计算理论第8章复杂性理论 V PSPACE类问题、L和NL类问题

最新推荐文章于 2024-05-07 13:22:10 发布

Air浩瀚

最新推荐文章于 2024-05-07 13:22:10 发布

阅读量753

点赞数

分类专栏： # 复杂度理论文章标签：算法其他

本文链接：https://blog.csdn.net/Ryansior/article/details/125563384

版权

复杂度理论专栏收录该内容

5 篇文章 0 订阅

订阅专栏

文章目录

第8章笔记（V）

计算理论导引第7章复杂性理论与难解问题 V 的相关笔记，包括：PSPACE类问题、L和NL类问题……

这部分最重要的内容是，从空间复杂性角度，如何证明一个问题是PSPACE完全问题。

第8章笔记（V）

8.1 萨维奇定理

Def 8.1：令 $M$ 是一个完全、确定型图灵机， $M$ 的 空间复杂度 是一个函数： $f:N\to N$ ，其中 $f (n)$ 是在任何长为 $n$ 的输入上扫描带子方格的最大数

（就是说当输入长度为 $n$ 时， $M$ 运行所占的空间）

Def 8.2：令 $f:N\to R^+$ 是一个函数，两个 空间复杂性类 定义为：

$SPACE(f(n))=\{L|L$ 是被 $O (f (n))$ 空间的 确定型图灵机 判定的语言
$NSPACE(f(n))=\{L|L$ 是被 $O (f (n))$ 空间的 非确定型图灵机 判定的语言

例 8.3： $S A T$ 的空间复杂度是 $O (n)$ ，只需要存储每次尝试时每个变量的真假值

例 8.4： $ALL_{NFA}=\{ {\lt}A{\gt}|A$ 是一个 $N F A$ 且 $L(A)={\Sigma}^\ast\}$ ，则 $\overline{ALL_{NFA} }$ 的空间复杂度为非确定的 $O (n)$

算法：从起始状态开始，重复执行 $2^q$ 次的非确定选择下一状态；若当中某个时刻所有分支都拒绝，则接受；若执行完 $2^q$ 次后未停机，则拒绝（因为状态数为 $q$ 的情况下，比如最大分支数为 $k$ 的情况下，所有状态转移最多有 $k^q$ 种；因此若该状态机存在拒绝的字符串，那必定拒绝一个长度不超过 $k^q$ 的字符串（有点像是缩胀））

萨维奇定理：

Th 8.1：对任何函数 $f:N\to R^+$ ，其中 $f(n){\ge}n$ ，有 $NSPACE(f(n)){\subseteq}SPACE(f^2(n))$

证明：若采用平凡的证明方法，将非确定型图灵机的每个分支步骤保存下来，那么相当于空间不可复用，可能会消耗 $2^{O(f(n))}$ 的空间，因此不能这样操作；

我们选择使用类似二分的方式，设 $t=2^{df(n)}$ 时 $N$ 在所有分支上的运行时间的上界（即最大步数）；我们从启示格局 $c_{start}$ 和中止格局 $c_{accept}$ 选择一个中间格局 $c_{mid}$ ，并计算是否可以在不大于 $\frac{t}{2}$ 的时间内从 $c_{start}$ 运行到 $c_{mid}$ 、是否可以在不大于 $\frac{t}{2}$ 的时间内从 $c_{mid}$ 运行到 $c_{accept}$ ；这样递归调用，所需栈的大小为 $log_2(t)=f(n)$ ，保存每个格局需要 $f (n)$ 的空间，那么所使用的最大空间为 $O(f^2(n))$

8.2 PSPACE 类

Def 8.6： $P S P A C E$ 是在 确定型图灵机 上、在 多项式空间 内可判定的语言类，即 $PSAPCE=\cup_kSPACE(n^k)$

由萨维奇定理得， $N P S P A C E = P S P A C E$ ，因为任何多项式的平方仍是多项式

（ $S A T$ 和 $ALL_{NFA}$ 都是 $P S P A C E$ ）

注意：时间用远不会小于空间，本质是空间可复用，时间不可复用。因此一个在 $t (n)$ 时间内运行的机器，即使每一步都是用一个新的空间，那么最多消耗 $t (n)$ 的空间，即 $NP{\subseteq}NPSPACE=PSPACE$

