Skip to content

非确定性图灵机

Nondeterministic Turing machine

每个配置可有多个后继并在存在接受分支时接受的图灵机。

条目类型
模型

形式陈述

非确定性图灵机的转移是从当前配置到有限多个后继配置的关系。对输入 x,只要计算树中存在一条有限分支到达接受状态,就称机器接受 x

一台 NTM 识别语言 L,若 xL 当且仅当存在接受分支;对 xL,分支可拒绝,也可无限运行。一台 NTM 判定 L,则要求对每个输入的所有分支都停机,且 xL 当且仅当存在接受分支;因而 xL 时所有分支均拒绝。对时间界 t(n)NTIME(t(n)) 要求机器在每个长度为 n 的输入上,每一条计算分支都在 O(t(n)) 步内停机,而非只计最短接受分支。

直觉

非确定性既不是随机选择,也不是物理上的免费并行,而是把一次计算定义成分支树:只要存在一串合法选择形成接受路径,输入就被接受。它最适合表达“猜测一个证书,再确定性验证”,因此存在量词是核心,而不是概率。确定性模拟必须系统地按层交错搜索全部有限分支,所以它最终会发现任意有限接受路径。这直接证明的是可识别性等价;对判定器,还需要所有分支停机,使有限分支计算树可被完整搜索。时间复杂度中,即使树深有界,树宽仍可指数增长。

例子与边界

判定 SAT 的 NTM 可猜测每个变量的真值,再在线性于公式大小的时间内检查公式;只要公式可满足,就有一条接受分支。若把每次分支误当作等概率随机选择,一个只有唯一满足赋值的公式成功概率可能是 2n,这与“存在一条接受分支”的语义完全不同。拒绝要求没有接受分支,而不是存在一条拒绝分支;NTM 不会扩展可计算函数的集合,但可能把已知确定性运行时间显著缩短。

单个分支永不停止会使朴素深度优先模拟陷入该路径,并错过另一条接受分支。若输入没有接受分支却有无限分支,广度交错模拟也不会停机,这不妨碍它成为识别器,却不能证明它是判定器。在每条分支都有统一多项式时间界的复杂度定义中,计算树深度才自然有界。

推论与应用

NTM 为 NP、NPSPACE 和证书验证提供统一模型,把组合搜索中的“猜测—验证”模式转化为精确复杂性定义。图灵机的非确定版本与确定版本在可识别性上等价,却导出 NP 这样的复杂度类;再把工作带限制在线性空间内,得到经典线性有界自动机,其与上下文有关语言的对应由CSL–LBA 等价定理给出。非确定性始终表示存在接受分支,不应改写成随机选择。

参考资料
  • Michael Sipser, Introduction to the Theory of Computation, 3rd ed., Cengage, 2013,Chs. 0–10。
  • Alan M. Turing, “On Computable Numbers, with an Application to the Entscheidungsproblem,” Proceedings of the London Mathematical Society, 1936,Full paper。
关系图谱14 个相邻概念 · 2 类关系

拖动节点调整位置。

显示关系

显示:依赖

  1. 前置三跳
  2. 前置二跳
  3. 前置一跳
  4. 当前条目
  5. 后续一跳
  6. 后续二跳
  7. 后续三跳
文字版关系按与当前条目的最短距离分组
分类位置

上位 / 更一般

暂未标注直接上位概念。

下位 / 直接特例