非枚举的属性值不合法什么意思_一个看起来很牛批实际上没什么卵用的定理（Universal SAT Algorithm）...

假设有一天，人类遇见了上帝，问了上帝一个问题：

能在多项式时间内被解决吗？上帝的回答是肯定的，但没有告诉那个人具体的解法。那么人类能根据这个信息，找到一个解决

问题的多项式时间算法吗？

答案是肯定的！！根据 Levin's Universal Search Algorithm，我们可以得出如下定理：

定理：假设存在一个已知常数

，使得

，但是不知道具体算法，那么我们可以找到一个确定的多项式时间的算法，其能在大约

时间内解决

问题。

（事实上，如果不知道这个常数

，也能设计出一个算法，就是复杂度比多项式复杂度稍微高一些）

这个是我上复杂度理论课的时候老师讲到的一个定理。看到这个定理的时候我觉得很厉害，因为我们可以假设

，然后根据定理找这么一个算法，要是没找到或者找出来的算法不对，不就知道了

吗？那这 P vs NP 问题马上就要被解决了啊！估计只是人类现在的计算速度还跟不上，但再过个几年，几十年，等计算力跟上来了，解决 P vs NP 问题不是梦想啊！

但当我看了这个定理的证明后，我的希望破灭了。在我看来，这是个典型的理论上很有用但实际上什么用都没有的定理。很大概率上，倾尽全宇宙的能量来跑这个算法，都跑不出来。

这个算法是基于 Levin's Universal Search Algorithm。各位其实不用了解这个 Levin 的东西到底是什么（其实我也不太懂），只需要知道这个算法需要包含巨大的常数。定理的证明如下：

证明：如果我们能在

解决

（指的是判断一个布尔表达式是否能被满足），那我们就能在

的时间内找到一个解（如果能被满足的话）。这个算法叫作 "Search to Decision"归约，大概思想就是假设一个变量的值是0（或者1，区别不大），然后根据这个假设的值修改原来的布尔表达式，再去算这个新的布尔表达式是否可以被满足。如果可以，说明猜对了（其实有可能0和1都可行）；如果不可以，那么说明这个变量的值必须设成1。这样一共猜

次就可以了。

那现在根据我们的假设，有一个图灵机，输入是一个布尔表达式

，能在

的时间内，要么输出

的一个解，要么输出它无解。需要注意到我们只知道这样一个图灵机存在，而不知道它到底是什么样的。我们可以设计一个算法如下：

其中接受和拒绝其实就是我们算法的输出（到底

是否能被满足），是图灵机的术语。另外如果对图灵机编号感到疑惑，就想想其实图灵机本质上都能编码成字符串，而字符串是可以枚举的（从短到长枚举即可）。

算法分析：假设图灵机

是真正在

解决

问题并且输出解的那个图灵机。考虑所有长度大于

的输入

：

• 如果
  可以被满足，在进行我们上述算法的时候，都会模拟到
  这个图灵机，而且这个图灵机是能在
  时间内解决问题的，所以我们的算法也可以找到这个解，并且接受。
• 如果
  不能被满足，那么无论如何也不可能找到一个满足
  的解，我们的算法自然会拒绝。

所以我们的算法是正确的。等等，你问我对于长度小于

的输入怎么办？咳咳，注意没注意

是个常数啊？理论计算机科学家什么时候在意过常数（滑稽）。

算法运行时间（复杂度）：很明显，有

次循环，一次循环跑

步，每次循环最后检查解需要花费大约

的时间（跟

比起来可忽略不计），一共就是大约

的复杂度。（事实上还需要考虑到模拟一个图灵机是有一些额外开销的，但这篇文章毕竟不是学术论文，就不在意那些不太重要的部分了）

嗯？这好像复杂度确实是对的啊。但且慢，其中有一步实要枚举图灵机。图灵机怎么枚举呢？本质上还是枚举图灵机编码，也就是枚举字符串。其实一般枚举字符串的话，我们都会按照字符串长度从小到大枚举，这样才能保证枚举到所有字符串。而一个在多项式时间内解决

问题的程序，应该会是很复杂的一个程序（如果很简单也不至于到现在人类都想不出来吧），那么其编码长度就会很长。假设其编码长度是

，那我们至少要枚举

个字符串才能枚举到它（由于有的字符串不是一个合法的编码，所以

也许到不了

这个数量级，但我们枚举的时候还是枚举的字符串，这个复杂度要考虑进去）。代入具体数字算一下：如果

（相当于说这个程序有8Kbits=1KB这么大，算是相当乐观的长度了），那么我们算法运行时间就至少在

以上了，这还仅仅是枚举图灵机的复杂度，不算模拟图灵机的时间。可惜，这个数字再怎么大，也只是个常数，不会被考虑到渐进复杂度分析中。引用我们老师的原话：“It's a HUGE constant, but still a constant.”

（upd：上面这一段略微有点问题。如果按照枚举字符串的方式枚举图灵机的话，最后的时间复杂度应该就不是多项式时间了，这段是我的一个失误。也很容易修正：可以将算法里“模拟编号为i的图灵机”改为“模拟编码为i的二进制编码的图灵机，如果不是合法编码就什么都不做”。或者，其实枚举图灵机也不一定要枚举字符串？因为只需要枚举字符集大小和状态个数，再枚举转移函数就可以了。这两种方法应该都行，只是后面一种不太容易分析其运行时间。这块还有别的想法的欢迎在评论区指出~）

OK，那这个定理讲完了。怎么样，是不是感觉被坑了？复杂度理论的世界就是这样，处处都有惊喜，而有时候这个惊喜挂在天上了，怎么够也够不到。

---

后记

其实如果真的能遇见上帝，而且只能问一个问题的话，我不建议大家问那个问题，因为如果上帝回答

不能在多项式时间内解决，那么我们几乎什么信息也没得到，毕竟大家都是这么认为的，确定了这个信息好像什么实质性帮助都没有。

这个定理其实让我想起了一个可计算性方面的一个定理，大概意思是说所有可以被证明的命题组成的集合是图灵可识别的。方法就是，枚举所有证明，看这些证明到底能不能证明这个命题。因为证明的本质也是字符串，字符串可以编码，所以所有证明也是可以枚举的。真是体现了一种暴力美学啊。

另外想说的是，本篇文章里面的牵扯到具体复杂度的部分可能不是很严谨。毕竟本篇文章不是学术论文，不想加一堆复杂的项来增大理解起来的难度，所以请大家多多包涵，不要对待那些数字太认真。

最后，这个专栏是叫《计算理论导引》笔记，但这个内容其实是那本书里没有的。最近我已经基本读完了那本书，开始看别的了。本来其实想发自己看的时候的笔记上来的，但觉得整理起来还是太麻烦且浪费时间了，就只发了一些比较有名的内容。以后还是会发TCS的东西，但估计跟这本书关系不大了。目前我还在想专栏到底要不要改名，改的话改成什么名字（虽然好像也没几个人在看）。如果对文章、专栏等有任何建议欢迎在评论区留言。下次文章再见！