注意：对于 $f(n)\geq n$ ，一个消耗 $f (n)$ 空间的图灵机至多有 $f(n)2^{O(f(n))}$ 个不同的格局，而完全图灵机由于要停机，所以不可能出现相同的格局，因此消耗 $f (n)$ 空间的图灵机必定在时间 $f(n)2^{O(f(n))}$ 内运行，则 $PSPACE{\subseteq}EXPTIME={\cup_k}TIME(2^{n^k})$

总结： $P{\subseteq}NP{\subseteq}PSPACE=NPSPACE{\subseteq}EXPTIME$

请添加图片描述

（已知 $P\neq EXPTIME$ ，所以上述的包含式中至少有一个真包含，而且很有可能全部都是真包含）

（表述的时候说的 2 的几次幂，并不一定是真的 2 的几次幂，而是任意有限大常数的几次幂都可以看作是 2 的几次幂）

8.3 PSPACE 完全性

Def 8.7：若语言 $B$ 满足下面两个条件，则它是 $P S P A C E$ 完全的 ：

$B{\in}PSPACE$
$P S P A C E$ 中的每一个语言 $A$ 多项式时间可归约到 $B$

注意：当为一个复杂性类定义完全问题时，归约的模型必须比用来定义类本身的模型更加受限

（给定一个问题描述，判定/证明是PSAPCE完全性，和NP完全性证明一样，要遵循PSPACE完全性定义的两个方面要素）

TQBF问题

Def： $TQBF=\{ {\lt}{\phi}{\gt}|{\phi}$ 是真的全量词化的布尔公式 $\}$

（全量词化：每个变量都出现在某一量词的辖域内，如 ${\phi={\forall}x{\exists}y[(x\vee y)\wedge(\overline{y}\vee\overline{y})]}$ ，因此即使不需要对 $x$ 、 $y$ 指派， $\phi$ 也已经有了真假值）

Th 8.8： $T Q B F$ 是 $P S P A C E$ 完全的

① $T Q B F$ 是 $P S P A C E$ 问题

对每个量词的变量，然后对每个变量取 1 或 0 的情况都遍历一遍；要使得 $\phi$ 为真：

对于 $\forall x$ ，需要 $x$ 取 0 和 1 时 $\phi$ 都为真；
对于 $\exists x$ ，需要 $x$ 取 0 和 1 时 $\phi$ 至少有一个为真；

存储的递归深度最大为每个变量都存一遍，因此可以在 $O (n)$ 的空间内实现

② $T Q B F$ 是 $P S P A C E$ 完全的

模仿证明 $3 S A T$ 是 $N P$ 问题的证法，将格局变化的合理性用布尔表达式表示：
${\phi}_{c_1,c_2,t}={\exists}{\,}m_1[{\phi}_{c_1,m_1,\frac{t}{2}} \wedge {\phi}_{m_1,c_2,\frac{t}{2}}]$
但是你发现这相当于把公式的长度翻了一倍，因为长度： $len({\phi}_{c_1,c_2,t}){\approx}len({\phi}_{c_1,m_1,\frac{t}{2}}){\approx}len({\phi}_{m_1,c_2,\frac{t}{2}})$ ，这样反复递归生成的布尔表达式是原来问题的指数倍了，达不到归约的效果，因此我们借助 $\forall$ 量词：
${\phi}_{c_1,c_2,t}={\exists}{\,}m_1{\forall}{\,}(c_3,c_4){\in}\{(c_1,m_1),(m_1,c_2)\}[{\phi}_{c_3,m_4,\frac{t}{2}}]$
这样子就把两个递归的子公式折叠为一个子公式；令 ${\phi}_{c_{start},c_{accept},t}$ ， $t=2^{df(n)}$ ，这样递归调用，所需栈的大小为 $log_2(t)=f(n)$ ，而子公式的增长是线性的，需要 $O (f (n))$ 的空间，那么所使用的最大空间为 $O(f^2(n))$

注意：

时间复杂性中，有关 $N P$ 完全问题的证明是建立和布尔表达式（ $3 S A T$ ）可满足性判定问题之间的关联/转换；
空间复杂性中，有关 $P S P A C E$ 完全问题是建立和量化布尔表达式（ $T Q B F$ ）取值是否为真值问题之间的关联/转换

博弈必胜策略

Def： $FORMULA-GAME=\{ {\lt}\phi{\gt}|$ 在与 $\phi$ 相关联的公式博弈中选手 $E$ 有必胜策略 $\}$

（一般要求 $\phi={\exists}x_1{\forall}x_2...Q$ ，即具有前束范式的量词化布尔公式；选手 $A$ 和选手 $E$ 分别轮流为对应的变量取值；若最终为 $T R U E$ 则选手 $E$ 赢）

