[论文解读] On computational complexity of Riemann mapping

Ilia Binder, Mark Braverman+1 more|ArXiv.org|May 27, 2005

Computability, Logic, AI Algorithms参考文献 15被引用 9

一句话总结

本文為具有可计算边界之平面区域的黎曼映射计算建立了紧致的计算复杂度界限，表明该问题在图灵归约下属于#P完全类。论文提出了一种空间高效的概率算法，实现了近乎最优的时间与空间复杂度，证明了近似共形映射的难度等价于解决计算复杂度理论中的两个基本问题：#SAT 与 MAJn。

ABSTRACT

In this paper we consider the computational complexity of uniformizing a domain with a given computable boundary. We give nontrivial upper and lower bounds in two settings: when the approximation of boundary is given either as a list of pixels, or by a Turing Machine.

研究动机与目标

• 确定将具有可计算边界的平面区域一致映射到单位圆盘的计算复杂度。
• 建立计算黎曼映射的时间与空间复杂度的非平凡上下界。
• 探究共形映射与计算复杂度理论中的基本问题（如#SAT 与 MAJn）之间的关系。
• 设计一种空间高效的概率算法，几乎达到理论复杂度下限。
• 证明计算共形映射的难度等价于求解#P完全问题，从而在标准复杂度假设下确立其计算不可解性。

提出的方法

• 将共形映射的计算问题约化为对具有穿孔边界的区域的共形半径的近似。
• 通过递归构造域 Ω_L，即依次从边界附近移除小圆盘，其参数由二进制字符串表示。
• 应用反射原理与畸变定理，以高精度界定中间域的共形半径。
• 利用调和测度的单调性与共形不变性，将共形半径与布尔公式的满足赋值数关联起来。
• 利用去随机化结果（Nisan 定理）将有界空间的概率计算模拟为在多对数空间内的确定性算法。
• 将共形半径用作计算预言机：域边界的微小扰动会在半径上引起指数级微小变化，从而通过近似实现计数。

实验结果

研究问题

• RQ1 具有可计算边界的区域的黎曼映射计算的计算复杂度为何？
• RQ2 能否以空间高效与时间高效的方式计算共形映射，其理论极限是什么？
• RQ3 计算黎曼映射是否在复杂度上等价于已知的难解问题（如#SAT 或 MAJn）？
• RQ4 具有穿孔边界的区域的共形半径如何与布尔公式的解数相关？
• RQ5 在此背景下，概率算法能否被去随机化以实现最优空间复杂度？

主要发现

• 具有可计算边界的区域的黎曼映射计算问题是#P难的，因为它可通过归约求解#SAT。
• 通过空间高效的算法，可将由布尔公式的满足赋值构造的域的共形半径近似到 2^{-22n+2} 的精度。
• 该算法的时间复杂度为 poly(N)，空间复杂度为 O(log²N)，其中 N = n + t + ε⁻¹，几乎达到空间复杂度的理论下限。
• 构造域 Ω_L 的共形半径满足 |r(Ω_L) - 1 + 2^{-20n-1}| < 2^{-22n+2}，从而可通过迭代组合实现解数的精确计数。
• 该问题在图灵归约下为#P完全，意味着求解黎曼映射计算的难度等价于求解#P中的所有问题。
• 该归约表明，即使仅将黎曼映射近似到反指数精度，也足以求解#SAT 与 MAJn，从而证明了复杂度界限的紧致性。