RP, co-RP+ZPP,BPP+zpp
文章目录
- 定义2.1:PTM
- 评价
- 定义2.2
- 评价
- 定义2.3:RP 等价定义
- 评价
- 定义2.4:
- 定义2.5
- 评价
- 定义2.6
- 定义2.7
- 评价
- 定义2.8
定义2.1:PTM
两转移函数δ0,δ1的TM两转移函数\delta_0,\delta_1的TM两转移函数δ0,δ1的TM
入x,每一步以1/2概率选择δ0或δ1,入x,每一步以 1/2 概率选择 \delta_0或\delta_1 ,入x,每一步以1/2概率选择δ0或δ1,
每次选择都与之前所有选择独立。每次选择都与之前所有选择独立。每次选择都与之前所有选择独立。
评价
只出1或0(拒绝),只出 1或 0(拒绝),只出1或0(拒绝),
M(x):M结束时输出的值。M(x) :M结束时输出的值。M(x):M结束时输出的值。
\
函数T:N→N,函数T:N \rightarrow N,函数T:N→N,
任意输入x,M不管如何随机决策任意输入 x, M 不管如何随机决策任意输入x,M不管如何随机决策
可在T(∣x∣)内在x上停机,可在 T(|x|) 内在 x 上停机,可在T(∣x∣)内在x上停机,
称M运行在T(∣x∣)时间内。称 M 运行在 T(|x|) 时间内。称M运行在T(∣x∣)时间内。
定义2.2
RTIME(T(n))包含所有语言L,RTIME(T(n)) 包含所有语言 L,RTIME(T(n))包含所有语言L,
对于L存在一个运行在T(n)时间内的PTM对于 L 存在一个运行在 T(n) 时间内的PTM对于L存在一个运行在T(n)时间内的PTM
s.t.s.t.s.t.
x∈L⇒Pr(M(x)=1)≥12x \in L \Rightarrow Pr(M(x)=1) \ge \frac{1}{2}x∈L⇒Pr(M(x)=1)≥21
x∉L⇒Pr(M(x)=0)=1x \notin L \Rightarrow Pr(M(x)=0) = 1x∈/L⇒Pr(M(x)=0)=1
评价
RP=∪c>0RTIME(nc)(randomizedpolynomial−time)RP=\cup_{c>0}RTIME(n^c) (randomized\quad polynomial-time)RP=∪c>0RTIME(nc)(randomizedpolynomial−time)
coRP={L∣L‾∈RP}coRP=\{L|\overline L \in RP\}coRP={L∣L∈RP}
单边错误的随机算法单边错误的随机算法单边错误的随机算法
L∈RP⇒x∉L,永不输出1,∈L,可能输出0L \in RP \Rightarrow x\notin L,永不输出1,\in L,可能输出0L∈RP⇒x∈/L,永不输出1,∈L,可能输出0
coRP恰反coRP 恰反coRP恰反
定义2.3:RP 等价定义
L∈RP⇔L \in RP \LeftrightarrowL∈RP⇔
∃多项式时间TMM和多项式函数p:N→N\exists 多项式时间TMM和多项式函数p:N\rightarrow N∃多项式时间TMM和多项式函数p:N→N
使得任意x∈{0,1}∗,有:使得任意x\in\{0,1\}^{*},有:使得任意x∈{0,1}∗,有:
x∈L⇒Prr∈R{0,1}p(∣x∣)[M(x,r)=1]≥0.5x \in L \Rightarrow Pr_{r\in R^{\{0,1\}^{p(|x|)}}}[M(x,r)=1] \ge 0.5x∈L⇒Prr∈R{0,1}p(∣x∣)[M(x,r)=1]≥0.5
x∉L⇒Prr∈R{0,1}p(∣x∣)[M(x,r)=0]=1x \notin L\Rightarrow Pr_{r\in R^{\{0,1\}^{p(|x|)}}}[M(x,r)=0]=1x∈/L⇒Prr∈R{0,1}p(∣x∣)[M(x,r)=0]=1
