随机算法在哪一类中有25%的几率会出错?


17

假设我考虑了BPP的以下变体,我们将其称为E(xact)BPP:如果存在一个多项式时间随机TG,该语言以3/4的概率接受该语言的每个单词,而每个单词不在语言的概率恰好为1/4。显然,EBPP包含在BPP中,但它们相等吗?已经研究过了吗?那么类似定义的ERP又如何呢?

动机。我的主要动机是我想知道Faenza等人的``期望值正确''随机算法的复杂性理论类似物是什么。(请参见http://arxiv.org/abs/1105.4127)。首先,我想了解这种算法可以解决哪些决策问题(最坏情况下的多项式运行时间)。让我们用E(xpected)V(alue)PP表示此类。这是很容易看到,USAT ∈ EVPP。也不难看出,EBPP ⊂ EVPP。所以这就是我的动力。也欢迎您对EVPP提出任何反馈。

实际上,他们的算法始终输出非负数。如果我们表示问题识别通过EVP(ositive)PP这样的算法决定,那么我们还有USAT ∈ EVPPP。虽然EBPP可能不是EVPPP的一个子集,我们有ERP ⊂ EVPPP。也许使用这些我们可以为决策问题定义(否定)等级。


10
我想你已经认识到这一点,但是如果与概率放松约束到接受词语的语言为ε ≥ 1 /聚(Ñ ),则类应该是相等的。3/4±εε≥1/poly(n)
— 哈克·贝内特

3
@domotorp这个问题背后的动机是什么?您打算对该语义复杂性类做什么?您看到在某处使用EBPP证明定理的方法吗?你能详细说明吗?
— Tayfun Pay,

1
检阅Uwe Schoning于1989
— Tayfun Pay

1
@Tayfun:我检查了一下,但是找不到任何相关的内容。你可以再详细一点吗?
— domotorp

2
@HuckBennett:或者甚至为ε ≥ EXP (- p Ö 升ý(Ñ ))。3/4±ϵϵ≥exp⁡(−poly(n))
— Colin

Answers:


10

附带说明一下,尚不清楚EBPP是否是一门强大的课程。例如,如果不是让算法翻转无偏硬币,而是给了无偏3面硬币或6面骰子,则不清楚您获得的是同一类。如果更改这些详细信息,则BPP保持不变。

无论如何,您的主要问题是EBPP是否等于BPP。在我看来,EBPP比PPP更接近P。考虑这些类的查询复杂度或oracle版本,它们可以访问较大的输入字符串,并且必须进行查询才能了解此字符串的位。如果您有计算功能为P算法与Q查询,则存在一个确切的代表多项式程度的Q为˚F了[R 。(这是通常的多项式方法参数。)另一方面,如果您有BPP算法,则您将得到R的阶Q多项式,近似于ffQQfRQRf从某种意义上说,它的值在每个输入处都接近的值。f

给定函数的EBPP算法,我们可以构造一个多项式,当答案为否时输出1/4,当答案为是时输出3/4。通过将1/2减去并乘以2,就可以得到一个精确的表示多项式,就像在P的情况下一样。这向我暗示EBPP更接近P。f

此观察结果还可用于显示EBPP和BPP之间的预言分离。考虑一下promise-majority问题,在该问题中,您被保证输入具有大于2N / 3 1s或小于N / 3 1s,并且您必须确定哪种情况。这显然是在BPP中。使用上面描述的多项式参数,可以证明此函数需要EBPP机器的查询。但是请注意,您还可以用另一种方式证明P和EBPP之间的预言分离。那么也许oracle的结果对于这个问题没有说太多吗?或者,也许他们说的是,很难在任何一个方向上表现出平等。Ω(N)


1
是的,在两种情况下,Oracle分隔看起来都非常简单。
— domotorp 2013年

1

关于oracle分隔,有一个EBPP = BPP = EXP NP的oracle,和一个P =⊕P(因此EBPP = P)和BPP = EXP NP的oracle 。

BPP = EXP NP oracle的一种构造(包括BPP维基百科文章中的一种)是选择一个相对的EXP NP完全问题,然后递归地处理输入大小(针对该问题),修复该大小的问题实例的结果,以及如果查询输入内容和未固定的填充符(适当长度),则提供该问题的答案。对于EBPP = EXP NP,我们可以给出足够多的错误答案以使计数完全正确,而不是几乎总是给出正确答案。还有一个预言,其中EBPP的零错误类似物(报告失败的概率为1/2)等于EXP(和一个P =⊕P但ZPP = EXP的预言)。

此处记录P =⊕P和BPP = EXP NP oracle 。

除了在BPP中且在C = P中,EBPP在inP中,因为我们可以降低证人人数的概率,然后调整该人数。

在不言而喻的世界中,BPP可能等于P,但是EBPP的证据甚至更强。EBPP取决于路径的确切数量,除非发生意外的取消,否则该路径基本上无法利用。


0

这是部分答案。也许会激发其他人提供更好的服务。

您的类是C = P的特例。我认为限定的单程c ^ = P如下(见第2节本文)。如果存在多项式时间验证器V,则语言L在C = P中EBPPC=PC=PLC=PV

  • 如果在L中,则Pr w [ V (x ,w ) 接受] = 3xL和Prw[V(x,w) accepts]=34
  • if x is not in L, then Prw[V(x,w) accepts]≠34.

(The completeness probability can essentially be any fixed fraction; I chose 34 so that it matches the probability given in your question.)

One way of defining EBPP is as follows. A language L is in EBPP if there is a polynomial time verifier V such that

  • if x is in L, then Prw[V(x,w) accepts]=34, and
  • if x is not in L, then Prw[V(x,w) accepts]=14.

3
It's also a special case of BPP.
— Peter Shor

@argentpepper What you believe to be a special case of C=P does not seem to be correct. All C=P machines need to accept OR reject for all inputs. What you are describing is a categorical machine - semantic complexity class. It does not accept nor reject if the probability is 1/2? That cannot be a C=P machine.
— Tayfun Pay

@PeterShor Exactly
— Tayfun Pay

1
@TayfunPay I do not think your comment makes sense. C=P is a set of languages, not machines, so there is no such thing as a C=P machine. argentpepper is right that EBPP is in fact a subset of C=P. it's just that it's not clear whether this inclusion is helpful, especially since C=P is a powerful class
— Sasho Nikolov

Just providing another way of looking at the problem...
— argentpepper
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.