Límites inferiores en la complejidad del espacio monótono


8

La complejidad del espacio monótono de un lenguaje se puede definir en términos de redes de conmutación monótonas (véase, por ejemplo, "Límites inferiores a mayúsculas y minúsculas para redes de conmutación monótonas" de Filmus et al.). Esta noción está vinculada a la jerarquía monótona N C y puede tener aplicaciones para la configuración no monótona para la que están abiertas la mayoría de las preguntas.L⊆Σ∗NC

Aquí hay una definición equivalente en términos de circuitos. Sea un circuito (o dag) cuyos arcos están etiquetados por elementos de [ n ] × Σ , y que tiene un solo nodo raíz r . Decimos que K acepta una palabra w ∈ Σ n si hay una ruta de hoja raíz P en K cuya secuencia de etiquetas coincide con w , es decir, para cada etiqueta ( i , a ) en P tenemos w [ i ] = a . Ahora, dado un idiomaK[n]×ΣrKw∈ΣnPKw(i,a)Pw[i]=a , para cada número entero n definimos sucomplejidad n- corte C L ( n ) como el tamaño mínimo de un circuito que acepta exactamente las palabras en L ∩ Σ n . Podemos imponer algunas restricciones a esta noción, por ejemplo, exigiendo que los circuitos se lean una vez, lo que significa que cada ruta de aceptación hace un acceso único a una posición determinada. Esto lleva a una segunda medida de complejidad C ' L ( n ) que parece más fácil de analizar, como se ilustra a continuación.LnnCL(n)L∩ΣnCL′(n)

Un ejemplo es el problema Perfect Matching ( ), que se puede demostrar que tiene una complejidad monótona C ′ P M ( n ) = 2 Ω ( n ) de la siguiente manera. Supongamos que P M n denota la porción del lenguaje correspondiente a los gráficos bipartitos G con n vértices a cada lado de la bipartición (denotado por A , B ). Considere un circuito K que lo acepte. Dado un entero k , dejemos que P k denote el conjunto de caminos de longitud kPMCPM′(n)=2Ω(n)PMnGnA,BKkPkken partir de la raíz, y deje que T k denote el par de conjuntos ( S , T ) con S ⊆ A , T ⊆ B y | S | = | T | = k . Por monotonicidad, podemos hacer la siguiente suposición:KTk(S,T)S⊆A,T⊆B|S|=|T|=k

(*) Para cada nodo de profundidad k , existe una tupla t = ( S , T ) ∈ T k de tal manera que cada trayectoria P ∈ P k conduce a u está marcado por una permutación σ P : S → T .ukt=(S,T)∈TkP∈PkuσP:S→T

En efecto, si había dos caminos diferentes que conducen a correspondientes a diferentes tuplas, uno de ellos podría extenderse a una función que no es una permutación (y por tanto reconocería un n gráfico -edges que no es una coincidencia).un

Ahora observar que debemos tener la siguiente propiedad "cobertura": para cada permutación , debe existir algún camino P ∈ P k tal que σ se extiende σ P . ¡Observe que una permutación dada σ P puede extenderse como máximo ( n - k ) ! diferentes permutaciones, y que una tupla dada en T k puede inducir como máximo k ! diferentes permutaciones Esto implica que el número de nodos a profundidad k es al menos nσ:A→BP∈PkσσPσP(n−k)!Tkk!k. En particular, el número de nodos en el nivelnn!k!(n−k)! es al menosn!n2.n!(n2)!2=2Ω(n)

Hay dos cosas que me gustaría comprender: (i) ¿Por qué romper este razonamiento hacia abajo para / nonmonotone complejidad espacial muchos leen, (ii) ¿Cómo se relaciona a límites inferiores conocidos de la complejidad del espacio monótona de .PM

Respuestas:


6

Esta no es una respuesta, sino un "comentario extendido".

Para la pregunta (i): la propiedad (*) se cumple debido a la lectura única, no debido a la monotonicidad, y esta es la razón por la cual el argumento falla en el caso de lectura múltiple (incluso monotono): entonces las rutas combinadas no necesitan ser PMs, pueden ser gráficos arbitrarios que contienen un PM.

O(n3)

nΩ(log⁡n)

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.