Average-Case Complexity
我们调查NP问题的平均情况复杂性。我们讨论了各种概念的好的平均算法,并提出完整性的结果,由于Impagliazzo和莱文。这样的完备性结果建立了这样一个事实,即如果某个特定的(但有点人为的)NP问题相对于均匀分布是平均容易的,那么NP中的所有问题相对于所有可抽样分布都是平均容易的。将这一理论应用于自然分配问题仍然是一个悬而未决的问题。我们回顾了一些自然分布的问题,其平均情况下的复杂性是特别感兴趣的,还不适合这个理论。一个主要的未决问题是NP中的平均困难问题的存在是否可以基于P $\neq$ NP假设或相关的最坏情况假设。我们回顾负面的结果表明,某些证明技术不能证明这样的结果。虽然一般NP问题的最坏情况和平均情况复杂性之间的关系仍然是开放的,但在理解不同“程度”的平均情况复杂性之间的关系方面已经取得了进展。我们将讨论其中的一些“硬度放大”的结果。
2021-08-17 cs.CC
On the Parameterized Complexity of Synthesizing Boolean Petri Nets With Restricted Dependency (Technical Report)
$τ$ -合成问题在于判定给定的有向标记图$A$是否同构于$τ$型布尔Petri网$N$的可达图。在肯定决策的情况下,应构建$N$。对于许多布尔类型的网,问题是NP完全的。本文论述了一个特殊的变形$τ$ -合成的目标净$N$施加限制:我们调查\emph{dependency $d$-restricted $τ$-synthesis (DR$τ$S)}的每个地方的$N$可以影响和最多的$d$过渡的影响。对于类型$τ$,如果$τ$ -合成是NP完全的,则DR $τ$ S也是NP完全的。在本文中,我们表明,由$d$参数化的DR $τ$ S在XP中。此外,我们证明了它是$W[2]$ -硬,对于许多布尔类型,允许无条件的相互作用$set$和$reset$。
2020-07-24 cs.CC cs.LO
Average-case complexity of a branch-and-bound algorithm for maximum independent set, under the $\mathcal{G}(n,p)$ random model
研究了$\mathcal{G}(n,p)$分布下随机图的最大独立集的分枝定界问题的平均情况复杂性。在该模型中,每对顶点$(u,v)$属于$E$的概率为$p$,与任何其他边的存在无关。我们做了一个精确的案例分析,提供次指数和指数之间的相变的复杂性取决于概率$p$的随机模型。
2015-05-19 cs.CC
Smoothed Complexity Theory
平滑分析是Spielman和Teng(J. ACM,2004)提出的一种分析算法的新方法。经典的方法,如最坏情况或平均情况分析,都有相应的复杂性类,如P和AvgP。虽然最坏情况或平均情况分析为我们提供了一种讨论特定算法运行时间的方法,但复杂性类允许我们讨论问题的内在难度。平滑分析是最坏情况和平均情况分析的混合,并弥补了它们的一些缺点。尽管它成功地分析了单一的算法和问题,有没有嵌入到计算复杂性理论,这是必要的分类问题,根据其内在的困难平滑分析。我们提出了一个框架,平滑的复杂性理论,定义相关的类,并证明了一些第一硬度的结果(有界停机和平铺)和易处理的结果(二进制优化问题,图着色,可满足性)。此外,我们讨论了我们的模型的扩展和缺点,并将其与半随机模型。
2012-06-29 cs.CC
Average-Case Hardness of Binary-Encoded Clique in Proof and Communication Complexity
Lund University(隆德大学);University of Copenhagen(哥本哈根大学);EPFL(洛桑联邦理工学院)
研究在证明和通信复杂性中确定图中无大 clique 的平均情况难度,证明了切割平面和有限深度解析 over parities 的 refutations 长度的指数下界,并显示在这些公式中寻找被否决子句的随机通信复杂度为多项式。
2026-05-11 cs.CC
The Gap Between Average-Case and Worst-Case Complexity
