Questions tagged «cc.complexity-theory»

P与NP以及其他资源受限的计算。


1
Goldreich-Levin / Kushilevitz-Mansour学习算法的最佳查询复杂度
Goldreich-Levin学习算法最著名的查询复杂度是什么? 从卢卡的Trevisan的博客讲义,引理3,指出它作为。就依赖而言,这是最著名的吗?对于引用可引用来源的信息,我将特别感激!O (1 / ϵ4n 日志n )Ø(1个/ϵ4ñ日志⁡ñ)O(1/\epsilon^4 n \log n)ññn 相关问题:Kushilevitz-Mansour学习算法最著名的查询复杂度是什么?

1
矩阵乘法的计算复杂度
我正在寻找有关矩形矩阵的矩阵乘法的计算复杂性的信息。维基百科指出乘法的复杂性由乙∈ [R Ñ × p是ø (米Ñ p )(教科书倍增)。甲∈ řm × n一种∈[R米×ñA \in \mathbb{R}^{m \times n}乙∈ řÑ × p乙∈[Rñ×pB \in \mathbb{R}^{n \times p}ø (米Ñ p )Ø(米ñp)O(mnp) 我有一种情况,其中和n远小于p,我希望在p中获得比线性更好的复杂度,但代价是使对m和n的依赖性比线性差。米米mññnpppppp米米mññn 有任何想法吗? 谢谢。 注意:我希望之所以成为可能是因为众所周知的结果是,如果m = n = p(矩阵都是平方的话),则三次方依赖性较小。pppm = n = p米=ñ=pm=n=p

2
单一组优化的复杂性
在the群上优化各种函数的计算复杂度是多少?ü(n )ü(ñ)\mathcal{U}(n) 量子信息理论中经常出现的典型任务是,在所有unit矩阵U上最大化(或U中的高阶多项式)类型的数量。这种类型的优化是否可以有效(也许近似)地计算,或者是NP难的?(也许这是众所周知的,但我一直找不到任何一般参考)Ť ř甲ù乙ü†Ť[R一种ü乙ü†\mathrm{Tr}AUBU^{\dagger}üüUüüU

3
P是否包含其存在独立于PA或ZFC的语言?(TCS社区Wiki)
答:不知道。 提出的问题是自然的,开放的,而且显然很困难。现在的问题是社区Wiki。 总览 该问题旨在将属于复杂性类 语言以及接受这些语言的决策图灵机(TM)划分为两个互补的子类:PPP 精明的语言和TM(可用于验证/理解),而不是 加密语言和TM(无法验证/理解)。 定义:不可知与隐秘的数字,TM和语言 在PA和ZFC公理框架内,我们将gnostic与神秘的Turing机器和语言区分开来,如下所示: D0 我们说一个可计算的实数 是诺斯替当且仅当它关联到一个非空集TM的,用PA指定为包括在通用TM有效的代码号的明确列表中的每个TM,使得对任意精度作为输入提供的,每个TM可证明的(在ZFC中)停止,其输出编号可证明(在ZFC中)满足。rrrϵ>0ϵ>0\epsilon\gt0ooor−ϵ<o<r+ϵr−ϵ<o<r+ϵr-\epsilon\lt o\lt r+\epsilon 备注 众所周知,某些可计算的实数不是不可知的(有关具体示例,请参见Raphael Reitzig对jkff问题“ 是否存在非构造算法存在证明? ” 的回答)。为了避免与这些可计算但笨拙的数字发生争执,施加了以下限制:运行时指数可由PA中显式枚举的TM进行计算(与ZFC中隐式指定的TM相比)。有关进一步的讨论,请参见下面的定义注意事项部分。 现在,我们寻求定义,以了解直觉,即复杂性类包含了一个隐含语言的子集,没有(可证明的)运行时指数下界可以被赋予。 PPP 为了向前看,最后的定义(D5)指定了规范的密码决策TM的概念,其定义旨在消除通过重叠计算多余的Epi计算来(通常)掩盖密码计算的简化。稍后将在“ 定义性注意事项 ”标题下讨论此关键定义的原理和来源 ,并感激Timothy Chow,Peter Shor,Sasho Nikolov和Luca Trevisan所做的评论。 D1 给定图灵机M停止所有输入字符串,则M被称为隐式的,前提是以下语句对于至少一个不可知实数既不可证明也不可辩驳 :r≥0r≥0r \ge 0 声明: M的运行时间相对于输入长度为O(nr)O(nr){O}(n^r)nnn 我们所说的非图灵机是不可知的TM。 D2 我们说决策图灵机M是有效的,因为它具有不可知的运行时间指数 这样M接受的语言L不会被不可知的运行时间指数小于其他TM接受 。[Rrrrrrr D3 我们说一种语言L是一种隐喻,前提是它被(a) 至少一个图灵机M既有效又隐秘,并且(b) 没有一种既有效又不可知的TM可以接受地接受L。 为了用另一种方式表达D3,一种语言是含糊的,因为最有效地接受该语言的TM本身就是含糊的。 我们所说的不是神秘的语言是不可知论的语言。 D4 我们说一个隐秘的TM是高度隐秘的,因为它接受的语言是隐秘的。 …

