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ε 1 /Ñ ,则类应该是相等的。3/4±εε1/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ε EXP - p Ö ýÑ 3/4±ϵϵexp(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Q查询,则存在一个确切的代表多项式程度的Q˚F[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LC = PEBPPC=PC=PLC=PV

  • 如果L中,则Pr w [ V x w  接受] = 3xLPrw[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.