University of Warwick(华威大学);University of Victoria(维多利亚大学);University of Michigan(密歇根大学)
该研究证明多项式层次结构平均与最坏情况复杂度的关联等价于纯元计算蕴含式,揭示其依赖元复杂性技术并非巧合,还证明平均情况可消除运行时间间隙,最坏情况高效归约需用非相对化技术。
2026-10-13 cs.CC
On the Complexity of Case-Based Planning
我们分析了计算复杂性的问题,基于案例的规划:规划时,一个类似的实例的计划是已知的,规划从一个图书馆的计划。我们证明,从一个单一的情况下规划具有相同的复杂性比生成规划(即,规划“从无到有”);使用扩展的案例定义,如果存储在案例中的域与要搜索计划的域相似,则降低复杂性。从图书馆的情况下,规划显示具有相同的复杂性。在这两种情况下,规划的复杂性仍然是,在最坏的情况下,PSPACE完成。
2004-07-15 cs.AI cs.CC
Sampling Markov Models under Constraints: Complexity Results for Binary Equalities and Grammar Membership
我们的目标是强制执行硬约束施加一个全球性的结构从马尔可夫模型生成的序列。在这篇报告中,我们研究了两类约束下的抽样马尔可夫序列的复杂性:二进制等式和语法成员约束。首先,我们给出了一个草图的证明#P-完全的二元等式,并确定三个子情况下,抽样是多项式。然后,我们给出了一个证明的语法成员的P-完备性,并确定两种情况下,采样是听话的。第一个多项式子情况下,采样是听话的语法被证明是明确的。我们的主要贡献是确定一个新的,更广泛的一类语法采样是听话的。我们提供的算法以及时间和空间复杂度的所有多项式的情况下,我们已经确定。
2017-11-28 cs.CC
Average-Case Quantum Query Complexity
我们比较了经典和量子查询复杂性的总布尔函数。众所周知,对于最坏情况的复杂性,量子和经典之间的差距最多可以是多项式。我们表明,对于均匀分布下的平均情况下的复杂性,量子算法可以比经典算法快指数。在非均匀分布下,间隙甚至可以是超指数的。我们还证明了平均情况下的复杂性的一些一般界限,并表明,平均情况下的量子复杂性的均匀分布下的MAJORITY是近二次方优于经典的复杂性。
2001-07-02 cs.CC quant-ph
Linear average-case complexity of algorithmic problems in groups
本文研究多类群中字问题的平均情况复杂度,证明其通常为线性,并改进矩阵群最坏情况复杂度上界,同时首次讨论恒等问题复杂度。
2025-02-06 cs.CC math.GR
On The Average-Case Complexity of Shellsort
我们证明了一个下界表示的增量序列的平均情况下复杂性的数量的反转壳排序。这个下界在任何可以检验的情况下都是尖锐的。这个下界的一个特殊情况产生了一般的Jiang-Li-Vitányi下界。我们得到了新的结果,例如,在Yao-Janson-Knuth 3-pass情况下精确地确定了平均情况复杂度。
2017-02-08 cs.CC cs.DS
Average-Case Complexity of Shellsort
我们证明了壳排序的平均情况下的复杂性的一般下界:数据移动(和比较)的平均数量的$p$通过壳排序的任何增量序列是$Ω(pn^{1 + 1/p)$为所有$p \leq \log n$。使用类似的参数,我们分析了其他几个排序算法的平均情况复杂度。
1999-01-20 cs.CC cs.DS
Generic-case complexity, decision problems in group theory and random walks
我们给出了一个精确的定义“一般情况下的复杂性”,并表明,对于一个非常大的有限生成群的经典判定问题的群论-字,共轭和成员问题-都有线性时间的一般情况下的复杂性。我们利用正则图上的随机游动理论证明了这类定理。
2002-06-10 cs.CC math.GR
How robust is quicksort average complexity?
