我对您看到不均匀性在计算中有用的方式感到好奇。一种方法是随机性,例如,另一个是查询表,用于显示所有语言的电路都不统一。
特别是,我对通过概率方法和其他非构造性(或非构造性足够)证明方法存在的已知对象可以利用非均匀性加以利用的方式感兴趣。我希望示例是自然的,而不是人为的。明确地说,人为问题的回路可能类似于:给定某种语言,我通过计算一些非常困难的函数来创建多项式大小的电路 用我的建议问 。
我对您看到不均匀性在计算中有用的方式感到好奇。一种方法是随机性,例如,另一个是查询表,用于显示所有语言的电路都不统一。
特别是,我对通过概率方法和其他非构造性(或非构造性足够)证明方法存在的已知对象可以利用非均匀性加以利用的方式感兴趣。我希望示例是自然的,而不是人为的。明确地说,人为问题的回路可能类似于:给定某种语言,我通过计算一些非常困难的函数来创建多项式大小的电路 用我的建议问 。
Answers:
我喜欢的一个例子是 通过计算语言中的字符串(例如,请参见https://blog.computationalcomplexity.org/2004/01/little-theorem.html)。
一个例子是 。这个定理由Reinhardt和Allender在他们的论文《使不确定性明确》中得到了证明。无需赘述,其算法中的建议由一系列边权重分配组成,因此对于任何有向图 由一个 位字符串,序列中的某些赋值使 “最小独特”。这样的序列可以通过概率方法证明存在。Reinhardt和Allender的主要贡献是给出了明确的对数空间算法,以找出序列中的哪个赋值对特定给定的有向图有效 并决定 -- 最小唯一图上的连通性。
与 ,可以推测这里实际上并不需要非均匀性,即可以推测为 。
我不确定它是否适合您的需求,但是有一些结果证明了语义复杂度类的层次定理,但有一点建议,没有建议就无法知道层次定理。最著名的例子是BPP,我们不知道它的层次定理,但是Fortnow和Santhanam表明存在一个建议(基于Barak使用了更多建议的结果)。Melkebeek和Pervyshev撰写的这篇文章提供了参考资料和历史,以及一个似乎包含先前定理的定理。