复杂性类PPAD是Christos Papadimitriou在1994年的开创性论文中发明的。该类旨在捕获搜索问题的复杂性,其中“有向图的奇偶校验参数”可保证解决方案的存在:如果有向图中的顶点不平衡,则必须存在另一个。但是通常,该类别是根据()的问题,其中,该参数仅被施加到与两个IN-图表和outdegrees 。我的问题是:为什么这些概念是等效的?
到目前为止,这是该问题的重复。现在,我想正式陈述这个问题,并阐明为什么我对那里的答案不满意。
搜索问题():给定两个多项式大小的电路和即得到并返回中的其他元素的多项式列表。这些电路定义了有向图其中和。搜索问题如下:给定的,和使得,查找具有相同属性的另一顶点。
搜索问题:相同,但是和返回一个空列表或一个元素。
还原性的概念(根据Ricky的建议校正):总搜索问题还原为总搜索问题经由多项式函数和如果是将溶液中问题意味着被解决在问题。
正式的问题:为什么可还原为?还是我们应该使用另一种还原性概念?
Christos Papadimitriou证明了关于PPA的类似定理(定理1,第505页),但该论点似乎不适用于PPAD。原因是度平衡为的顶点将转换为度平衡为± 1的k个顶点。然后,用于A E O L的算法可以获取这些顶点之一,然后返回另一个顶点。这不会为A U V产生新的顶点。
事情变得越来越糟,因为在中总是有偶数个不平衡顶点,但是在A U V中可能有奇数个顶点。这就是为什么不能在这两个集合之间建立双射并且g不能总是等于f − 1的原因。如果g (x ,f (x ))≠ x,则至少在某些情况下,我们获得了一种在多项式时间内求解A U V的方法。如果g不取决于x并且对于 y 1 ≠ y 2,如果 g (y 1)= g (y 2),则可以返回 y 2作为 y 1的答案。那不会为 A U V提供解决方案。
最后一个问题:以上所列障碍能否以某种方式克服?可以利用对x的可能依赖吗?