Th 8.10： $F O R M U L A - G A M E$ 是 $P S P A C E$ 完全的

事实上，这个问题和 $T Q B F$ 是一样的，对于 $\phi={\exists}x_1{\forall}x_2...Q$ ，相当于是说存在对 $x_1$ 的指派，对任意 $x_2$ 的指派……使得 $Q$ 为真，那么不就是选手 $E$ 获胜嘛！

广义地理学

Def： $GG=\{ {\lt}G,b{\gt}|$ 在图 $G$ 上以结点 $b$ 起始的广义地理学游戏中，选手 $I$ 有必胜策略 $\}$

（给定一个城市名，选手 $I$ 和 $I I$ 轮流给出城市名，必须顶真一个字母，而这里的游戏中城市名是个有限集合，把城市名看作结点，可以接着给出的两个城市名有有向边相连；选手 $I$ 先手）

请添加图片描述

Th 8.11： $G G$ 是 $P S P A C E$ 完全的

① $G G$ 是 $P S P A C E$ 问题

对图进行拓扑排序，则递归的深度最多为结点的个数，空间为线性空间

② $G G$ 是 $P S P A C E$ 完全的

看图吧，从 $T Q B F$ 归约到 $G G$ ，构成这样的图：从 b 出发，某个变量取真从左边走，取假从右边走；我们认为最后一个是存在量词，即现在已经到结点 $c$ 了，并且是选手 $I I$ 选择：

fct-8-5

如果 $\phi$ 为真，那么每个子句的三个变量中至少有一个为真，此时不论 $I I$ 选择哪个子句结点， $I$ 都可以选择这个子句中取值为真的变量结点；由于取值为真，因此下一步的那个节点之前就被走过了， $I I$ 无路可走；

如果 $\phi$ 为假，那么至少有一个子句的三个变量都为假，此时 $I I$ 就选则这个子句结点，之后不论 $I$ 选择哪个变量结点，因为是假的，因此这个变量节点的下一步那个结点之前并没有被选过，所以 $I I$ 可以再走下一步，而 $I$ 就是真的无路可走了；

8.4 L 和 NL 类

注意：接下来我们讨论亚线性的空间界限；但是亚线性的话甚至连输入都放不下，所以我们引入一条只读的辅助带作为输入，而只限制工作带的空间界限为亚线性

（有关亚线性类问题，可以和辅助外存、指针的运用关联起来了解）

（亚线性类问题的实质是以时间换空间，利用最有限的空间保存当前所利用的信息）

Def 8.12：

$L$ 是确定型图灵机再对数空间可判定的语言类， $L=SPACE(log_n)$
$N L$ 是非确定型图灵机在对数空间内可判定的语言类， $NL=NSPACE(log_n)$

例 8.13：语言 $A=\{0^k1^k|k{\ge}0\}$ 是 $L$ 的成员

原来的方法是左右消除 0 和 1，现在我们直接把待判断的字符串放在输入带上，工作带上用二进制 count 0 和 1 的数目

例 8.14： $P A T H$ 是 $N L$ 的成员

fct-7-2

从 $s$ 开始，非确定地猜测下一结点，工作带上只保留当前结点的信息（其实空间复杂度是非确定的常数级）；到达 $t$ 后接受，或者执行 $m$ 步后拒绝（ $m$ 是图的结点数）

注意：这里发现，我们以前说的“ $f (n)$ 空间界限的图灵机在 $2^{O(f(n))}$ 时间内运行 ” 对非常小的空间界限不再成立，比如这题，空间是 $O (1)$ ，但是时间是 $O (n)$ ，于是我们有了以下新的结论：

Def 8.15：若 $M$ 是一个有制度输入带的图灵机， $w$ 是输入，则 $M$ 在 $w$ 上的格局 包括：状态、工作带和两个读写头位置；

注意：输入 $w$ 不作为 $M$ 在 $w$ 上的格局的一部分

注意： $w$ 是长为 $n$ 的输入，如果 $M$ 在 $f (n)$ 空间内运行，则 $M$ 在 $w$ 上的格局数是 $n2^{O(f(n))}$ ，设 $M$ 有 $c$ 个状态和 $g$ 个带子符号，则输入头有 $n$ 种位置，工作头有 $f (n)$ 种位置，工作带上的字符有 $g^{f(n)}$ 种可能，工作带有 $c$ 种状态，所以格局数一共是 $cnf(n)g^{f(n)}$ ，即 $n2^{O(f(n))}$