跳转到内容

归约

本页使用了标题或全文手工转换
维基百科,自由的百科全书
Example of a reduction from the boolean satisfiability problem (AB) ∧ (¬A ∨ ¬B ∨ ¬C) ∧ (¬ABC) to a vertex cover problem. The blue vertices form a minimum vertex cover, and the blue vertices in the gray oval correspond to a satisfying truth assignment for the original formula.

可计算性理论计算复杂性理论中,所谓的归约是将某个计算问题英语computational problem转换为另一个问题的过程。可用归约法定义某些问题的复杂度类(因转换过程而异)。

以直觉观之,如果存在能有效解决问题B的算法,也可以作为解决问题A的子程序,则将问题A称为“可归约”到问题B,因此求解A并不会比求解B更困难。

一般写作A ≤m B,通常也在≤符号下标使用的归约类型(m:映射缩小,p:多项式缩减)。

将一组问题归约到特定类型所产生的数学结构,通常形成预序关系,其等价类可用于定义求解难度和复杂度。

简易介绍

[编辑]
以乘法与平方为例的多一归约示意图。

我们解题时常遇见似曾相识的题目。此时,我们若可将新题转换成已解旧题的一例,则新题亦解矣。

另一更微妙的用法是:若我们拥有一个已证明难以解决的问题,我们又获得另一个相似的新问题。我们可合理推想此新问题亦是难以解决的。我们可由下列谬证法得证:若此新问题本质上容易解答,且若我们可展示每个旧问题的实例可经由一系列转换步骤变成新问题的实例,则旧问题便容易解决,因此得到悖论。因此新问题可知亦难以解决。

一个归约简例是从乘法化成平方。设想我们仅能以加、减、平方与除以二等操作,我们可运用此知识并结合下列方程式,以取得任两数的乘积:

我们亦可从另一方向归约此问题:显然地,若我们可以乘以任两数,则我们可以对任一数平方:

因此可见两问题之难度似乎相等,此类归约称为图灵归约。上题的图灵归约关系为:

乘法平方且 平方乘法

然而,若我们增加条件:“此运算只能使用平方一次,且只能在结尾使用”,则更难寻找合适归约。在这条件下,即使我们使用所有基础运算,包括乘法,也找不到适当的归约步骤。因为我们不仅要运算有理数,也必须运算像是无理数。而另一方向的归约,我们的确可用一次乘法简单地平方任何数,且此乘法的确是最后的运算。将此限制形式导入归约中,我们已展示其归约结论:普遍来说,乘法的确难于平方。此归约称为多一归约。上题的多一归约关系为:

平方乘法(因为每个合法的整数平方式n2都可归约成乘法n×n,但反之不然)

定义

[编辑]

给予两个自然数N子集AB,以及一个函数集合F,型态为由N至N,并拥有复合封闭性。我们称在F下,A可归约成B若:

我们写做:

SP(N)(即自然数集的幂集)的子集,另设≤的归约关系,则S称做封闭于≤之下若:

N的子集A,称对S困难(hard),若:

N的子集A,若AS困难且A包含于S集合之内,则称A对S完备(complete)

复杂性类的判别

[编辑]

详例

[编辑]

下例利用从停机问题至某个语言的转换,以证明该语言是不可决定的。设H(M,w)是问题:“判定给定的图灵机M会否在输入字串w后停机(接受或拒绝此字串)”。此语言已知是不可决定的[1]。又设E(M)是问题:“给定图灵机M,判定它所接受的语言是否空(意即M是否接受任何字串)”。我们可以借由从H归约成E以显示E也是不可决定的。

为了获得悖论,假设RE的一个仲裁机器英语decider(即一定会停的图灵机),我们将用此机器R产生问题H的仲裁机器S。给予输入资料——一个图灵机M与某些输入字串w,定义图灵机S(M,w):S创造一个图灵机NN仅接受输入图灵机M时会停止的字串w,输入其他字串则N进入无穷回圈。仲裁机器S现在可评估R(N),以验证被N接受的语言是否为空集合。如果R接受N,则被N接受的语言是空集合,所以M不会在输入为w时停止,所以S可以拒绝。如果R拒绝N,则被N接受的语言是非空集合,则M不会在输入为w时停止,故S可接受。因此若我们有了E的一仲裁机器R,则我们将能产生停机问题H(M,w)及任何机器M与任何输入字串w的仲裁机器S。但我们已知此S绝对不存在,故得矛盾。因此可知语言E同样也是不可决定的。

[编辑]

归约亦是一种预序关系,意指在P(NP(N),此P(N)上拥有自反关系传递关系,此处的P(N)是自然数幂集(power set)。

若在某个复杂度类别上的所有问题都可归约成某问题P,则可称P是完备(complete)的,且P自己也会处于此类别中。故问题P代表此类别,因其任一解都可经由归约解决此类别中的所有问题。[2]

归约种类与应用

[编辑]

依上例所述,在计算复杂度中,主要有两大类的归约:多一归约图灵归约。多一归约将一问题的所有实例对应到另一问题的实例上;图灵归约计算一问题的解,并假设其他问题容易解决。多一归约强于图灵归约。较弱的归约在分割问题的种类上效率较高,但它们的威力较弱,使本类归约较难设计。

然而,为了使归约有用,它们必须易于使用。例如实际研究中常常要将难以得解的NP完备问题,例如SAT问题,归约成显而易懂的问题,像借由效率为指数时间并在有解时输出整数零的机器,决定一数是否为零。但这并没有多少用处,因为我们可以执行如同解决旧问题一样难的归约以解决新问题。

因此,依照复杂度类别使用适当归约符号的学问兴起。在钻研复杂度类NP与更难的类别时,我们使用多项式时间多一归约。在多项式谱系中定义类别时,我们使用多项式时间图灵归约。当我们在类别P之内学习NCNL类别时,我们使用对数空间归约。归约也用在可计算性理论中,以显示问题是否可不可被任何机器解决;在此情境下,归约仅局限于可计算函数上。

参考文献

[编辑]
  1. ^ 例如:存档副本. [2007-01-06]. (原始内容存档于2007-01-17). 
  2. ^ Thomas H. Cormen, Introduction to Algorithm, second edition, page. 970, figure 34.1.

参阅

[编辑]

文献

[编辑]
  • (英文) Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest and Clifford Stein, Introduction to Algorithms, Second Edition, 2001, ISBN 978-0-262-03293-3
  • (英文) Hartley Rogers, Jr.: Theory of Recursive Functions and Effective Computability, McGraw-Hill, 1967, ISBN 978-0-262-68052-3.
  • (英文) Peter Bürgisser: Completeness and Reduction in Algebraic Complexity Theory, Springer, 2000, ISBN 978-3-540-66752-0.
  • (英文) E.R. Griffor: Handbook of Computability Theory, North Holland, 1999, ISBN 978-0-444-89882-1.