本文对目前流行的快速排序算法平均情况时间复杂度的鲁棒性提出了质疑。在本文研究的六个标准概率分布中,只有连续均匀分布、指数分布和标准正态分布支持它,而其他分布都支持最坏情况的复杂性度量。对于这个问题-为什么我们每次都得到最坏情况下的复杂性度量,而平均情况下的度量是不可信的?--一个逻辑答案是在普遍分布下的平均情况复杂度等于最坏情况复杂度。这个答案很难被质疑,但它并没有说明哪种标准概率分布属于普适性的范畴。士气是,平均情况下的复杂性措施,在他们是不同于那些在最坏的情况下,应被视为稳健的,只要他们得到至少从标准的概率分布,离散和连续的支持。遗憾的是,快速排序的情况并非如此。
2008-11-26 cs.CC cs.DS
On the Complexity of Verification of Time-Sensitive Distributed Systems: Technical Report
针对时间敏感分布式系统(TSDS)的描述和分析,提出了一种具有显式时间的多集重写语言。目标通常使用明确的时间限制来指定。一个好的跟踪是一个无限的跟踪,其中的目标是永远满足,尽管可能的干扰,从环境。在我们之前的工作(FORMATS 2016)中,我们讨论了TSDS的两个理想属性,可实现性(存在良好的迹)和生存性(此外,所有可接受的迹都是好的)。在这里,我们考虑两个额外的属性,可恢复性(所有兼容的跟踪都不会到达不归点)和可靠性(系统总是可以使用良好的跟踪继续运行)。继(FORMATS 2016)之后,我们重点关注一类称为递进计时系统(PTS)的系统,直观地说,在有限的时间段内只能执行有限数量的操作。我们证明了这类系统的可恢复性和可靠性的性质相吻合,是PSPACE-完全的。此外,如果我们施加一个约束的时间(在有界模型检查),我们表明,PTS的可靠性属性是在$Π_2^p$类的多项式层次结构,一个子类的PSPACE。我们还证明了有界生存性是NP-困难和coNP-困难的。
2021-09-14 cs.CC cs.LO
Query Complexity: Worst-Case Quantum Versus Average-Case Classical
本文研究了最坏情况量子查询复杂度和平均情况经典查询复杂度之间的关系。具体来说,我们证明了如果量子计算机可以在最坏情况下使用T个查询来计算具有有界误差的全布尔函数f,那么在输入均匀分布的情况下,确定性经典计算机可以在平均情况下使用O(T^5)个查询来计算f。如果f是单调的,我们进一步证明了只需要O(T^3)查询。在此之前,Beals等人(1998)证明了如果量子计算机在最坏情况下可以使用T个查询以有界误差计算f,那么确定性经典计算机在最坏情况下可以使用O(T^6)个查询计算f,或者如果f是单调的,则使用O(T^4)个查询计算f。推测最佳界为O(T^2),但O(T^6)的改进仍然是一个悬而未决的问题。将最坏情况的量子复杂性与平均情况的经典复杂性联系起来,可能会提出新的方法来减少普通最坏情况与最坏情况设置中的多项式差距。
2000-06-23 cs.CC quant-ph
On the Average-case Complexity of Pattern Matching with Wildcards
使用通配符的模式匹配是找到长度为$n$的文本$t$的与长度为$m$的模式$x$匹配的所有因子的问题,其中可能存在通配符(匹配所有内容的字符)。在本文中,我们提出了一些快速的平均情况下的模式匹配的通配符被限制在模式或文本的算法,然而,结果很容易适应的情况下,通配符都是允许的。我们分析了这些算法的\textit{average-case}复杂度,并给出了第一个非平凡时间界。这些是第一个结果的平均情况下的复杂性模式匹配与通配符,作为一个产品,提供了第一个可证明的分离之间的复杂性精确模式匹配和模式匹配与通配符在字RAM模型。
2016-01-14 cs.CC cs.DS
On the Average-case Complexity of Parameterized Clique
k-团问题是一个基本的组合问题,在经典复杂性理论和参数化复杂性理论中起着重要作用。它是最著名的NP-完全和W[1]-完全问题之一。此外,自20世纪70年代以来,它的平均情况复杂性分析已经创造了一个很长的研究线索。在这里,我们通过研究k-团问题的平均情况复杂度对参数k的依赖性来继续这一研究路线。为此,我们定义了两个自然的参数化类似物的有效的平均情况下的算法。然后,我们表明,k-团承认这两个类似的任意密度的Erdens-Rényi随机图。我们还表明,k-团是不太可能承认这些类似物的一些特定的可计算的输入分布。
