[论文解读] How NP got a new definition: a survey of probabilistically checkable proofs

Sanjeev Arora|ArXiv.org|Apr 28, 2003

Complexity and Algorithms in Graphs参考文献 55被引用 12

一句话总结

本文綜述了概率可查證證明（PCP）定理，該定理將 NP 重新定義為可透過僅讀取常數個位元並使用對數隨機性來驗證證明的問題類別。主要貢獻在於 NP 問題存在概率可查證證明，其中正確的證明總是被接受，而錯誤的證明則以高機率被拒絕，進而導致優化問題的強度近似下界結果。

ABSTRACT

We survey a collective achievement of a group of researchers: the PCP Theorems. They give new definitions of the class p, and imply that computing approximate solutions to many p-hard problems is itself p-hard. Techniques developed to prove them have had many other consequences.

研究动机与目标

• 綜述 PCP 定理在複雜度理論中的發展與影響。
• 解釋如何將 NP 重新定義為可使用 O(log n) 個隨機位元與 O(1) 個查詢位元來驗證概率可查證證明的問題類別。
• 展示這些定理如何暗示，將許多 NP-難優化問題近似至特定比率本身即是 NP-難問題。
• 強調代數技術，特別是低次多項式測試與長碼編碼，在構建 PCP 系統中的角色。
• 探討 PCP 技術對密碼學、碼理論與複雜度類別特徵的廣泛影響。

提出的方法

• 使用 PCP 定理：NP = PCP(log n, 1)，允許僅透過讀取常數個位元並使用對數隨機性來驗證 NP 證明。
• 採用代數技術，如線性測試與低次多項式測試，以檢查某函數是否接近於低次多項式或線性函數。
• 應用傅立葉分析來界定線性測試中被拒絕的機率，顯示拒絕機率至少為該函數與最近線性函數之間距離的一半。
• 引入低次多項式測試並使用單變數多項式表格，以降低查詢複雜度，提升驗證多項式接近度的效率。
• 使用長碼測試來驗證函數是否屬於 GF(2)^n 上坐標函數的集合，藉由隨機查詢來偵測與線性性的偏移。
• 依賴列表解碼與接近性測試，以處理函數接近少數幾個碼字的情況，進而即使存在多個相近碼字，也能實現穩健的驗證。

实验结果

研究问题

• RQ1 是否能僅透過讀取證明中常數個位元並使用對數隨機性來驗證 NP 問題？
• RQ2 PCP 定理與 MAX-3SAT 等 NP-難優化問題的近似不可行性之間有何關係？
• RQ3 如何利用多項式與錯誤校正碼的代數性質來構建高效且概率可查證的證明？
• RQ4 PCP 技術對定義複雜度類別（如 PSPACE 與 PH）有何影響？
• RQ5 PCP 結構在密碼學、碼理論與去隨機化等領域中產生了哪些影響？

主要发现

• PCP 定理確立了 NP = PCP(log n, 1)，表示任何 NP 語句皆存在一個概率可查證證明，僅需讀取 O(1) 個位元並使用 O(log n) 個隨機位元即可驗證。
• 對於任何 NP 問題，正確的證明總是被接受，而錯誤的證明在檢查 300 個位元時，被拒絕的機率至少為 1 - 2^(-100)。
• PCP 定理暗示，將 MAX-3SAT 近似至 8/7 - ε 以內的比率是 NP-難問題，顯示良好近似與精確計算一樣困難。
• 線性測試的拒絕機率 γ ≥ δ(f, C₁)/2，其中 δ(f, C₁) 為 f 與最近線性函數之間的距離。
• 低次多項式測試確保，若函數 f 離任何次數為 d 的多項式皆很遠，則測試拒絕的機率至少為 min{0.1, δ(f, C₂)/2}。
• 長碼測試僅在 f 接近某個坐標函數時才以高機率接受，且測試結構能促成 MAX-Cliq 等問題的強度近似下界結果。