“第一条把敏感单坐标视为单元素敏感块;第二条因为任何证书必须击中每个互不相交敏感块;第三条因为确定性决策树在固定输入上的根叶路径形成证书。三步都能逐点证明,再对输入取最大。”
形式陈述
敏感块
对
则
全局值为
集合不交条件不是排版便利,而是度量的核心。它确保每个块代表一份坐标资源互不重叠的独立改变方向;若去掉这一条件并允许重复选块,同一障碍就会被反复计数。
直觉
单点敏感度只看沿 cube 边移动一步是否越过输出边界;块敏感度允许若干坐标协同翻转,再从这些改变方向中选取互不占用同一坐标的最大 packing。它因此捕捉“单独无效、合在一起有效”的局部结构,同时让每个块代表一份独立坐标资源。
例子与边界
单比特不敏感、成块却敏感
考虑四变量函数
在
但块 1100,第一项变为 0011,第二项变为
任一敏感块至少含两个坐标,而四个坐标至多容纳两个互不相交的这种块,故这里恰有
与敏感度的关系
每个敏感坐标
进而 0000 处为
反向不能通过把每块任选一个代表坐标得到。一个块之所以敏感,可能恰是所有坐标共同翻转的结果;只翻代表坐标未必改变输出。把块压成单点会销毁要测量的协同效应。
证书必须击中每个块
固定输入
若
结合确定性路径证书可得
最小块与冗余
构造块族时可以把每个敏感块缩到包含意义下极小:它没有仍然敏感的真子集。有限性保证这样的子块存在,缩小各块也保留两两不交。极小性不是块敏感度定义的要求,却能去掉不必要的坐标。
只检查“删去任意单个坐标后都不敏感”还不够。例如三位奇偶函数在 000 处,块
最小敏感块之间仍可能重叠,所以不能把“每块都不可再缩”误认为“块族自动不交”。优化
最大 packing 也未必唯一:两组不同块族可以拥有相同块数,却覆盖不同坐标。
推论与应用
边界与使用口径
块敏感度一次翻转整个块,但只比较起点
块可以大小不同,度量只数块数而不数总翻转坐标。若任务关心最少编辑数量,应使用 Hamming 距离;一个巨大的敏感块在
对随机输入分布,
噪声敏感度让各坐标独立随机翻转,考察输出变化概率;块敏感度则在同一个指定输入附近寻找互不相交的翻转块。一个大的敏感块在两种度量中受到的权重完全不同,因此块数不能直接代替随机扰动概率或其规模极限。
参考资料
- Noam Nisan, “CREW PRAMs and Decision Trees,” SIAM Journal on Computing 20(6), 1991, pp. 999–1007.
- Harry Buhrman and Ronald de Wolf, “Complexity Measures and Decision Tree Complexity: A Survey,” Theoretical Computer Science 288(1), 2002, pp. 21–43.
- Ryan O'Donnell, Analysis of Boolean Functions, Cambridge University Press, 2014, Chapter 2.