲我(乙1 / X 1,... ,乙n / x n),i = 0 ,...A 1,… ,A k A 0如果某次分配满足上侧 的公式,则它也满足下侧的公式。
定义(Frege证明)给定一组Frege规则,Frege证明是一系列公式,以使每条证明线要么是一个公理,要么由给定的Frege规则之一从先前的证明线推导而来。如果序列以公式终止,则证明是的证明。Frege证明的大小是证明中所有公式的总大小。A
一个证明系统被说成是implicationally完整如果对所有组公式,如果语义意味着,则存在的证明使用(可能)从公理。如果证明系统仅接受重言式的证明(当不使用辅助公理时,例如 上面的),则称其为健全的。
定义(弗雷格证明系统)给定一个命题语言和有限的一组的声音弗雷格规则,我们说是一个弗雷格证明系统,如果是implicationally完成。P
请注意,因为假定弗雷格规则是正确的,所以弗雷格证明始终是正确的。我们不需要使用特定的Frege证明系统,因为证明复杂性的基本结果表明,即使在不同的语言上,每两个Frege证明系统在多项式上也是等效的[Reckhow,博士学位论文,多伦多大学,1976年]。
在弗雷格证明上建立下界可以看作是证明,因为如果这是真的,那么命题证明系统(包括弗雷格)都不可能拥有所有重言式的多项式大小证明。
我们是否可以在次二次时间内,即在时间O (n 2 - ϵ)中,对于某些ϵ > 0,计算长度为两个字符串之间的编辑距离?
对于3SUM难题,是否存在真正的次二次时间算法(对于某些常数δ > 0,意味着时间)?
(非正式地,如果您在一张桌子上的EXP中遇到所有问题,并且您随机地统一捡起一个问题,那么您选择的问题也出现在NP中的概率是多少?这个问题已经通过资源受限度量的概念形式化了。众所周知,P在EXP内的度量值为零,也就是说,您从表中拾取的问题几乎肯定不在P中。)
公制TSP的近似性是多少? 1975年的Christofides算法是多项式时间(3/2)近似算法。NP很难做得更好吗?
香农(Shannon)在1949年证明,如果您随机选择一个布尔函数,则它具有指数电路的复杂性,概率几乎为1。
有Quantum PCP定理吗?
是P中的离散对数问题吗?
显然,如果CDH较难,DLP较难,而DDH较难,则CDH较难,但是除某些组外,没有相反的降低方法。DDH很难的假设对于某些加密系统(例如ElGamal和Cramer-Shoup)的安全性至关重要。
奇偶性游戏是两人无限时程图游戏,其自然决策问题在NP和co-NP中,其自然搜索问题在PPAD和PLS中。
http://en.wikipedia.org/wiki/Parity_game
可以在多项式时间内求解平价博弈吗?
(通常,数学编程中一个长期存在的主要开放问题是,是否可以在多项式时间内解决P矩阵线性互补问题?)