复杂性中最令人惊讶的结果是什么?
我认为列出意外/令人惊讶的结果会很有用。这不仅包括令人惊讶的结果,而且出乎意料之外,还包括结果与人们预期的不同。
编辑:给出了复杂性博客(由@Zeyu指出)上的Gasarch,Lewis和Ladner 列出的列表,让我们将社区Wiki的重点放在其列表上而不是结果上。 也许这将导致关注2005年之后的结果(根据@Jukka的建议)。
例如:弱学习=强学习[Schapire 1990]:(令人惊讶?)在随机猜测方面有优势可以使PAC学习。导致AdaBoost算法。
复杂性中最令人惊讶的结果是什么?
我认为列出意外/令人惊讶的结果会很有用。这不仅包括令人惊讶的结果,而且出乎意料之外,还包括结果与人们预期的不同。
编辑:给出了复杂性博客(由@Zeyu指出)上的Gasarch,Lewis和Ladner 列出的列表,让我们将社区Wiki的重点放在其列表上而不是结果上。 也许这将导致关注2005年之后的结果(根据@Jukka的建议)。
例如:弱学习=强学习[Schapire 1990]:(令人惊讶?)在随机猜测方面有优势可以使PAC学习。导致AdaBoost算法。
Answers:
这是Bill Gasarch在哈里·刘易斯(Harry Lewis)和理查德·拉德纳(Richard Ladner)的帮助下的来宾帖子:http : //blog.computationalcomplexity.org/2005/12/surprising-results.html
在Barriers I,由领先的复杂性理论家组成的小组一致认为,Barrington定理是令他们最惊讶的结果。Fortnow在这里解释了巴灵顿定理:http : //blog.computationalcomplexity.org/2008/11/barringtons-theorem.html
我想说Jain,Upadhyay和Watrous的最新工作表明QIP = IP = PSPACE是非常令人惊讶的。我的观点是,QIP = IP并不是很有趣,而是可以在3轮量子交互证明中模拟所有QIP的事实。一个相当酷的量子并行性演示。
令我惊讶的是,BPP可能是P-它提出了许多有关随机性的哲学问题。
Monotone-SAT问题的计数版本为#P-complete。
中的都是纯文字)。
我对这个结果感到非常惊讶,因为Monotone-SAT问题的决策版本是微不足道的。
众所周知,在计数版本为#P-complete(例如2-SAT)的P中存在决策问题。但是在我看来,这种情况有点“不同”:找到令人满意的Monotone-SAT实例分配不仅容易(例如,找到令人满意的2-SAT实例分配),而且非常简单。不仅容易:从字面上看,是微不足道的。请注意,在给定2-SAT实例的情况下,当然可以满足或不满足;在给定Monotone-SAT实例的情况下,您预先知道它肯定是可以满足的:它不可能不满足,没有办法:这证实了,即使两个问题都很容易,它们的“决策轻松性”水平也不同。另一方面,它们的“计数不安”程度完全相同。
以下事实之间的强烈反差
恕我直言,至少令人着迷。