[论文解读] Dual Polynomials for Collision and Element Distinctness

Mark Bun, Justin Thaler|arXiv (Cornell University)|Mar 25, 2015

Complexity and Algorithms in Graphs参考文献 39被引用 3

一句话总结

本文通过构造显式的对偶多项式，重新证明了碰撞（Collision）和元素互异（Element Distinctness）函数的紧致近似度下界，分别达到 $\tilde{\Omega}(n^{1/3})$ 和 $\tilde{\Omega}(n^{2/3})$。通过利用切比雪夫多项式与随机限制，作者提供了一种构造性、无信息损失的替代方法，取代了以往证明中使用的非构造性对称化论证。

ABSTRACT

The approximate degree of a Boolean function $f: \{-1, 1\}^n o \{-1, 1\}$ is the minimum degree of a real polynomial that approximates $f$ to within error $1/3$ in the $\ell_\infty$ norm. In an influential result, Aaronson and Shi (J. ACM 2004) proved tight $ ildeΩ(n^{1/3})$ and $ ildeΩ(n^{2/3})$ lower bounds on the approximate degree of the Collision and Element Distinctness functions, respectively. Their proof was non-constructive, using a sophisticated symmetrization argument and tools from approximation theory. More recently, several open problems in the study of approximate degree have been resolved via the construction of dual polynomials. These are explicit dual solutions to an appropriate linear program that captures the approximate degree of any function. We reprove Aaronson and Shi's results by constructing explicit dual polynomials for the Collision and Element Distinctness functions.

研究动机与目标

• 为碰撞和元素互异问题的近似度下界提供一种构造性证明，这些下界此前是通过非构造性的对称化论证建立的。
• 通过引入显式的对偶多项式方法，解决近似度复杂性领域长期存在的开放问题，该方法避免了对称化过程中固有的信息损失。
• 将对偶多项式技术的应用范围扩展到量子查询复杂性和电路复杂性中的基本问题。
• 证明对偶多项式可为 AC⁰ 中的函数（包括元素互异问题）提供紧致界，而元素互异问题至今仍是 AC⁰ 函数中已知的最佳近似度下界。
• 通过提供一个统一且显式的构造，将碰撞和元素互异问题的先前结果统一并简化，该构造甚至在小范围情况下也适用。

提出的方法

• 构造对偶多项式 $ p_S(x) = \mathbb{I}_{\operatorname{ED},S}(x) \cdot A_d(\mathsf{cross}_S(x)/r) $，其中 $ A_d $ 是具有特定极值性质的变换后切比雪夫多项式。
• 通过大小为 $ r = N^{1/3} $ 的子集 $ S $ 进行随机限制，将问题简化为低维近似任务。
• 利用切比雪夫多项式 $ T_d $ 的性质，特别是其振荡行为和节点分布，设计在关键点处取值受控的 $ A_d $。
• 对所有大小为 $ r $ 的 $ S $ 取平均，定义 $ p(x) = \mathbb{E}_{|S|=r}[p_S(x)] $，确保所得多项式次数为 $ O(N^{1/3} \log R) $。
• 利用集中不等式证明：对于具有 $ k = c i^2 + 1 $ 个碰撞的输入，多项式 $ p(x) $ 在随机选择 $ S $ 下以高概率实现高误差。
• 利用 $ \mathbb{I}_{\operatorname{ED},S}(x) = 1 $ 意味着对 2 对 1 输入有 $ \mathsf{cross}_S(x) = r $，对 $ k $ 对 1 输入有 $ \approx c i^2 r $ 的事实，使误差峰值与 $ A_d $ 的极值点对齐。

实验结果

研究问题

• RQ1 能否构造显式的对偶多项式，以证明碰撞和元素互异问题的紧致近似度下界？
• RQ2 对偶多项式方法是否能提供一种构造性、无信息损失的替代方案，取代 Aaronson 和 Shi 原证明中使用的对称化论证？
• RQ3 对偶多项式方法能否推广到碰撞问题的小范围情形？
• RQ4 见证 $ \tilde{\Omega}(n^{1/3}) $ 下界所需的对偶多项式度数是多少？
• RQ5 随机限制与基于切比雪夫的构造如何帮助识别平均多项式在最大误差点上的行为？

主要发现

• 作者构造了一个显式的对偶多项式 $ p $，其度数为 $ O(N^{1/3} \log R) $，该多项式见证了碰撞函数的 $ \tilde{\Omega}(n^{1/3}) $ 近似度下界。
• 对于一一映射输入，对偶多项式 $ p(x) $ 的取值为 1；对于 2 对 1 输入，其取值至多为 $ -2/3 $，从而建立了恒定的误差间隙。
• 该构造实现了误差 $ \varepsilon \leq 1/3 $，确认碰撞问题的近似度为 $ \tilde{\Omega}(n^{1/3}) $，与已知上界一致。
• 该方法可推广至小范围情形，即使范围 $ R $ 为 $ N $ 的次线性函数，也能提供对偶多项式，扩展了先前结果。
• 对于元素互异问题，对偶多项式构造给出了 $ \tilde{\Omega}(n^{2/3}) $ 的下界，与紧致上界一致，确认其为目前所有 AC⁰ 函数中已知的最佳近似度下界。
• 分析表明，具有 $ k = c i^2 + 1 $ 个碰撞的输入，在随机选择 $ S $ 下以高概率实现接近最大误差，与切比雪夫多项式的极值行为一致。