2014-10-23 cs.CC cs.DS
A Lower Bound on the Average-Case Complexity of Shellsort
我们证明了Shellsort的平均情况下的复杂性的一般下界:数据移动(和比较)的平均数量的$p$通过Shellsort的任何增量序列是$Ω(pn^{1 + 1/p})$为每个$p$。证明方法是基于柯尔莫哥洛夫复杂性的不可压缩性参数。使用类似的技术,其他几个排序算法的平均情况下的复杂性进行了分析。
2015-01-28 cs.CC cs.DS
Average case complexity of DNFs and Shannon semi-effect for narrow subclasses of boolean functions
在本文中,我们建立了布尔函数的析取范式的复杂性的一些界限,从狭窄的子类(例如,函数在有限数量的点取值为0)。通过将初始问题转化为一个简单的集合覆盖问题,得到了该问题的界。所提供的复杂性界限的性质与这类的香农效应和半效应紧密相关。
2015-01-14 cs.CC math.CO
Musings on generic-case complexity
我们提出了一个更一般的定义的通用情况下的复杂性,基于使用随机过程生成的算法的输入,并使用所需的时间来生成输入的大小的一种方式来衡量输入。
2015-05-13 cs.CC math.GR math.LO
Generic case complexity and One-Way functions
本文的目的是向密码学界介绍一般情况复杂性的思想和方法。这种相对较新的方法允许人们以简单直观的方式分析算法在“大多数”输入上的行为,与基于平均值的经典方法相比具有一些实际优势。我们提出了一种替代定义的单向函数使用的概念,一般情况下的复杂性,并证明其等价的标准定义。此外,我们证明了新方法的方便性,给出了一个简短的证明,扩展对手的一个更大的类的部分算法的错误不会改变的安全性假设的强度。
2008-02-26 cs.CC cs.CR
Complexity of some algorithmic problems in groups: a survey
本文综述了群论中字问题等算法问题在最坏、平均和一般情况下的复杂度,指出字问题平均复杂度通常为线性,而测地线问题等可低至次线性甚至常数。
2024-01-17 cs.CC math.GR
Average-case complexity and decision problems in group theory
我们研究了有限生成群的判定问题的平均情况复杂性,特别是单词和成员问题。利用我们最近关于“一般情况复杂性”的结果,我们证明了如果有限生成群$G$的字问题在次指数时间内是可解的,并且有一个有限指数的子群,该子群具有一个非初等的字双曲商群,那么$G$的字问题的平均情况复杂性是线性时间的,一致地关于$G$上所有长度不变测度的集合.例如,结果适用于所有辫群$B_n$。
2002-08-22 cs.CC math.GR math.GT
Individual Communication Complexity
我们提出了个体输入的通信复杂性理论,而不是最坏情况或平均情况。我们考虑总的,部分的,部分正确的协议,单向与双向,有和没有帮助位。结果用Kolmogorov复杂度表示。
2003-04-08 cs.CC cs.DC
PURRS: Towards Computer Algebra Support for Fully Automatic Worst-Case Complexity Analysis
全自动最坏情况复杂性分析在计算机辅助程序操作中有许多应用。复杂性分析的一个经典而强大的方法是从程序语法中正式推导出一组约束,这些约束表示程序所需资源的界限,然后求解这些约束,可能使用安全近似。在一些有趣的情况下,这些约束采取递归关系的形式。虽然用于求解递归的技术是已知的并且在若干计算机代数系统中实现,但是这些技术并不完全满足全自动复杂性分析的需要:它们仅处理稍微受限的一类递归关系,或者有时需要用户干预,或者它们限于精确解的计算,精确解通常复杂到难以管理,因此在实践中无用。在本文中,我们简要介绍了PURRS,一个系统和软件库,旨在提供所有的应用程序执行或利用最坏情况的复杂性分析的结果所需的计算机代数服务。该系统的能力是通过来自分析的程序在一个特定领域的功能程序设计语言的实时嵌入式系统的例子来说明。
2005-12-14 cs.CC cs.MS
Revisiting average case complexity of multilevel syllogistic
