“几乎容易”的NP完全问题


20

我们可以说,如果存在一种可以在几乎所有输入上正确确定L的多项式时间算法,则语言LP密度封闭的。L

A LΔA大号大号

limn|(LΔA){0,1}n|2n=0.
ALL

注意,不必稀疏。例如,如果它具有 位字符串,则它仍将消失(以指数速率),因为。2 Ñ / 2 Ñ 2 Ñ / 2 / 2 Ñ = 2 - ñ / 2LΔA2n/2 n2n/2/2n=2n/2

根据上面的定义,不难(人工地)构造为P-密度接近的NP-完全问题 。例如,令为任何NP完全语言,并定义。然后保留NP完整性,但最多具有位yes-instances。因此,对每个输入都回答“否”的简单算法将在几乎所有输入上正确地确定。它只会在n位输入的\ leq 1-2 ^ {-n / 2}小数上出错。L大号2L2={xx|xL}L22n/2 nL212n/2n

另一方面,如果所有 NP完全问题都是P密度接近的,那将是非常令人惊讶的 。从某种意义上讲,这意味着所有NP完全问题几乎都是容易的。这激发了一个问题:

假设P NP,哪些是 自然的NP完全问题而不是 P密度接近?


3
由于Heuristica不排除,甚至没有对其中p≠NP是众所周知的暗示问题不是几乎P.一个不必然自然问题

1
我认为职位对应问题是一个很好的候选问题。即使对于均匀随机的实例也很难,因此在平均情况下很难。
Mohammad Al-Turkistany

8
FYI:您的选择命名的,而自然,有一些现有的命名冲突:类几乎-P由这些语言L,使得该有措施1.您可能也有兴趣知道,稀疏您定义的版本已被使用,并且与其他一些想法有关,请参阅P-close。给定P-close的定义,对于您的概念而言,一个好名字叫P-密度-close或P-close-enough :)。{A:LPA}
Joshua Grochow 2015年

1
另一方面,“ 图形着色 ”决策问题可能是此类问题的候选者。

4
我不认为这是正确的定义。如果的密度消失,那么无论它多么困难,通过任何琐碎的语言A都“几乎容易” 。然而,这是很难过字母表呈现自然很难语言{ 0 1 }与密度,它不会消失编码,仅仅是因为。交集应该不是大小为n的有效输入(所以这是一个承诺问题),而不是所有字符串吗?否则,这主要需要回答以下问题:是否存在某种密度不变的NP硬语言的布尔编码?LA{0,1}n
安德拉斯·萨拉蒙

Answers:


5

我研究了复杂性理论中是否存在一个普遍接受的假设,这意味着必须存在一个在几乎所有输入(如问题所定义)中都不能在多项式时间内接受的NP完全语言。

有趣的是,最“标准”的假设似乎并不暗示这一点。也就是说,它似乎并没有遵循(除非我忽略了的东西)P NPP = BPPNP CONPē NEEXP NEXPNP PSPACENP EXPNP P /聚,PH不会崩溃,等等。=

另一方面,我发现了一个稍微不那么标准的假设,尽管该假设不自然,但这确实暗示了所寻求的NP完全问题的存在。在理论资源界定测量的基本假设是,NP不具有 -measure零,记为 μ p NP 0。非正式地,这意味着E中的NP语言不会形成可忽略的子集。有关详细信息,请参见此处的调查。在这一理论中,他们证明,在许多其他事情,是 μ p NP pμp()0μp(表示NP中存在P-bi免疫语言。如果 L或其补语在P中没有无限的子集,则语言 LP-bi免疫的。这样的语言在很大程度上满足了我们的要求。)0LL

但是,仍然不清楚是否存在一个代表自然问题的例子。


2
碧免疫力也很多比你的条件强,是关系到“几乎所有”的结构复杂性理论,即较为常见的用法“为所有,但有限多个” ...
约书亚Grochow

1
@JoshuaGrochow我同意,但是从某种意义上来说,P-bi免疫似乎 太强了 。在自然的NP完全问题中似乎没有发生这种情况。令我惊讶的是,显然没有任何结果仅为“几乎几乎到处都是”难处理的NP完全语言的存在提供条件。所谓“几乎到处都是弱”,是指“几乎没有很多”条件被“几乎没有很多”所代替。这可能与实际遇到的问题更好地相关。
Andras Farago

是否已知NP是p可测量的?

@RickyDemer据我所知,尚不清楚NP是否可p测量。
Andras Farago 2015年
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.