Korzyści dla klas składniowych i semantycznych


9

To jest post oddzielony od Konsekwencji UP równa się NP , a także pytanie uzupełniające do klas złożoności semantycznej vs. składniowej .


W powyższym poście dowiedzieliśmy się o klasach semantycznych i syntaktycznych . Krótko mówiąc, kiedy klasę można scharakteryzować jako klasę języka liścia , to klasa jest składniowa, jeśli , to znaczy, akceptując język jest uzupełnieniem odrzucenia języka ; inaczej nazwalibyśmy to klasą semantyczną. Widać, że , i są klasami składniowymi, podczas gdy klasy takie jak i są klasami semantycznymi.L[L1|L2]L1L2=ΣL1L2PNPPPBPPIP

Klasyczny wynik, taki jak i przypuszczenie oba można wyświetlić, ponieważ klasy semantyczne okazują się mieć charakterystykę składniową. Wydaje mi się, że łatwiej jest sobie poradzić z klasami składniowymi, ponieważ mają one naturalne kompletne problemy. Również techniki takie jak diagonalizacja są łatwiejsze do zastosowania w klasach składniowych, ponieważ mają one naturalne wyliczenie maszynowe. Ale nadal jako klasa semantyczna wydaje się mieć znacznie lepsze właściwości niż klasa syntaktyczna .PSPACE=IPP=?BPPBPPPP

Jakie korzyści mamy, jeśli mamy składniową reprezentację klasy semantycznej lub odwrotnie? Czy istnieją wyniki lub techniki dowodowe stosowane tylko do klas składniowych / semantycznych?


1
Nigdy nie może zaszkodzić syntaktyczna charakterystyka klasy semantycznej. Nie rozumiem, w jaki sposób można porównać korzyści z posiadania składniowej lub semantycznej charakterystyki klasy. Nie wiadomo, że BPP ma charakterystykę składniową, ale powszechnie uważa się, że ma taką charakterystykę (jeśli P = BPP), więc fakt, że BPP ma „ładne właściwości”, nie wydaje się mieć nic wspólnego z tym, że jest klasą semantyczną .
Robin Kothari,

@Robin: Dzięki za komentarz. Powinniśmy więc rozważyć klasę semantyczną, w której nie uważa się, że ma charakterystykę składniową, powiedzmy o jednoznacznym czasie . Ale nie ma zbyt wiele „ładnych właściwości”. Jakieś inne przykłady? UP
Hsien-Chih Chang 張顯 之

na „lub vice versa”: czym byłaby semantyczna charakterystyka klasy składniowej? Czy istnieją przykłady klasy semantycznej bez takiej charakterystyki semantycznej?
Artem Kaznatcheev

1
@Artem: Chyba liczy się klasa ? To ładna klasa składniowa, ale nie istnieje znana charakterystyka semantyczna. (W przeciwieństwie do prawdopodobnej hipotezy , która redukuje klasę składniową w coś, co akceptuje lub odrzuca tylko z określonymi wzorami; tutaj akceptuje tylko wtedy, gdy istnieje unikalna ścieżka akceptacji obliczeń i odrzuca jeśli nie ma.)NPNL=ULNL
Hsien-Chih Chang 張顯 之

Odpowiedzi:


4

Oto kilka zalet.

  1. Klasy składniowe zapewniają hierarchie czasu. Dowód Zaka na niedeterministyczną hierarchię czasu działa dla każdej klasy składniowej. W przypadku klas semantycznych (takich jak UPTIME ( )? UTPIME ( )) są to pytania otwarte.n3=n2
  2. Łatwiej jest tworzyć wyrocznie, które oddzielają klasy składniowe, ponieważ wystarczy nieskończenie często przekątna i nie obchodzi Cię, co stanie się z innymi długościami wejściowymi. I odwrotnie, łatwiej jest zwinąć klasy semantyczne, ponieważ można wyeliminować maszyny, które nie spełniają obietnicy.

3

Myślę, że na tym poziomie ogólności już zwróciłeś uwagę na niektóre z głównych wartości klas składniowych w tym pytaniu: mają one wyliczenie maszyn, aw konsekwencji mają naturalne kompletne problemy i łatwiej jest zrobić przekątną. Oczywiście, określone klasy semantyczne (takie jak UP) mogą mieć inne zalety, ale ogólnie dla samego „syntaktycznego vs semantycznego”, myślę, że główną zaletą jest wyliczenie maszyny i jej konsekwencje.


0

Uważam, że korzyścią z utworzenia klasy semantycznej jest możliwość wyizolowania odpowiedzi, których naprawdę pragniesz. Na przykład w UP martwimy się, czy istnieje jedno rozwiązanie, czy zero rozwiązań i nie obchodzi nas, czy istnieje więcej niż jedno rozwiązanie. Uważam, że klasa semantyczna jest sposobem dostrajania klas składniowych.

Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.