Catskills Research Company(卡茨基尔研究公司)
本文通过Lean 4形式化,重新审视了多级三段论的平均情况复杂度,编码了Reischuk-Schindelhauer平均情况类、MLS/EMLS语义层、部分决策过程及其正确性证明,并推导了NP平均完全性和非AvP困难性推论。
2026-06-16 cs.CC cs.LO
The Complexity of DC-Switching Problems
本报告提供了一个全面的复杂性研究的线性直流模型的可行性问题和优化问题,最大限度地提高负载,可以服务(最大开关流量,MSF)和发电成本最小化(最佳传输切换,OTS)的线路切换。我们的研究结果表明,这些问题是NP-完全的,没有完全多项式时间的近似计划的平面网络的最大节点度为3。此外,我们证明了问题仍然是NP难的,如果我们限制的网络结构仙人掌与最大程度的3。我们还表明,优化问题不能近似在任何常数因子。
2014-11-17 cs.CC math.OC
Quantum Query Complexity Beyond the Worst Case
IBM Research(IBM研究);QuICS(量子信息与计算科学中心);Silicon Valley Lab(硅谷实验室);University of Maryland(马里兰大学)
本文首次系统研究量子平滑分析,证明平滑量子查询复杂度可指数级优于经典,并给出对称布尔函数近紧刻画及字符串问题的量子加速,揭示平滑分析下更大的量子优势。
2026-09-29 cs.CC quant-ph
The state complexity of L^2 and L^k
我们证明了,如果M是一个DFA,在任意字母表上有n个状态,并且L = L(M),那么L^2的最坏情况状态复杂度是n*2^n - 2^{n-1}。然而,如果M是一元字母表上的DFA,则对于所有k >= 2,L^k的最坏情况状态复杂度是kn-k+1。
2005-05-12 cs.CC cs.FL
A Universal Scaling Theory for Complexity of Analog Computation
本文讨论用模拟计算机求解线性规划问题的计算复杂性。后者是由一个动态系统,收敛到最佳顶点的解决方案。我们分析了线性规划问题的各种概率集合。对于其中的每一个,我们获得数值的概率分布函数的某些数量来衡量的复杂性。值得注意的是,在非常大的问题的渐近极限中,这些概率分布函数中的每一个都简化为通用的尺度函数,取决于单个尺度变量,并且独立于其父概率集合的细节。这些函数使人想起相变理论中熟悉的标度函数。这里报道的结果扩展了最近获得的高斯系综的分析和数值结果。
2005-08-05 cond-mat.other cs.CC
Orbit-blocking words and the average-case complexity of Whitehead's problem in the free group of rank 2
该研究针对秩2自由群的Whitehead自同构问题,先证明轨道阻塞字的存在性,进而提出常数平均情况复杂度的判定算法。
2024-09-14 cs.CC math.GR
Complexity of Mechanism Design
冲突偏好的聚集是多智能体系统的核心问题。关键的困难在于代理人可能会不真诚地报告他们的偏好。机制设计是一门设计游戏规则的艺术,这样代理人就有动力如实地报告他们的偏好,并选择一个(社会)理想的结果。我们提出了一种方法,其中的机制是自动创建的偏好聚合设置在手。这有几个优点,但缺点是每次都需要重新解决机制设计优化问题。侧重于设置侧付款是不可能的,我们表明,机制设计问题是NP完全的确定性机制。这既适用于优势策略实现,也适用于贝叶斯-纳什实现。然后,我们表明,如果我们允许随机机制,机制设计问题变得易于处理。换句话说,协调器可以通过使代理面临额外的不确定性来解决由其关于代理的偏好的不确定性所引入的计算复杂性。这在(社会)目标上没有损失,在某些情况下是有收获的。
2002-05-28 cs.CC cs.GT cs.MA
Computing the Best Case Energy Complexity of Satisfying Assignments in Monotone Circuits
