是否有(合理)的方式进行采样均匀随机布尔函数,其程度作为一个真正的多项式是至多?
编辑:尼森和Szegedy表明程度的函数最多取决于坐标,所以我们可以假设。我看到的问题如下:1)一方面,如果我们在坐标上选择一个随机布尔函数,则其度将接近,远高于。2)另一方面,如果我们最多随机选择每个度系数,则该函数将不是布尔值。
所以问题是:有没有一种方法可以对避免这两个问题的低阶布尔函数进行采样?
是否有(合理)的方式进行采样均匀随机布尔函数,其程度作为一个真正的多项式是至多?
编辑:尼森和Szegedy表明程度的函数最多取决于坐标,所以我们可以假设。我看到的问题如下:1)一方面,如果我们在坐标上选择一个随机布尔函数,则其度将接近,远高于。2)另一方面,如果我们最多随机选择每个度系数,则该函数将不是布尔值。
所以问题是:有没有一种方法可以对避免这两个问题的低阶布尔函数进行采样?
Answers:
这是一种击败琐碎尝试的算法。
下面是一个众所周知的事实(练习1.12奥唐奈的书):如果是具有度布尔函数为多项式,那么每个傅立叶系数的,˚F(小号)是的整数倍2 - d。使用Cauchy-Schwarz和Parseval,可以得出最多有4 d个非零傅立叶系数和∑ S |。ˆ。
这表明了一种抽样方法-
需要注意的是,每度的多项式恰好在步骤1中选择一个随机整数将生成多项式。得到一个特定的程度的概率多项式为
因此,我们期望在停止之前最多重复次此过程。
剩下的内容将显示如何执行步骤3。可以定义。检查(每个布尔函数应由Nisan-Szegedy持有),然后对变量的所有可能赋值求。这可以在时间。Gur和Tamuz为这项任务提供了更快的随机算法,但是由于这部分并不能控制时间复杂度,因此就足够了。
总体而言,该算法在时间产生一个多项式的随机样本。在的假设下,时间复杂度为。
这不是多项式时间采样算法,尽管它比对完全随机的函数采样要快得多(在这种情况下,获得特定次数多项式的概率为)。