具有良好表征但没有多项式时间算法的优化问题


23

考虑以下形式的优化问题。令是多项式时间可计算函数,它将字符串映射为有理数。优化的问题是:什么是最大值超过位串?x f x n xf(x)xf(x)nx

让我们说,如果存在另一个多项式时间可计算函数,则这样的问题具有minimax特征,从而 成立。在此,x在所有n位字符串上运行,y在所有m位字符串上运行;nm可能不同,但是它们在多项式上相关。max x f x = 最小y g y x ng

maxxf(x)=minyg(y)
xnÑ ymnm

许多自然和重要的优化问题都具有这种minimax特征。一些示例(括号中显示了表征所基于的定理):

线性规划(LP对偶Thm), 最大流 (最大流Min Cut Thm), 最大二分匹配 (Konig-Hall Thm), 最大非二分匹配 (Tutte's Thm,Tutte-Berge公式), 最大不交集树状有向图 (埃德蒙(Edmond)的不相交分支Thm),无向图中的最大生成树 堆积 (Tutte's Tree Packing Thm), 最小森林 覆盖率(Nash-Williams Thm), 最大定向 切块堆积(Lucchesi-Younger Thm), 最大2螺旋交叉 (Matroid交叉) Thm), 最大不相交路径 (Menger的Thm), 部分订制集(Dilworth Thm)中的Max Antichain 和许多其他产品。

在所有这些示例中,还可以使用多项式时间算法来找到最佳值。我的问题:

是否存在关于minimax特征的优化问题,迄今为止尚未找到多项式时间算法?

注意:线性编程处于这种状态大约30年了!

Answers:


22

从某种技术上讲,您是在问。假设,因此存在和因此 iff和 Liff。这可以被改写为通过最小最大表征 ,如果和否则; 如果和 否则。现在确实有。大号Ñ P Ç ö Ñ P ˚F ģ X 大号ÿ ˚F X ÿ X 大号ÿ g ^ X ÿ ˚F XÝ = 1个P=NPcoNPLNPcoNPFGxLy:F(x,y)xLy:G(x,y)fx(y)=1f xy = 0 g xF(x,y)fx(y)=0G ^ X ÿ XÝ = 1 一个X ý ˚F XÝ = Ñ Ý XÝ gx(y)=0G(x,y)gx(y)=1maxyfx(y)=minygx(y)

因此,从这个意义上讲,任何已知在但不已知在都可以变成您问题的答案。例如,因子分解(例如,最大因子的第位是否为1 的决策版本)。P NPcoNPPi


9
我的印象是,有些人甚至走得更远,采取作为定义 “好定性”的。NPcoNP
约书亚·格罗夫

而对于这样的问题的列表,请参阅mathoverflow.net/questions/31821/...
拉胡尔·萨维尼

14

Seymour和Thomas显示了树宽的最小-最大特征。然而,树的宽度很困难。但是,这并不是您所要求的那种表征,因为对偶函数不是短证书的多项式时间可计算函数。对于NP完全问题,这很可能是不可避免的,因为否则我们在coNP中将遇到NP完全问题,这意味着NP = coNP崩溃,我认为这很令人震惊。g

树宽的曲线图的等于树分解的最小最小宽度。的曲线图的树分解是树使得每个顶点的由一组标记的顶点的与属性:G G T x T S x GGGGTxTS(x)G

  1. 对于所有,。| S x | ķ + 1xV(T)|S(x)|k+1
  2. 所有并集是的顶点集。GS(x)G
  3. 对于每一个,的子图诱导所有为其中连接。Ť X Ü 小号X uV(G)TxuS(x)
  4. 每条边是一些的子集用于。小号X X V Ť (u,v)E(G)S(x)xV(T)

西摩和Thomas显示,树宽等于荆棘数的:最大使得存在的连接子图的集合使得:ķ ģGkG

  1. 每两个子图相交或通过边连接。
  2. 没有一组的顶点命中所有子图。ģkG

这样的子图集合称为阶荆棘k

请注意,“荆棘数目至少为 ”是一个语句,两个量词都以指数大的形式存在。因此,这并不意味着容易验证证书(如果有证书的确是个大新闻,正如我上文所述)。更糟的是,Grohe和Marx指出,对于每个都有一个树宽的图,使得任何阶数至少为荆棘都必须包含成倍数量的子图。他们还表明存在多项式大小为的荆棘。∀ ķ ķ ķ 1 / 2 + ε ķ 1 / 2 / ø 登录2 ķ kkkk1/2+ϵk1/2/O(log2k)


1
谢谢,这是一个很好的例子,即使它不在我要寻找的类别中。有趣的是,关于树宽的最小-最大定理于1993年发布,当时树宽的NP完全性是已知的。因此,该结果可能是推测NP = coNP的原因。虽然荆棘大小的指数下限最终使它失去了担任该角色的资格,但此下界仅在16年后发布。
Andras Farago 2014年

安德拉斯(Andras)当时还知道击球通常是NP难度的(这是Karp的21个问题之一)。因此,即使使用多项式大小的荆棘,计算阶数也不容易,除非您可以某种方式使用荆棘的结构。有趣的是,荆棘的大小并未得到更早的研究。
萨绍·尼科洛夫

13

奇偶校验游戏,均值支付游戏,折扣游戏和简单随机游戏属于此类别。

所有这些都是在图表上进行的无限制的两人零和游戏,玩家控制顶点并选择下一步应该放令牌的地方。每个人在无记忆的位置策略上都有平衡点,这意味着每个玩家都可以确定性地在每个选择顶点选择一条边,而与比赛历史无关。在给定一个玩家策略的情况下,可以在多项式时间内计算出另一个玩家的最佳响应,并且您需要的最小-最大关系适用于游戏的“价值”。

这些问题的自然决策变量在NP和co-NP中(实际上是UP和co-UP),而功能问题则是寻找平衡,位于PLS和PPAD中。

运行时间最著名的算法是次指数的,但是是超多项式的(例如,其中是游戏图中顶点的数量)。nO(nn)n

参见,例如

戴维·约翰逊(David S.Johnson)。2007。NP完整性列:在大海捞针中寻找针头。ACM Trans。算法3、2,第24条(2007年5月)。DOI = 10.1145 / 1240233.1240247 http://doi.acm.org/10.1145/1240233.1240247

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.