基本介紹
- 中文名:複雜度
- 外文名:LSPACE
- 別名:DLOGSPACE
- 學科:計算機
- 領域:計算機
- 作用:解決的判定問題集合
簡介,相關複雜度類,FL,NL,RL,SL,
簡介
對數空間是指與輸入規模成對數大小關係的可寫的儲存空間,大多數對數空間(LOGSPACE)算法以這種方式儲存。
重要的相關未解問題包括複雜度類L和P是否恆等(L = P)及複雜度類L和NL是否恆等(L = NL)。 目前已知有以下重要性質:
- L ⊆ NL ⊆ P
- NC⊆ L ⊆ NL ⊆ NC
相關複雜度類
FL
依照同樣的原理,可以定義相應的FP,FNP,TFNP。
FL常用來定義對數空間歸約(Log-space reduction,Log-空間規約)。對數空間歸約指僅使用對數空間的確定型圖靈機進行的規約。區別於常見的多項式時間規約,對數空間規約只允許DTM使用若干個log n(n是輸入長度)空間。對數空間規約在定義NL-完全(NLC,NL-complete)問題時候起作用。
NL
存在幾個已知的NL-完全問題,如2SAT。
根據薩維奇定理,我們已知有以下重要性質:
RL
在計算複雜度理論內,RL(Randomized Logarithmic-space,隨機對數空間),或者說RLP(Randomized Logarithmic-space Polynomial-time,隨機對數空間多項式時間),是一個複雜度類,包含能以機率圖靈機,在對數空間與多項式時間之內,在僅有單向容錯的狀況內解決的問題。此命名法與RP,這個相近但是沒有對數空間限制的複雜度類是雷同的。
在定義RL時的機率圖靈機,不會在回答YES的時候犯錯。但是允許在回答NO的時候有小於1/3的犯錯機會;這種容納錯誤的方式被稱作單向容錯(one-sided error)。這裡的1/3不是一個絕對的數值;任何x符合[0,1/2)內都可以。因為我們可以藉由重複執行整個算法將犯錯率壓縮到2倍小(p(x)代表x的任意多項式),而不花費超過多項式時間或者對數空間的資源。
有時RL這個名稱使用於使用對數空間不限時間能解決的問題其複雜度類。然而,根據Immerman–Szelepcsényi定理,上述這個類別可以使用機率計數器證明RL' = NL,因此一般直接使用NL來代表。
一般相信RL = L,換句話說,機率圖靈機不會在對數空間下比確定型圖靈機更強,多項式時間對數空間的計算方式可以完全的去隨機化。這猜想的一個主要證據由Reingold et al.在2005年提出。這問題的證明在無條件去隨機化裡面可以說是一個被追尋的聖杯。這問題其中一個重大邁進是Omer Reingold證明了SL = L。
SL
在計算複雜度理論,SL(Symmetric Logspace,對稱對數空間),是一個複雜度類,是能被對稱圖靈機在對數空間下解決的判定問題的集合。其存在以下重要性質:
- L⊆SL⊆NL
- SL= co-SL
- 並直接導致L=SL
USTCON問題(undirected s-t connectivity,關於無向圖兩點之間是否存在一個路徑的問題)作為一個SL完全(SLC,SL-complete)的SL下的重要特例,通常和SL本身被一起討論。
2004年10月Omer Reingold成功證明USTCON問題屬於L,因為USTCON問題屬於SL完全,這便等於證明了SL = L。即,SL是L的一種變體。