Es ist bekannt, dass das Hinzufügen einer Randomisierung mit begrenzten Fehlern zu PSPACE keine zusätzliche Leistung bringt. Das heißt, BPPSAPCE = PSPACE.
Es ist bekanntlich nicht bekannt , ob P = BPP, aber es ist bekannt , dass .
Somit ist es möglich (obwohl angenommen wird, dass es falsch ist), dass die Addition der Wahrscheinlichkeit zu P die Ausdruckskraft erhöht.
Meine Frage ist, ob wir die Grenze zwischen P und PSPACE kennen (oder nachweisen), bei der das Hinzufügen von Randomisierung nicht mehr die Macht erhöht.
Speziell,
Gibt es irgendwelche Probleme, von denen bekannt ist, dass sie in (bzw. B P Π i ) sind, von denen nicht bekannt ist, dass sie in Σ i (bzw. Π i ) sind? Und ähnlich für B P P H vs P H ?
Antworten:
Die Prämisse Ihrer Frage "Wann hört die Randomisierung auf, innerhalb von helfen?" Ist schwierig, weil sie nahelegt, dass die Rechenklassen X so sind, dass P ⊆ X ⊆ P S P A C E eine Art Linear bilden Hierarchie, wenn dies nicht offensichtlich ist.PSPACE X P⊆X⊆PSPACE
Wir können dies durch Vergleiche zwischen der Polynomhierarchie und den Zählklassen veranschaulichen. Wie Emil Jeřábek in den Kommentaren angibt, durch Relativierung derAM⊆& Pgr; p 2
Wenn Sie sich nur um die Polynomhierarchie und allgemeiner (um auf zu skalieren ) quantifizierte Boolesche Formeln kümmern, können Sie natürlich eine Art lineare Antwort auf Ihre Frage extrahieren - in diesem Fall lauten die Kommentare von Emil Eine Antwort, die so vollständig ist, wie Sie wahrscheinlich erhalten werden.P S P A C E
quelle