其中r∈R{0,1}p(∣x∣)表示从{0,1}p(x)随机选一个序列rr\in R^{\{0,1\}^{p(|x|)}}表示从\{0,1\}^{p(x)}随机选一个序列rr∈R{0,1}p(∣x∣)表示从{0,1}p(x)随机选一个序列r
评价
定义2.3用DTM替代了2.2中PTM,将随机性转到了r中。
显然等价,DTM可通过顺序读取比特串r来模拟PTM每一步随机决策。
RTIME定义的12可被任意大于零常数替换RTIME定义的\frac{1}{2}可被任意大于零常数替换RTIME定义的21可被任意大于零常数替换
上面的取名字RP12上面的取名字RP_{\frac{1}{2}}上面的取名字RP21
定义2.4:
RP12=RP0.001=RPϵRP_{\frac{1}{2}}=RP_{0.001}=RP_{\epsilon}RP21=RP0.001=RPϵ
证明:
- 显然RP12⊆RP0.001RP_{\frac{1}{2}}\subseteq RP_{0.001}RP21⊆RP0.001
- 若L∈RP0.001L\in RP_{0.001}L∈RP0.001,就是存在一个TM,使得
x∈L⇒Pr(M(x,r)=1)≥0.001x\in L \Rightarrow Pr(M(x,r)=1)\ge 0.001x∈L⇒Pr(M(x,r)=1)≥0.001
x∉L⇒Pr(M(x,r)=0)=1x\notin L \Rightarrow Pr(M(x,r)=0)=1x∈/L⇒Pr(M(x,r)=0)=1 - 要证L∈RP12L \in RP_{\frac{1}{2}}L∈RP21,必须新找一个TM’:这样运行,给一个xxx
- 扔到TM里面跑100次,TM输出含有1 TM’就输出1,TM全是0 TM’就输出0
则:
x∉L⇒Pr(M′(x,r)=0)=1x\notin L \Rightarrow Pr(M'(x,r)=0)=1x∈/L⇒Pr(M′(x,r)=0)=1
如果x∈L呢,接受概率多大呢?如果x \in L呢,接受概率多大呢?如果x∈L呢,接受概率多大呢?
Pr(M′(x,r)=1)=1−Pr(M′(x,r)=0)Pr(M'(x,r)=1)=1-Pr(M'(x,r)=0)Pr(M′(x,r)=1)=1−Pr(M′(x,r)=0)
=1−(Pr(M(x,r)=0))100==1-(Pr(M(x,r)=0))^{100}==1−(Pr(M(x,r)=0))100=
≥1−0.999100≥12\ge 1-0.999^{100}\ge \frac{1}{2}≥1−0.999100≥21
定义2.5
函数T:N→N函数T:N \rightarrow N函数T:N→N
语言L⊆{0,1}∗语言L \subseteq\{0,1\}^*语言L⊆{0,1}∗
如果对于所有x∈L,M不管如何决策都可在T(∣x∣)内停机且如果对于所有x\in L,M不管如何决策都可在T(|x|)内停机且如果对于所有x∈L,M不管如何决策都可在T(∣x∣)内停机且
Pr[M(x)=L(x)]≥23Pr[M(x)=L(x)] \ge \frac{2}{3}Pr[M(x)=L(x)]≥32
就说PTMM在T(n)内判定L就说PTM M在T(n)内判定L就说PTMM在T(n)内判定L
评价
- BPTIME(T(n))是能被PTM在O(T(n))内判定BPTIME(T(n)) 是能被PTM 在O(T(n))内判定BPTIME(T(n))是能被PTM在O(T(n))内判定的语言类
- BPP=∪cBPTIME(nc)BPP=\cup_c BPTIME(n^c)BPP=∪cBPTIME(nc)
- 上面的记为BPP13BPP_{\frac{1}{3}}BPP31
\
定义2.6
BPP13=BPP0.49BPP_{\frac{1}{3}}=BPP_{0.49}BPP31=BPP0.49
证明
BPP13⊆BPP0.49BPP_{\frac{1}{3}}\subseteq BPP_{0.49}BPP31⊆BPP0.49
若L∈BPP0.49L \in BPP_{0.49}L∈BPP0.49,存在一个多项式时间TM,s.t.
