Skip to content

方法Method

通信复杂度的 partition bound

施工中 · 内容逐步修订

Partition bound for communication complexity · Communication partition LP bound

以带输出标签的矩形分数权重 LP 松弛随机协议,并由其最优值的对数给出一次性通信下界。

Partition Bound 的分数矩形覆盖

图中只画出部分候选矩形;可行权重仍须满足所有格的总覆盖等式及每个定义格的正确标签约束,图形本身不构成可行解见证。

形式陈述 ​

取有限非空集合 X,Y,Z,对 partial function f:X×Y→Z∪{∗} 和 ε≥0,为每个输出 z、组合矩形 R 设变量 wz,R≥0。partition bound 是一个线性规划:

prtε(f)=min∑z∈Z,R∈Rwz,R

的最优值,约束为所有格的总覆盖恰为一:

∑z∈Z∑R∋(x,y)wz,R=1∀(x,y)∈X×Y,

并在每个定义格保证正确标签权重

∑R∋(x,y)wf(x,y),R≥1−ε∀(x,y)∈domf.

未定义格仍受总覆盖等式约束,但没有正确标签约束。Jain–Klauck 定理给出

Rεpub(f)≥log2⁡prtε(f).

采用公开叶输出与全空间硬成本。证明固定公共币:成本 c 的每棵确定性协议树至多有 2c 个 transcript 矩形;按随机币概率平均这些整数划分,所得 LP 解的目标值至多 2c。因此 prtε(f)≤2c,取对数即得定理。

直觉

一棵确定性协议树把输入空间划成带输出标签的矩形。public-coin 协议是这些树的分布,所以每个格被总概率一覆盖,其中至少 1−ε 的概率来自正确标签。LP 保留这两条全局一致性约束,却忘掉同一棵树中矩形必须真的组成一份整数划分,因而是协议的分数松弛。

它与确定性单色矩形划分数不同:后者最小化一份零误差整数划分的块数;本页允许跨许多协议树叠加分数权重,并显式处理错误和 partial function。

例子与边界

对零误差二阶 XOR,任何含两个格的矩形都会同时含 0 与 1,所以单色矩形只能是 singleton。取四个格各自的矩形,并给真实输出标签权重 1,得到可行解,目标值 4。

反向把四条正确性约束相加:每个带标签单色 singleton 至多服务一个格;零错误又不允许错误标签覆盖定义格,所以总权重至少 4。因此

prt0(XOR1)=4,log2⁡4=2,

恰给出两 bit 下界;Alice 发送输入、Bob 回传答案的两 bit 协议达到它。若只要求 Bob 输出并采用不把本地最终输出标签纳入 transcript 叶的另一 convention,必须同步修改通信树与 LP 接口,不能只把数值减一。

LP 把协议压成无顺序矩形权重,所以不能识别相同总通信下是谁先说、消息如何交替或用了几轮。这正是它与轮数—通信量权衡的镜像边界:前者可给强 one-shot 下界,却不是 round-sensitive 参数。

推论与应用

对任一 partition primal 可行解,只保留输出 z 的权重,便得到平滑矩形 LP的可行解:总覆盖为一保证目标格覆盖至多一;其他定义格已有至少 1−ε 的正确标签权重,故错误标签 z 的权重至多 ε。保留的目标和不超过原总和,因此

srecε(f)≤prtε(f).

这是从较强 LP 的 primal 解到较弱 LP 的方向;用对偶证书证明相同支配时,转换方向相反。对平滑 discrepancy 的进一步比较还须使用平滑矩形页中明确的参数缩放。

该界适用于 relation 的推广并可导出 strong direct-product 结论,但错误事件是逐格协议错误还是联合输出错误必须与 LP 定义对齐。它仍是松弛:大值推出高通信,小值不保证存在对应协议树;round、information cost 和 coin 的实现细节都已在凸化时丢失。

参考资料
  • Rahul Jain and Hartmut Klauck, “The Partition Bound for Classical Communication Complexity and Query Complexity,” Proceedings of CCC, 2010, pp. 247–258.
  • Mauricio Karchmer, Eyal Kushilevitz, and Noam Nisan, “Fractional Covers and Communication Complexity,” SIAM Journal on Discrete Mathematics 8(1), 1995, pp. 76–92.
  • Anup Rao and Amir Yehudayoff, Communication Complexity and Applications, Cambridge University Press, 2020, Chapters 3–4.
关系图谱9 个相邻概念 · 3 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
类型化关系