为了保证布尔函数计算的经济性和高效性,通常需要对电路复杂性的度量进行分析。其中一个指标是能量复杂度,它与电路中输出真值的门的数量有关。能量复杂性背后的想法来自于自然神经网络中“放电”神经元的计数。最初的模型是基于阈值电路,但最近的工作也分析了传统的布尔电路的能量复杂性。在这项工作中,我们讨论了所需的时间复杂度性计算的最佳情况下的能量复杂性之间的满足分配的单调布尔电路,我们称之为MinEC $^+_M$这样的问题。在MinEC $^+_M$问题中,给定一个单调布尔电路$C$,一个正整数$k$,并要求确定是否存在一个令人满意的分配$C$,使得$EC(C,X) \leq k$,其中$EC(C,X)$是根据分配$X$在$C$中输出真的门的数目.我们证明了MinEC $^+_M$是NP-完全的,即使当输入单调电路是平面的。此外,我们证明了问题是W[1]-困难的,但在XP中,参数的大小的解决方案。相比之下,我们表明,当解决方案的大小和属的输入电路的聚合参数,MinEC $^+_M$问题成为固定参数听话。
2022-10-13 cs.CC cs.DS
From average case complexity to improper learning complexity
The Hebrew University(希伯来大学)
计算学习理论的PAC模型的基本问题是确定哪些假设类是可有效学习的。目前缺乏显示学习困难的结果。此外,现有的下限达不到最知名的算法。证明复杂性结果的最大挑战是确定{ \em不正确学习}的难度(也称为证明不适当学习的下限的困难在于,来自$\mathbf{NP}$困难问题的标准归约似乎不适用于这种情况。基本上只有一种已知的方法来证明不正确学习的下限。它是在(Kearns和Valiant 89)中发起的,并依赖于加密假设。我们介绍了一种新的技术,证明硬度不适当的学习,减少的基础上,平均困难的问题。我们提出了一个(相当强的)推广Feige的假设(Feige 02)的复杂性反驳随机约束满足问题。将这一假设与我们的新技术相结合,产生了深远的影响。特别地,1.学习$\mathrm{DNF}$的很难。2.不可知地学习具有常数近似比的半空间是困难的。3.学习$ω(1)$半空间的交集很难。
2014-03-09 cs.CC cs.LG
Trading information complexity for error II: the case of a large error and external information complexity
本文研究了两个问题。(1)对于一个小的$ε$,计算一个误差最多为$1/2-ε$的布尔值函数需要多少外部或内部信息成本?证明了$ε^2$阶的信息成本是必要的,$ε$阶的信息成本是充分的. (2)计算一个误差小的函数$ε>0$,与不允许误差的情况相比,可以节省多少外部信息成本?结果表明,该方法至少可以节省$ε$,最多可以节省$h(\sqrtε)$.除$O(h(\sqrtε))$上界外,其它三个上界都是紧的.对于分布$μ$是均匀分布的$(0,0)$和$(1,1)$,它表明,$IC^{ext}_μ(XOR, ε)=1-2ε$,其中XOR是两位异或功能。这个等式似乎是在允许误差的情况下精确信息复杂性的第一个例子。
2019-10-27 cs.CC cs.IT math.IT
A Parameterized Complexity View on Description Logic Reasoning
Institute for Logic, Language and Computation(逻辑、语言与计算研究所);University of Amsterdam(阿姆斯特丹大学)
描述逻辑是一种知识表示语言,它被设计成在表达性和计算易处理性之间取得平衡。许多不同的描述逻辑已经被开发出来,并且这些逻辑的许多计算问题由于它们的计算复杂性而被研究。然而,基本上所有的复杂性分析的推理问题的描述逻辑使用的经典复杂性理论的一维框架。参数化复杂性理论的多维框架能够提供推理问题复杂性的更详细的图像。在本文中,我们认为,参数化复杂性的框架有很多可以提供的描述逻辑推理问题的复杂性分析-当一个人需要一个渐进的和前瞻性的观点参数化的复杂性工具。我们通过三个案例研究来证实我们的论点。第一个案例研究的问题是概念可满足的逻辑ALC关于近无环的TBox。第二个案例研究关注ALC概念的可满足性,其参数由联合算子的出现次数和完全存在量化的出现次数来确定。第三个案例研究从参数化复杂性的角度对数据复杂性结果进行了批判性的审视。这三个案例研究代表了描述逻辑问题的参数化复杂性方法的广泛应用。
2018-08-11 cs.AI cs.CC cs.LO
Average-case complexity versus approximate simulation of commuting quantum computations