1
时空权衡的某些结果的早期历史?
我对有关通用时空权衡的已发布结果的早期历史很感兴趣。特别是,我想知道谁首先描述了以下类型的算法,该算法使用与数据流图的深度(而非宽度)成正比的空间(加上大小)来评估具有任意度为O(1)的任意数据流图的计算通过对图形进行直接的深度优先评估来实现。更详细地: 令数据流图为G =(V,E),其中V是计算顶点的集合(O(1)大小的数据值),E是边的集合(v_p,v_s),使得后继值顶点v_s \ in V立即取决于先前顶点v_p \ in V的值。令v_f为顶点,没有后继代表计算的最终结果。令我成为输入顶点的规范排序集合(无前任),因为i \ in I给出了x(i)的值。对于其他顶点v \ in S,其值由x(v)= F_v(x(P(v)))定义,其中P(v)是v的前任的规范排序列表,x(P(v))为它们的值的对应列表,F_v是顶点函数,该函数根据其前任值列表确定其值。 有了这种设置,所讨论的算法就非常明显且微不足道: def eval(v): (v can be any vertex in the graph) let P := P(v), the list of v's predecessors (has O(1) elements by assumption) let val[] := uninitialized array of |P| data values …

2
Ben-Dor / Halevi对永久物的#P完全证明提出质疑
在Ben-Dor / Halevi [1]的论文中,给出了另一个证明,证明永久性是 。在本文的后半部分,他们显示归约链 IntPerm ∝ NoNegPerm ∝ 2PowersPerm ∝ 0 / 1-Perm, 而永久值沿链保留。由于3SAT式satiesfying指配的数量Φ可以从永久值来获得,它足以计算永久的最后的0 / 1 -矩阵。到目前为止,一切都很好。#P#P\#PIntPerm∝NoNegPerm∝2PowersPerm∝0/1-PermIntPerm∝NoNegPerm∝2PowersPerm∝0/1-Perm\begin{equation} \text{IntPerm} \propto \text{NoNegPerm} \propto \text{2PowersPerm} \propto \text{0/1-Perm} \end{equation}ΦΦ\Phi0/10/10/1 然而,众所周知的是,永久一个的 -矩阵甲等于完美匹配的在二分双层盖的数目ģ,即,从矩阵的图表(0 阿甲吨 0)。如果G证明是平面的,则可以有效地计算此数字(使用Kastelyens算法)。0/10/10/1AA\text{A}GGG(0AtA0)(0AAt0)\begin{pmatrix} 0 & \text{A} \\ \text{A}^t & 0 \end{pmatrix}GGG 因此,总而言之,如果最终图G是平面的,则有人可以计算布尔公式的满意分配数。ΦΦ\PhiGGG 由于的嵌入在很大程度上取决于公式Φ,因此希望存在某些公式,这些公式更经常导致平面二分覆盖。有谁知道是否曾经研究过G平面化的可能性有多大?GGGΦΦ\PhiGGG 由于计算满足需求的解决方案是,因此可以肯定,这些图几乎总是非平面的,但是我找不到关于此主题的任何提示。#P#P\#P [1] Amir Ben-Dor和Shai Halevi。零一永久性是#p完全的,更简单的证明。在第二届以色列计算系统理论研讨会上,第108-117页,1993年。以色列纳塔尼亚。

