[论文解读] Tree Tribes and Lower Bounds for Switching Lemmas

Jenish C. Mehta|arXiv (Cornell University)|Feb 28, 2017

Complexity and Algorithms in Graphs参考文献 19被引用 1

一句话总结

该论文在布尔函数表达为 t-截断判定树（即每个节点到叶节点的距离不超过 t）的前提下，针对随机 p-限制下的切换引理建立了紧致的上下界。证明了函数判定树在限制后深度超过 d 的概率被限制在 (4p²ᵗ)ᵈ 以内，并针对某些 p 和 d 构造了匹配的下界 (c₀p²ᵗ)ᵈ，从而证明该上界在常数因子意义下是紧致的。

ABSTRACT

Let f be a Boolean function on n variables, rho a random p-restriction that independently keeps each variable unset (or free) with probability p and otherwise uniformly sets it to 0 or 1, and DT_{depth}(f) denote the depth of the smallest depth decision tree for f. Let R_d(f|rho) be the resilience of f to rho for depth d, defined as R_d(f|rho)=Pr_{rho < - rho}[DT_{depth}(f|rho)>= d]. If d >> pn, all functions have resilience close to 0 since less than d variables would remain unset with high probability. For d << pn, most functions f on n variables have resilience close to 1, and some functions, like AND and OR, have resilience close to 0. Håstad's Switching Lemma states that for t-DNFs, the resilience R_d(f|rho) is upper bounded by (5pt)^d, and from known upper bounds on the size of constant depth circuits computing the parity function, it follows that there exist t-DNFs whose resilience is close to the bound obtained by Håstad. However, the exact bounds for such maximally resilient DNFs or their structure is unclear, and moreover, the argument is non-constructive. In this work, we give an explicit construction of functions called Tree Tribes parameterized by an integer t and denoted Xi_t (on n variables), such that R_d(Xi_t|rho)<=(4p2^t)^d, and more importantly, the resilience is also lower bounded by the same quantity up to constants, R_d(Xi_t|rho)>=(c_0 p2^t)^d, for 0 <= p <= c_p 2^-t and 0 <= d <= c_d * (log n)/(2^t * t log t) (where c_0,c_p,c_d are universal constants). As a result, for sufficiently large n and small d, this gives a hierarchy of functions with strictly increasing resilience, and covers the entire region between the two extremes where functions have resilience (close to) 0 or 1.

研究动机与目标

• 为经过随机 p-限制后可表达为 t-截断判定树的布尔函数的判定树深度建立紧致的上下界。
• 通过考虑更广泛的 t-截断判定树类，推广并改进了先前针对 DNF 及相关类别的切换引理结果。
• 通过构造在特定参数范围内达到匹配下界的函数，证明上界 (4p²ᵗ)ᵈ 的最优性。
• 提出一种基于递归条件化的方法，其常数因子优于以往的组合方法。

提出的方法

• 对随机 p-限制下判定树深度进行递归分析，基于变量赋值进行条件化。
• 引入一个递推关系式，用于表示深度为 r 的树在限制后深度仍 ≥d 的概率。
• 基于第一个被赋值为 1 或 * 的变量，进行三段式情形分析，按首个 1 的位置对限制空间进行划分。
• 利用生成函数和二项式系数恒等式，对子树中深度增加的概率进行上界估计。
• 对深度 d 进行归纳，d=1 和 d≥2 的基例分别处理，结合递归展开与几何级数上界。
• 通过渐近分析与参数缩放（如 r ∈ Ω(d²ᵗ)）推导出最终下界，并显式给出常数。

实验结果

研究问题

• RQ1 在随机 p-限制下，t-截断判定树的深度超过 d 的概率的最紧致上界是什么？
• RQ2 能否为同一类函数构造一个匹配的下界，以证明上界在渐近意义下是最优的？
• RQ3 t-截断判定树在 p-限制下的深度分布行为如何？参数 t 在衰减速率中起什么作用？
• RQ4 能否将 [Has86] 中使用的递归条件化方法适配到此类问题中，以获得优于以往组合方法的更紧致界？
• RQ5 在哪些精确参数范围（以 p、d、t 表示）下，(4p²ᵗ)ᵈ 的界在常数因子意义下是紧致的？

主要发现

• 论文建立了紧致上界：对任意 t-截断判定树 f，有 Pr[DTdepth(f|ρ) ≥ d] ≤ (4p²ᵗ)ᵈ，其中 ρ 为随机 p-限制。
• 证明了匹配的下界：对每个 t，存在函数 gt，使得当 0 ≤ p ≤ cp2⁻ᵗ 且 0 ≤ d ≤ cd(log n)/(2t log t) 时，有 Pr[DTdepth(gt|ρ) ≥ d] ≥ (c₀p²ᵗ)ᵈ。
• 与先前工作相比，该上界在同类函数中改进了 (10t)ᵈ 倍，体现出显著的定量提升。
• 下界构造依赖于一种称为“树部落”（tree tribes）的递归结构，该结构推广了标准部落函数，使得在限制下对深度传播的分析更加精确。
• 证明方法采用对变量赋值的递归条件化，结合几何级数求和，推导出渐近紧致的界。
• 分析表明，p-限制下的深度衰减速率由指数 2ᵗ 决定，且该界在指数底的常数因子意义下是最优的。