猜想:所有FPT NP完全语言都是固定参数同构的


10

Berman-Hartmanis猜想:所有NP完全语言看起来都是相似的,因为它们可以通过多项式时间同构[1]相互关联。

我对“多项式时间”的更细粒度的版本感兴趣,也就是说,如果我们使用参数化约简的话。

参数化问题是的子集Σ×Z0,其中Σ是有限字母,而Z0是非负数的集合。因此,参数化问题的一个实例是对(I,k),其中k是参数。

一个参数化的问题π1固定参数还原为一个参数化的问题π2如果存在功能fgZ0Z0Φ:Σ×Z0Σ和一个多项式p(·)这样对于任何实例(I,k)π1(Φ(I,k),g(k))是一个实例π2在时间可计算f(k)·p(|I|)(I,k)π1当且仅当(Φ(I,k),g(k))π2。如果两个参数化问题彼此可还原,则它们是固定参数等效项。

一些NP完全问题是FPT,例如,顶点覆盖问题的决策版本是NP-Complete,它具有O(1.2738k+kn)算法[2]。找到NP-Complete的FPT问题的更好的固定参数归约可以导致更好的算法,例如,通过对Multiway Cut问题的“高于保证版本”进行归约可以导致算法在时间O(4k)用于AGVC(以上保证顶点覆盖)问题[3],它比原始的O(15k)算法[4] 更好。

My Conjecture: All FPT NP-complete languages are fixed-parameter-isomorphic.

那猜想是真的吗?

[1] Berman,L .;Hartmanis,J.(1977),“关于NP和其他完整集的同构和密度”,SIAM计算杂志6(2):305-322。

[2] Chen J.,IA Kanj和G.Xia,顶点覆盖的改进上限,Theor.Comput。Sci。,411(2010),第3736-3756页。

[3] M. Cygan,M。Pilipczuk,M。Pilipczuk和JO Wojtaszczyk,“在下限上方参数化的多路切割上”,在IPEC中,2011年。

[4] M. Mahajan和V. Raman,参数化上述保证值:Maxsat和maxcut,J。Algorithms,31(1999),第335-354页。


3
我不明白您所说的“ FPT NP完全语言”是什么意思。语言本身并不是FPT,这没有自然的概念。问题是语言/参数对是否为FPT。
哈克·贝内特2015年

4
请注意,固定参数的减少只能解决FPT问题,并输出目标问题的简单“是/否”实例。
Serge Gaspers

Answers:


7

塞尔吉·加斯珀斯(Serge Gaspers)已经提到了为什么您的猜想是真实的。
但是,实际上可以得到多项式时间固定参数同构,
我现在意识到它并不是那么琐碎,因为它适用于每
对有序的非琐碎FPT问题,且通常意义上有所减少。


令为大于的FPT算法度的整数, 并令和分别为的yes和no实例。 以下是从到的多项式时间固定参数缩减:cπ1
YNπ2
π1π2

在上尝试FPT算法最多进行步骤。 如果给出答案,则按照该答案 输出或 否则,输出从到应用普通多项式时间约简的结果。 正确性和多项式运行时间是显而易见的。由于大于的FPT算法的度数,因此对于每个固定,只有有限多个输入长度,FPT算法的最大运行时间不小于π1nc
YN
π1π2


cπ1knnc。因此,对于每个固定的,上述缩减只具有有限的多个输出。因此,它满足您的固定参数条件。k

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.