x∈L⇒Pr(M(x,r)=1)≥0.51x \in L \Rightarrow Pr(M(x,r)=1) \ge 0.51x∈L⇒Pr(M(x,r)=1)≥0.51
x∉L⇒Pr(M(x,r)=0)≥0.51x \notin L \Rightarrow Pr(M(x,r)=0) \ge 0.51x∈/L⇒Pr(M(x,r)=0)≥0.51- 构造另一个TM′TM'TM′,给俺一个输入x,TM运行2k+1次x,TM运行2k+1次x,TM运行2k+1次,如果零多,就输出0,and vice verse。
- 当x∈Lx \in Lx∈L,希望拒绝概率是小于1/3呢(0多的概率)
- Yi表TM第i次结果(1或0),它们独立同分布Y_i表TM第i次结果(1或0),它们独立同分布Yi表TM第i次结果(1或0),它们独立同分布
Pr(Yi=1)=p≥0.51Pr(Y_i=1)=p\ge 0.51Pr(Yi=1)=p≥0.51
- Yi表TM第i次结果(1或0),它们独立同分布Y_i表TM第i次结果(1或0),它们独立同分布Yi表TM第i次结果(1或0),它们独立同分布
拒率:Pr(TM′(x,r)=0)=Pr(∑i2k+1Yi≤k)=拒率:Pr(TM'(x,r)=0)=Pr(\sum_i^{2k+1}Y_i\le k)=拒率:Pr(TM′(x,r)=0)=Pr(i∑2k+1Yi≤k)=
Pr(∑i2k+1Yi−(2k+1)p≤k−(2k+1)p)Pr(\sum_i^{2k+1}Y_i-(2k+1)p\le k-(2k+1)p)Pr(i∑2k+1Yi−(2k+1)p≤k−(2k+1)p)
≤Pr(∣∑i2k+1Yi−(2k+1)p∣≥(2k+1)p−k)\le Pr(|\sum_i^{2k+1}Y_i-(2k+1)p|\ge (2k+1)p-k)≤Pr(∣i∑2k+1Yi−(2k+1)p∣≥(2k+1)p−k)
≤(2k+1)(p−p2)[(2k+1)p−k]2\le \frac{(2k+1)(p-p^2)}{[(2k+1)p-k]^2}≤[(2k+1)p−k]2(2k+1)(p−p2)
≤(2k+1)(0.25)[(2k+1)p−k]2≤13\le \frac{(2k+1)(0.25)}{[(2k+1)p-k]^2} \le \frac{1}{3}≤[(2k+1)p−k]2(2k+1)(0.25)≤31
因p>12,所以总可找到k因p>\frac{1}{2},所以总可找到k因p>21,所以总可找到k
定义2.7
ZTIME(T(n))包含语言L:ZTIME(T(n))包含语言L:ZTIME(T(n))包含语言L:
对L,存PTM,期运O(T(n))对L,存PTM,期运O(T(n))对L,存PTM,期运O(T(n))
当M在x上停,M(x)=L(x)当M在x上停,M(x)=L(x)当M在x上停,M(x)=L(x)
评价
- ZPP=∪cZTIME(nc),ZPP=\cup_c ZTIME(n^c),ZPP=∪cZTIME(nc),
- 期运时多项式,零错,拉斯维加斯
- BPP RP coRP ,蒙特卡洛
- ZPP 也有DTM的等定义、
牛逼的是ZPP=RP∩coRP牛逼的是ZPP=RP \cap coRP牛逼的是ZPP=RP∩coRP
开放的是P开放的是P\quad开放的是Pvs. NP∩coNP\quad NP \cap coNPNP∩coNP
\
定义2.8
ZPP=RP∩coRPZPP=RP \cap coRPZPP=RP∩coRP
证明
1先证ZPP⊆RP∩coRPZPP\subseteq RP\cap coRPZPP⊆RP∩coRP
∀L∈ZPP\forall L\in ZPP∀L∈ZPP,要证L∈RP,L∈coRP方一样要证L\in RP,L \in coRP方一样要证L∈RP,L∈coRP方一样