1
关于带宽最小化的复杂性
图形带宽问题定义如下。给定图,一个布局的是一一对一映射的顶点的到整数。的带宽定义为f G G { 1 ,… ,| V | } fG=(V,E)G=(V,E)G=(V,E) fffGGGGGG{1,…,|V|}{1,…,|V|}\{1, \ldots, |V|\}fff bw(f)=max{|f(u)−f(v)|∣{u,v}∈E}bw(f)=max{|f(u)−f(v)|∣{u,v}∈E}bw(f) = \max \{|f(u) - f(v)| \mid \{u,v\} \in E\} G的带宽(GGG表示为bw(G)bw(G)bw(G)定义为布局的最小带宽,该最小带宽适用于所有可能的布局。 决策问题是:给定一个图GGG和一个整数kkk,bw(G)≤kbw(G)≤kbw(G) \le k吗? 即使对于最大度数为三的树木,此问题也是已知的NP完全问题[ 带宽最小化的复杂性结果]。Garey,Graham,Johnson和Knuth,SIAM J. Appl。数学卷 [1978年第34号第3号]。作者表明,一个人可以测试图在多项式时间内是否最多具有两个带宽。bw \ le 3的外壳bw≤3bw≤3bw \le 3已打开。 bw \ le 3案件的复杂性bw≤3bw≤3bw \le 3已知吗?当kkk不是输入的一部分而是一个至少为4的固定常数时,我们对问题的复杂性了解444多少? 引用会很好。

1
从奇偶校验L到CNOT电路的对数空间减少?
题。 Aaronson和Gottesman 在他们的论文《稳定器电路的改进仿真》中声称,仿真CNOT电路是⊕L完全的(在对数空间减少的情况下)。显然,它包含在⊕L中;硬度结果如何保持? 等效地:是否存在从模2的迭代矩阵乘积到模2的基本矩阵(实现行变换的可逆矩阵)的迭代乘积的对数空间缩减? 细节 甲控制非(或CNOT)操作是可逆的布尔运算,表单的 其中仅Ĵ 个 比特被改变,并且该位是通过将改变 X ħ模2,对任何不同位置ħ和Ĵ。如果我们解释 x = (x 1CNOTh,j(x1,…,xh,…,xj,…,xn)=(x1,…,xh,…,xj⊕xh,…,xn)CNOTh,j(x1,…,xh,…,xj,…,xn)=(x1,…,xh,…,xj⊕xh,…,xn) \mathsf{CNOT}_{\!h,j} (x_1\,, \;\ldots\;, x_h\,,\; \ldots\;, x_j\,, \;\ldots\;, x_n) \;\;=\;\; (x_1\,, \;\ldots\;, x_h\,,\; \ldots\;, x_j \oplus x_h\,, \;\ldots\;, x_n) xhxhx_h作为ℤ/2ℤ上的向量,它对应于基本行变换模2,我们可以用对角线为1且非对角线位置的矩阵表示。甲CNOT电路是然后加入由这种类型的一些基本矩阵的乘积的矩阵乘积。x=(x1,…,xn)x=(x1,…,xn)\mathbf x = (x_1\,, \;\ldots\;, x_n) 通过阿伦森和戈特斯曼纸张以上(其中,提到非常捎带到这个问题,是关于一类可以在模拟量子电路的 ⊕L)对计算复杂度的部分。在本节开始时,他们对⊕L的描述如下: [ L ]是对数不确定的图灵机可以解决的所有问题的类,当且仅当接受路径的总数为奇数时,才可以接受。但是还有另一种定义,对于非计算机科学家来说可能更直观。这是⊕L是类减少到模拟多项式大小CNOT电路的问题,即 一个电路完全不和CNOT门组成,作用于初始状态| 0 ...0⟩。(很容易证明这两个定义是等效的,但这首先需要我们解释一下通常的定义是什么!) 本文的目标读者包括大量的非计算机科学家,因此滑脱的愿望并非没有道理。我希望有人能够阐明这种等效性。 显然,这样的模拟矩阵的乘积,可以在执行⊕L作为用于评价(模2),这是一个完整的问题(下LOGSPACE减少)的迭代矩阵的产品的系数的一个特例⊕L。此外,由于CNOT矩阵仅执行基本行运算,因此任何可逆矩阵都可以分解为CNOT矩阵的乘积。但是:我不清楚如何通过对数空间归约法将甚至可逆矩阵mod 2分解为CNOT矩阵的乘积。(事实上​​,正如EmilJeřábek在评论中指出的那样,高斯消去法足以计算行列式mod …

1
我知道(对NP oracle的对数调用次数)等效于(多项式NP oracle的并行查询数)。我想知道这些类的“功能”版本是否也等效,也就是说,是否P N P | |PÑ P [日志ñ ]PñP[日志⁡ñ]\mathsf{P}^{\mathsf{NP}[\log n]}PN P | |PñP||\mathsf{P}^{\mathsf{NP}||} ˚F PÑ P [日志ñ ]= F PN P | |FPñP[日志⁡ñ]=FPñP|| \mathsf{FP}^{\mathsf{NP}[\log n]} = \mathsf{FP}^{\mathsf{NP}||} 如果知道是真的,那么指针将非常有用。