我们使用被称为IQP(瞬时量子多项式时间)的交换量子计算类来加强量子计算机难以经典模拟的猜想。我们表明,如果两个合理的平均情况下的硬度approximatures持有,那么IQP计算是很难模拟经典的恒定的附加误差。一个猜想涉及到估计复杂的温度配分函数的随机实例的伊辛模型的难度;其他关注的随机低次多项式的零点的数量近似。我们观察到,这两种方法可以被证明是有效的,在最坏情况下的复杂性。我们通过推导基于自旋的玻色子采样问题的一般化,避免了所谓的永久性反浓度猜想,从而达到这些目的。
2015-09-23 cs.CC quant-ph
Report on article: P=NP Linear programming formulation of the Traveling Salesman Problem
本文给出了三篇声称P=NP的文章的反例。Moustapha Diaby“P = NP:Linear programming formulation of the traveling salesman problem”and“Equality of complex classes P and NP:Linear programming formulation of the quadratic assignment problem”,and also Sergey Gubin“A多项式时间Algorithm for The Traveling Salesman Problem”
2006-11-02 cs.CC cs.DM cs.DS
Average-Case Communication Complexity of Statistical Problems
UC San Diego(加州大学圣地亚哥分校);Carnegie Mellon University(卡内基梅隆大学);Tsinghua University(清华大学)
我们研究统计问题,如种植集团,其变种,稀疏主成分分析的背景下,平均情况下的通信复杂性。我们的动机是了解流媒体、草图和基于查询的模型中统计计算的权衡。在这些模型中,通信复杂性是证明下界的主要工具,然而许多先前的结果在平均情况下并不成立。我们提供了一个通用的约简方法,该方法保留了涉及随机图或矩阵与种植结构的问题的输入分布。然后,我们推导出两方和多方的通信下限检测或发现种植集团,双方集团,和相关问题。因此,我们得到了新的边界上的查询复杂度的边缘探针,矢量矩阵矢量,矩阵矢量,线性素描,和$\mathbb{F}_2$素描模型。许多这些结果是近紧,我们使用我们的技术提供简单的证明边缘探测模型的一些已知的下界。
2021-07-03 cs.CC cs.DS cs.LG
The Impact of Noise on Evaluation Complexity: The Deterministic Trust-Region Case
目标函数和导数计算中的固有噪声可能导致优化算法过早终止。考虑到这种情况的评估复杂性界限的框架中提出的确定性置信域方法。结果表明,存在的固有噪声可能会主导这些界限,在与已知的方法,其中函数和导数的评估的不精确性是完全可控的。此外,新的分析提供了估计的最优水平,可实现的,如果噪音导致提前终止。最后,它揭示了一些不精确的计算机算法对评估复杂性的影响。
2021-04-06 cs.CC cs.NA math.NA
The complexity of approximate Nash equilibrium in congestion games with negative delays
我们扩展的研究的复杂性,找到一个$\eps$-近似纳什均衡的拥塞游戏的情况下,正延迟函数的延迟任意符号。我们首先证明了在具有$α$-有界跳跃的对称博弈中,当所有延迟函数都为负时,$\eps$-Nash动态在多项式时间内收敛,类似于正延迟的情况。然后,我们建立了一个硬度的结果,对称游戏$α$有界跳跃和任意延迟功能:在这种情况下,找到一个$\eps$-纳什均衡成为$\PLS$-完全。
2011-02-06 cs.CC cs.DS cs.GT
The Average-Case Complexity of Counting Cliques in Erdos-Renyi Hypergraphs