存一PTMPTMPTM,期时c1nc2c_1n^{c_2}c1nc2,∀x∈L\forall x \in L∀x∈L,PTMPTMPTM停时,M(x)=L(x)M(x)=L(x)M(x)=L(x)。
造PTM’!他这跑:
- 若PTM在10c1nc2c_1n^{c_2}c1nc2内停,原输
- 若超10c1nc2c_1n^{c_2}c1nc2,强出零。
x∉Lx\notin Lx∈/L,PTM不论啥停,必PTM’出零。
x∈Lx\in Lx∈L,PTM’错它率
Pr(M′(x)=0∣x∈L)=Pr(M运行≥10c1nc2∣x∈L)Pr(M'(x)=0|x\in L)=Pr(M运行\ge10c_1n^{c_2}|x\in L)Pr(M′(x)=0∣x∈L)=Pr(M运行≥10c1nc2∣x∈L)
≤c1nc210c1nc2=110牛!!\le \frac{c_1n^{c_2}}{10c_1n^{c_2}}=\frac{1}{10}牛!!≤10c1nc2c1nc2=101牛!!
2证ZPP⊇RP∩coRPZPP\supseteq RP\cap coRPZPP⊇RP∩coRP
对∀L∈RP∩coRP\forall L\in RP\cap coRP∀L∈RP∩coRP,证L∈ZPPL\in ZPPL∈ZPP,首先有:
存在一个M1:
- ∀x∈L⇒Pr(M1(x)=1)≥12\forall x\in L \Rightarrow Pr(M1(x)=1)\ge\frac{1}{2}∀x∈L⇒Pr(M1(x)=1)≥21
- ∀x∉L⇒Pr(M1(x)=0)=1\forall x\notin L \Rightarrow Pr(M1(x)=0)=1∀x∈/L⇒Pr(M1(x)=0)=1
存在一个M2:
- ∀x∈L⇒Pr(M2(x)=1)=1\forall x\in L \Rightarrow Pr(M2(x)=1)=1∀x∈L⇒Pr(M2(x)=1)=1
- ∀x∉L⇒Pr(M1(x)=0)≥12\forall x\notin L \Rightarrow Pr(M1(x)=0)\ge \frac{1}{2}∀x∈/L⇒Pr(M1(x)=0)≥21
构另一M,跑M1,M2,据俩果确M’是否停及出:
- M1(x)=M2(x)=0M1(x)=M2(x)=0M1(x)=M2(x)=0,则M’停出0;
- M1(x)=M2(x)=1M1(x)=M2(x)=1M1(x)=M2(x)=1,则M’停出1;
- M1(x)=0,M2(x)=1M1(x)=0,M2(x)=1M1(x)=0,M2(x)=1,则M’不停,重模,可证期运≤\le≤ 2;
- x∈L⇒Pr(M1(x)=0,M2(x)=1)≤12x\in L \Rightarrow Pr(M1(x)=0,M2(x)=1)\le \frac{1}{2}x∈L⇒Pr(M1(x)=0,M2(x)=1)≤21
- x∉L⇒Pr(M1(x)=0,M2(x)=1)≤12x\notin L \Rightarrow Pr(M1(x)=0,M2(x)=1)\le \frac{1}{2}x∈/L⇒Pr(M1(x)=0,M2(x)=1)≤21
- 说每进的概率≤12,期次≤2\le \frac 12,期次\le 2≤21,期次≤2
- 第四种noway!!!!!!!!!!
RP, co-RP+ZPP,BPP+zpp相关推荐
- 【Unity特效】LWRP/URP(Lightweight RP/Universal RP)和ShaderGraph下载及安装配置
[Unity特效]-LWRP/URP(Lightweight RP/Universal RP)和ShaderGraph下载及安装配置 仅作为学习过程中的记录 使用Unity版本为2020.1.9 Sh ...
