简而言之,问题是:困难任务的计算能力在多大程度上真正帮助您解决了简单任务。(可以通过多种方式使这个问题有趣且不平凡,这是一种这样的尝试。)
问题1:
考虑一个电路,用于求解具有n个变量的公式的SAT。(或用于查找具有边的图的哈密顿环。)
假设每个门都允许对变量计算任意布尔函数。为了具体起见,我们取。m = 0.6 n
强指数时间假设(SETH)断言,即使具有如此强大的门,我们也需要超多项式电路大小。实际上,每个大小至少为从某种意义上说,代表非常复杂的布尔函数(远远超出NP完整性)的部分变量的门并没有给您带来太多优势。ε 。
我们可以进一步询问:
(i)我们可以拥有这样一个大小为的电路吗?吗? 2 (1 - ε )ñ
一个“不”的答案将极大地增强SETH。当然,也许我只是想念一个简单的“是”答案。
(ii)如果(i)的答案为“是”,那么与“仅仅”计算(例如)任意NP函数的门相比,计算任意布尔函数的门是否具有某些优势;还是只是SAT本身的较小实例?
下一个问题试图对问题提出类似的要求。
问题2:
如前所述,令,为具体令。(其他值,例如,也很重要。)考虑以下电路类型:米= 0.6 Ñ 米米= Ñ α
a)一步即可对变量计算一个任意布尔函数。
b)一步即可解决变量的SAT问题。或者,是一个由变量组成的多项式大小的任意不确定电路。米
c)一步可以对个大小为变量执行任意电路(是固定的)。米d d
d)一步即可执行普通布尔门。
让我们考虑为具有边的图找到完美匹配的问题。匹配具有多项式大小的电路。问题是,当您从类型d)的电路移至类型c)的电路,从大小c)的电路移至大小b)的电路以及大小为b的电路时,是否可以改善这种匹配算法的指数)到大小为a)的电路。
(这可能与关于并行计算或Oracle的众所周知的问题有关。)