考虑具有边密度$c$的$s$ -均匀Erdos-Renyi超图$G(n,c,s)$中$k$ -团的计数问题,并证明其细粒度平均情况复杂度可以基于其最坏情况复杂度。我们证明了以下几点:1.稠密的Erdos-Renyi图和超图:使用$k$和$c$常数对$G(n,c,s)$上的$k$ -团进行计数与其最坏情况的时间复杂度匹配到$\mathrm{polylog}(n)$因子。假设随机化ETH,如果$k$和$c$恒定,则需要$n^{Ω(k)}$时间来计数$G(n,c,s)$中的$k$ -团。2.稀疏Erdos-Renyi图和超图:当$c = Θ(n^{-α})$,我们给出了几个算法,利用稀疏的$G(n, c, s)$是最快的最佳已知的最坏情况下的算法。补充这一点,基于一个细粒度的最坏情况的假设,我们的结果意味着不同的平均情况下的相图为每个固定的$α$描绘一个运行时下限和$k$之间的权衡。令人惊讶的是,在超图的情况下($s \ge 3$),这些下界严格反对我们的算法,正是当$c$高于Erdens-Rényi $k$ -团渗流阈值。这是我们所知道的关于Erdens-Rényi超图问题的第一个最坏情况到平均情况的硬度降低。我们还给出了一个变种,我们的结果计算的奇偶校验的$k$ -团计数,容忍更高的错误概率。
2021-07-22 cs.CC cs.DS math.CO
Control in the Presence of Manipulators: Cooperative and Competitive Cases
控制和操纵是研究最多的两种对选举的攻击。在本文中,我们研究的复杂性控制攻击的选举中,有操纵者。我们研究的情况下,“主席”谁是试图控制选举是与操纵者结盟,以及操纵者试图阻挠主席的情况。在后一种情况下,我们看到游戏的顺序对复杂性有很大的影响。我们证明了上界,举行了每一个选举系统的多项式时间的赢家问题,为所有标准的控制情况下,其中一些界限是在第二或第三级的多项式层次结构,我们提供匹配的下界证明这些紧。然而,对于重要的自然系统,复杂性可以低得多。我们证明,批准和多元化的选举,甚至控制器和操纵者之间的竞争冲突的复杂性远远低于这些上限,甚至低至多项式时间。然而,对于Borda投票的情况下,我们表明,这种冲突提高了复杂性,除非NP = coNP。
2017-06-08 cs.CC cs.GT cs.MA
Communication Complexity of One-Shot Remote State Preparation
量子隐形传态利用先验共享纠缠和经典通信将未知的量子态从一方传送到另一方。远程状态准备(RSP)是一个类似的分布式任务,其中发送方知道要发送的状态的整个经典描述。(This也可以被看作是对来自量子态的系综的单个样本的非不经意压缩的任务)。我们研究了近似远程态制备的通信复杂性,其中的目标是制备所需量子态的近似。贾因[Quant. Inf. & Comp.,2006]表明,近似RSP的最坏情况下的通信复杂度可以根据编码中的最大可能信息从上而定。他还表明,这个数量是(精确)远程状态准备的通信复杂性的下限。在这项工作中,我们严格的最坏情况下和平均情况下的通信复杂性的远程状态准备的非渐近信息理论量的特征。我们还表明,RSP的平均情况下的通信复杂度可以比最坏情况下的小得多。在这个过程中,我们表明,在LOCC协议中,n位不能与少于n个传输位进行通信。这加强了Nayak和Salzman [J. ACM,2006]的结果,可能具有独立的意义。
2018-02-21 cs.CC cs.IT math.IT
Lower Bounds on the Oracle Complexity of Nonsmooth Convex Optimization via Information Theory
本文利用信息论方法,以字符串猜测为统一困难来源,为非光滑黑箱凸优化建立了与最坏情况上界匹配的分布谕示复杂度下界,并推广到高概率和有界误差情形。
2023-07-07 cs.CC cs.IT math.IT
The Complexity of Network Satisfaction Problems for Symmetric Relation Algebras with a Flexible Atom
Robin Hirsch在1996年提出了“真正的大复杂性问题”:对所有有限关系代数A的网络满意度问题的计算复杂性进行分类。我们提供了一个完整的分类的情况下,A是对称的,并有一个灵活的原子;在这种情况下,问题是NP完全或在P的分类任务可以减少到的情况下,A是整数。如果一个有限积分关系代数有一个柔性原子,则它有一个正规表示B。然后,我们可以研究的计算复杂性的网络满意度问题的A使用泛代数方法,通过分析的多态性B。我们还使用了一个拉姆齐型的结果Nešetziil和Rödl和复杂性二分的结果Bulatov保守的有限域约束满足问题。
2023-01-05 cs.CC cs.LO math.LO