- Axure RP 9”已损坏,无法打开。 您应该将它移到废纸篓。
打开[启动台],选择[终端],输入: sudo spctl --master-disable 然后回车,继续输入密码(密码输入时是不可见的),然后回车. 接着打开[系统偏好设置],选择[安全性与隐私] ...
- 华中科技大学 教学大纲 计算机,《计算理论》课程教学大纲
一.课程名称(中英文) 中文名称:计算理论 英文名称:Theory of Computation 二.课程性质 专业方向课选修,双语教学 三.学时与学分 总学时:32(理论学时:32学时) 学分:2 ...
- 关于Axure RP 的授权,我猜你还想知道......
Axure RP发展到今天,已经出到9的版本,当然破解授权码层出不穷. 有条件的朋友建议使用正版,可以避免以后可能出现的一些问题. 关于Axure授权码,有几点给大家说明一下. 一个Axure RP ...
- rp魔兽那个服务器人最多,魔兽世界怀旧服,RP服究竟是啥意思?中二青年最爱戏精服务器...
原标题:魔兽世界怀旧服,RP服究竟是啥意思?中二青年最爱戏精服务器 随着魔兽世界怀旧服临近,玩家早已经期待已久,随着几天开压力测试开启,发生许多让玩家们感到欣慰的故事,包括排队等任务怪刷新.在游戏中大 ...
- 怀旧服最新开的服务器是哪个,魔兽世界怀旧服开服在即,给大家科普一下什么是RP服务器...
魔兽世界怀旧服开服在即,从公布的服务器名字来看,出现了两个rp服务器,相信这对一部分玩家来说还是比较陌生的,从而吸引了更多玩家对RP服务器的关注,下面就针对RP服务器做一个小科普. rp就是角色扮演的 ...
- 魔兽世界服务器位面 稳定,因抗议《魔兽世界》位面技术在RP服务器中被取消
<魔兽世界>官方在今天宣布,游戏中的位面技术已经在RP服务器中取消,原因是该技术在社区中受到了大量玩家的抗议. 不久前,一些<魔兽世界>玩家曾举办了一场名为"Tour ...
- 55、组播配置实验之PIM Sparse Mode静态指定RP
1.PIM Sparse Mode简介 2.实验拓扑 3.基础配置 R1配置 interface Serial0/1 ip address 12.1.1.1 255.255.255.0 interfa ...
- HDU 1574 RP问题
题目链接 中文题 , 题意一目了然. 将a b c 进行处理一下. 当a > 0 时: 需要当前RP小于等于b才能触发此事件 , 触发此事件时 , 人品增加a , 获益值增加c(此时c为负) 当 ...
最新文章
- Spring Boot 和 testNG 和 eclipse背景色
- 科学为什么重要?马化腾公开信引热议,透露企业未来发展方向
- 【CT算法,radon变换】基于MATLAB的CT算法,radon变换的三维建模仿真
- “设为桌面图标”的ASP源代码
- Windows Mobile和Wince下使用TinyXML进行Native C++的开发
- win10 cortana 搜索无效怎么解决
- 使用中断后不停止_乔丹体育公司构成侵权,为何又不判令彻底停止使用“乔丹”注册商标?法院解释来了...
- “生而强悍” vivo iQOO官宣3月1日发布
- 【Flink】Flink kafka Spark 如何实现数据有序性
- malloc在函数内分配内存问题
- javascript中对象的深度克隆
- 添加腾讯007防水墙
- 高德地图:创建多个覆盖区域
- Office 2021:让人耳目一新
- linux scons源码安装,SCons 第一章 构建并安装SCons
- Android实现实时视频聊天功能|源码 Demo 分享
- k8s各版本离线安装部署教程
- caffe层解析之softmaxwithloss层
- 计算机系统中的数据计量单位
- 毕业3年,我从鉴黄师转行到阿里做测试