Мелкозернистое сокращение - Fine-grained reduction

В теория сложности вычислений, а мелкозернистая редукция представляет собой преобразование одной вычислительной задачи в другую, используемое для установления связи между трудностями улучшения временных рамок для двух задач. Интуитивно он обеспечивает метод эффективного решения одной проблемы, используя решение другой проблемы в качестве подпрограмма.Если проблема можно решить вовремя и проблема можно решить вовремя , то наличие -восстановление от проблемы к проблеме означает, что любое значительное ускорение решения проблемы также приведет к ускорению проблемы .

Определение

Позволять и быть вычислительными проблемами, заданными как желаемый результат для каждого возможного входа. и оба быть временные функции которые принимают целочисленный аргумент и получить целочисленный результат. Обычно, и являются временными рамками для известных или наивных алгоритмов для двух проблем, и часто они мономы такие как .[1]

потом как говорят -сводится к если для каждого действительного числа , существует действительное число и алгоритм, который решает экземпляры проблемы превратив его в последовательность экземпляров проблемы , не торопясь для преобразования экземпляров размера и создавая последовательность экземпляров, размеры которых ограничены .[1]

An -редукция задается отображением из к паре алгоритма и .[1]

Значение ускорения

Предположим является -сводится к , и существует такой, что можно решить вовремя Тогда при этих предположениях существует и такой, что можно решить вовремя . А именно пусть быть значением, заданным -редукция, и решить применяя преобразование редукции и используя быстрый алгоритм для для каждой результирующей подзадачи.[1]

Эквивалентно, если не может быть решена во времени значительно быстрее, чем , тогда не может быть решена во времени значительно быстрее, чем .[1]

История

Были определены мелкозернистые редукции, в частном случае, когда и равны одночленам, по Вирджиния Василевска Уильямс и Райан Уильямс в 2010 г. они также показали существование -снижение между несколькими проблемами, включая кратчайшие пути для всех пар, находя второй кратчайший путь между двумя заданными вершинами во взвешенном графе, поиск треугольников с отрицательным весом во взвешенных графах и проверка того, матрица расстояний описывает метрическое пространство. Согласно их результатам, либо все эти задачи имеют временные рамки с показателями меньше трех, либо ни одна из них не имеет.[2]

Термин «мелкозернистая редукция» взят из более поздней работы Вирджинии Василевской Уильямс в приглашенной презентации на 10-м Международном симпозиуме по параметризованным и точным вычислениям.[1]

Хотя исходное определение мелкозернистой редукции включало детерминированные алгоритмы, соответствующие концепции для рандомизированные алгоритмы и недетерминированные алгоритмы также были рассмотрены.[3]

использованная литература

  1. ^ а б c d е ж Уильямс, Вирджиния В. (2015), «Трудность простых задач: твердость основывается на популярных гипотезах, таких как сильная гипотеза экспоненциального времени», 10-й Международный симпозиум по параметризованным и точным вычислениям, LIPIcs. Leibniz Int. Proc. Сообщить., 43, Schloss Dagstuhl. Лейбниц-Цент. Информ., Вадерн, стр. 17–29, Г-Н  3452406
  2. ^ Уильямс, Вирджиния Василевска; Уильямс, Р. Райан (2018), «Субкубические эквивалентности между задачами пути, матрицы и треугольника», Журнал ACM, 65 (5): A27: 1 – A27: 38, Дои:10.1145/3186893, Г-Н  3856539. Предварительная версия этих результатов, включая определение «субкубической редукции», частного случая мелкозернистой редукции, была представлена ​​на конференции 2010 г. Симпозиум по основам информатики.
  3. ^ Кармозино, Марко Л .; Гао, Цзявэй; Импальяццо, Рассел; Михайлин, Иван; Патури, Рамамохан; Шнайдер, Стефан (2016), "Недетерминированные расширения сильной гипотезы экспоненциального времени и следствия для несводимости", ITCS'16 - Материалы конференции ACM по инновациям в теоретической информатике 2016 г., ACM, Нью-Йорк, стр. 261–270, Г-Н  3629829