37

我们知道,多项式层级(即NP和共NP)的第一级是在PP,以及。我们也知道,从户田定理P ^ h P P PPPPSPACEPHPPP

PHPPPPPPPPHPPPPPH

这个问题很简单,但是我没有找到解决它的资源。

在学习更多有关该主题的知识之前,我问过这个与数学溢出相关但不那么具体的问题。

这里是一个略微相关的(但不同)的问题:是?coNP#P=NP#P=P#P

更新:在这里看看Noam Nisan的问题:有关PP中PH的更多信息?

Answers:


37

就像Lance和Robin指出的那样,Huck确实有关于PH不在PP中的预言。但这并不能回答您的问题,那就是“真实”(相对化)世界中的情况!

简短的答案是(与复杂性理论中的许多其他知识一样)我们不知道。

但是,更长的答案是,有充分的理由推测确实是PH⊆PP。

首先,户田定理隐含了PH⊆BP.PP,其中BP.PP是“对于PP而言就像PP对P一样复杂”的复杂度类(换句话说,PP可以使用随机化来决定要计算哪个MAJORITY计算)执行)。其次,在合理的非随机化假设下(类似于Nisan-Wigderson,Impagliazzo-Wigderson等已知的隐含P = BPP的假设),我们将得到PP =BP.PP。

附录,以解决您的其他问题:

(1)我想说,关于PP = P PP的问题,我们都没有令人信服的直觉。从Beigel-Reingold-Spielman和Fortnow-Reingold的结果我们知道,PP在非自适应(真值表)减少下被关闭。换句话说,可以并行查询PP oracle的P机器没有PP本身强大。但是,对于PP oracle的自适应(非并行)查询,这些结果完全崩溃了,这一事实表明,后者实际上可能更强大。

(2)同样,NP PP和coNP PP可能仍然比P PP更强大。PP PP可能仍然更强大,依此类推。序列P,PP,P PP,PP PP,P PP ^ PP等被称为计数层次结构,就像人们猜想PH是无限的一样,所以也可以猜想CH(尽管可能没有那么大信心!)。是无限的。这与以下观点紧密相关:在恒定深度的阈值电路(即神经网络)中,增加更多的阈值门层将为您提供更多的计算能力。


7
斯科特,“可能” PP包含PH的说法让我有些困惑。通过预言从PH到PP的第一次分离在其组合核心具有原始的Minski&Papert分离,即不能通过多对数阈值门模拟“或”门。我认为Toda的非统一版本正在通过对数度阈值门上的概率分布来模拟AC0,从而获得正确的答案。因此,与非均匀的P vs. BPP或NP vs AM的不均匀相比,“ BP”门在不均匀的水平上增加了很大的功率。例如,PP中的PH是否带有随机预言?
诺姆

Noam,带有随机预言的PP是否不包含BP.PP?(我不明白为什么不应该这样做。)如果是这样,那么请确保PH在PP中且带有随机预言。但是,让我问另一个问题:是否有任何复杂度C类,我们有充分的理由相信C类等于BP.C?
Scott Aaronson

您需要放大以显示带有随机预言的PP = BP.PP-我不知道该怎么做。即使不一致,我也看不到PH位于PP / poly中。不在多对数阈值中的“与与”运算符是否似乎暗示即使是不均匀的PH也不在PP中?
诺姆

以下是根据合理假设显示BP.PP = PP的论文:www.cs.uwyo.edu/~jhitchco/papers/hhdcc.ps
Scott Aaronson 2010年

8
我所缺少的是,Fortnow和Reingold表明PP是在真值还原下关闭的,这是使用PRG(或非均匀或随机预言)进行非随机化所需要的关闭。但是,我在这里仍然感到困惑,并提出了一个问题:cstheory.stackexchange.com/questions/3331/more-on-ph-in-pp
Noam



13

到目前为止(据我所知)尚未提及并且在相对化世界中仍然存在的一些事物如下:

PHPP if QMA=PP.

Vyalyi在本文中观察到了这一点,它来自两个定理的增强:

  1. 托达定理-Vyalyi表明,对 oracle的一个查询足以使“ machine”模拟。PPPH
  2. Kitaev和Watrous证明了包含。Vyalyi证明也在,该类包含在。QMAPPQMAA0PPPP
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.