[论文解读] A Proof Checking View of Parameterized Complexity

Luke Mathieson|arXiv (Cornell University)|Jun 12, 2012

Complexity and Algorithms in Graphs参考文献 29被引用 3

一句话总结

本文通过将PCP定理扩展到参数化复杂度类（如W[1]、W[2]、M[1]和A-层次），提出了一种参数化证明检查框架。该框架利用仅读取多项式对数比特的随机性验证器，实现了对证明的 probabilistic 验证，其查询复杂度和随机性复杂度依赖于参数k和输入大小n，从而在参数化复杂度中实现了新的下近似性结果。

ABSTRACT

The PCP Theorem is one of the most stunning results in computational complexity theory, a culmination of a series of results regarding proof checking it exposes some deep structure of computational problems. As a surprising side-effect, it also gives strong non-approximability results. In this paper we initiate the study of proof checking within the scope of Parameterized Complexity. In particular we adapt and extend the PCP[n log log n, n log log n] result of Feige et al. to several parameterized classes, and discuss some corollaries.

研究动机与目标

• 为参数化复杂度发展一种类似经典复杂度中PCP定理的证明检查视角。
• 将PCP框架扩展至W[1]、W[2]、M[1]和A-层次等参数化类，实现对解的有限访问证明的随机验证。
• 为这些类建立依赖于参数k和输入大小n的查询复杂度与随机性复杂度的p-PCP刻画。
• 探讨这些结果对参数化下近似性与近似理论的影响。
• 为未来在PSPACE相关参数化类上的更紧致p-PCP构造与扩展奠定基础。

提出的方法

• 通过引入参数化查询复杂度与随机性复杂度，将PCP[O(log n), O(1)]框架适配至参数化类。
• 构建一个概率验证器，用于检查参数化公式中变量集合的真值赋值，使用编码真值赋值的证明字符串。
• 将W[1]和W[2]的实例约化为具有有界交替次数的加权可满足性问题（WSAT），然后应用PCP风格的验证协议。
• 利用命题公式的递归结构（Γt,d和Δt,d）来建模参数化类，并应用多重线性测试与低次验证技术。
• 通过将参数化问题约化至WSAT(Γ⁻₁,₂)和AWSAT(Γ⁻₁,2)来推导出依赖于参数的查询与随机性复杂度的p-PCP界。
• 采用基于域的真值赋值编码，并利用偶数索引与奇数索引变量集合的结构，以模拟分层验证。

实验结果

研究问题

• RQ1 能否将PCP定理有意义地扩展至W[1]和W[2]等参数化复杂度类？
• RQ2 用于检查W[1]-完全问题证明的随机验证器，其最小查询复杂度与随机性复杂度是多少？
• RQ3 PCP框架如何适配处理A-层次与AW[*]中问题的参数化结构？
• RQ4 所得到的p-PCP刻画能否用于推导出参数化复杂度中的新下近似性结果？
• RQ5 将此框架扩展至具有无界交替或高阶量化类时，其局限性是什么？

主要发现

• 本文证明了W[1]包含于p-PCP[O(f(k)n^{g(k)}·log n·log log n), O(f(k)n^{g(k)}·log n·log log n)]，其中f和g是参数k的可计算函数。
• 对于W[2]，也得出了类似的p-PCP刻画，且具有相同的查询与随机性复杂度，表明该框架可推广至W[1]之外。
• A[l]类被证明属于p-PCP，其复杂度依赖于f(k)、g(k)和输入大小，当l=1时，该界退化为W[1]的情形。
• AW[*]包含于一个p-PCP中，其复杂度按f(k)n^{g(k)·⌊l/2⌋}·log(f(k)n^{O(1)})·log log(f(k)n^{O(1)})增长，反映了偶数索引变量集合的数量。
• 该构造在错误概率不超过1/2的前提下保持正确性，且验证器运行时间受f(k)·|x|^{O(1)}的界约束。
• 结果表明，若能为W[1]构造出紧致的p-PCP，则其可推广至所有t的W[t]，其中t在复杂度描述中起核心作用。