1
关于带有短消息的多证明人交互证明有什么了解?
Beigi,Shor和Watrous在一篇有关带短消息的量子交互证明的力量方面的论文非常出色。他们考虑了“短消息”的三种变体,而我关心的具体是它们的第二种变体,可以发送任意数量的消息,但总消息长度必须为对数。特别是,它们表明此类交互式证明系统具有BQP的表达能力。 我想知道的是,对于多重验证者设置,无论是经典验证者还是量子验证者,都有类似的结果。对于多提供者交互证明来说,是否有任何非平凡的复杂性结果已知,其中所有消息的总长度被限制为问题大小的对数?

3
甲骨文是输入的一部分时的复杂性理论
在复杂性理论中,oracle 出现的最常见方式如下:将固定的 oracle提供给具有某些有限资源的Turing机器,例如,研究oracle如何增加机器的计算能力。 但是,有时也会发生预言的另一种方式:作为输入的一部分。例如,假设我想研究用于计算给定高维多峰的体积的算法。传统上,需要通过提供多面的列表或其他显式表示来指定多面体。但是,我们也可能会出现一个问题,即计算由体积预言指定的多面体的体积,当且仅当给定点位于多面体内部时,才将空间中某个点的坐标作为输入并输出“是”。然后,我们可以询问需要哪种计算资源来计算以这种方式指定的多面体的体积。在这种特殊情况下,我们拥有很好的Dyer,Frieze和Kannan多项式时间逼近方案,并且有趣的是,从复杂性理论的角度来看,证明了随机性对于解决此问题至关重要,因为确定性算法无法表现与Dyer-Frieze-Kannan算法一样好。 有没有系统的方法来研究问题的复杂性理论,其中将oracle作为输入的一部分提供?它会以某种方式简化为使用Oracle的复杂性类的常见理论吗?我的猜测是否定的,并且因为有太多不同的方式可以将oracle作为输入的一部分提供,所以此类问题必须以临时方式处理。但是,我很高兴在这一点上被证明是错误的。

3
如何显示#P以外的Gap-P问题
组合表示理论和代数几何中存在许多问题,对于这些问题尚无正公式。我正在考虑几个示例,但让我以计算Kronecker系数为例。通常,“正公式”的概念在组合语言中并未得到精确定义,但它的粗略含义是“描述为看似合理的显式集合的基数”。最近,我一直在与乔纳·布拉西亚克(Jonah Blasiak)交谈,他一直在说服我,“正公式”的正确定义是#P。我将假设,在此站点上,我不需要定义#P。 Buergisser和Ikenmeyer表明Kronecker系数很难。(它们也总是积极的,因为它们是张量积的多重性。)但我可以肯定地说,没有人知道一种计算它们的方法,甚至可以使它们进入#P。 因此,假设我实际上是在尝试证明Kronecker系数不在#P中。我假设我要做的是假设一些复杂性理论猜想,然后将Kronecker乘积归结为某个其他问题,对于大于#P的类,该问题众所周知。 我可以假设什么样的猜想,并且我可以尝试减少什么问题? 补充:正如评论中指出的那样,Buergisser和Ikenmeyer表明Kronecker系数在Gap-P中,这与#P非常接近。因此,听起来我应该问的问题是:(1)我可以合理地减少到哪些Gap-P完全问题?(2)显示Gap-P不是#P的前景如何?我猜(2)应该分为两个部分(2a)专家是否认为这些类别不同?(2b)是否有可能的策略来证明这一点? 我希望不要对此问题进行过多编辑。

1
是否存在具有任意P度的单词问题的组?
很长一段时间以来,已知的是,在任何图灵程度下,都有一个有限表示的组,其词问题在该程度上。我的问题是,对于任意多项式时间图灵度,同样的事情是否成立。具体来说,给定一个可确定的集合,是否存在一个存在单词问题的有限表示组,使得和吗?我也愿意将有限表示放宽为递归表示。AAAWWWW≤PTAW≤TPAW\leq_T^P AA≤PTWA≤TPw ^A\leq_T^P W 我怀疑答案是肯定的,而且我听过其他人说他们在某个地方读过这篇文章,但是我一直无法找到参考。

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.