Skip to content

模型Model

公式规模博弈

施工中 · 内容逐步修订

Formula-size game · Propositional formula-size game · EF_w formula game

以正反例集合的左右分割和叶预算精确刻画命题公式的最小叶规模。

形式陈述 ​

固定 n≥1,并选用不含常量叶、只含正负文字叶和二元 AND/OR 的公式模型。令赋值集合 S,R⊆{0,1}n,其中 S 是应被接受的正例,R 是应被拒绝的反例。秩为正整数 w 的博弈 EFw(S,R) 从位置 (w,S,R) 开始。玩家 I 可作两类动作:左分割时选择正整数 u+v=w 及 S=C∪D,玩家 II 决定继续 (u,C,R) 或 (v,D,R);右分割时选择 R=C∪D,II 决定继续 (u,S,C) 或 (v,S,D)。集合不要求不交,允许重叠恰好对应一个赋值同时满足两个析取支式或同时违背两个合取支式。

若当前正、反例可由某个文字 xi 或 ¬xi 分开,I 立即获胜;若预算降到 1 仍无这样的文字,II 获胜。Hella–Väänänen 的命题版本刻画定理说:

I 赢得 EFw(S,R)⟺∃F[L(F)≤w, S⊨F, R⊨¬F].

左分割对应 F=FC∨FD,右分割对应 F=FC∧FD;u+v=w 正好复现公式叶数的加法。原论文把大小定义为命题变元的出现次数,并令否定不增加大小;把否定推到叶上后,这正是本页的文字叶数。归纳基是一个正或负文字,因而定理不是渐近类比,而是固定 convention 下的精确等价。

直觉

玩家 I 像是在自顶向下设计一棵公式,却不能把预算同时花在所有分支后再挑容易的一支。他先声明根是 OR 还是 AND,并把总叶数拆成两份;玩家 II 总选择更难分开的那一侧,迫使 I 的方案对整组正反例都有效。若任何分支最终无法用一个文字收尾,就说明对应预算不够。这样,“排除所有小公式”被变成一个对抗式不变量:II 只需保证每次分割后至少有一支仍然混杂。

这里的状态保存的是两组赋值,而不是一对私有输入。集合让一次动作同时追踪许多可能的反例,因此适合叶数下界:每个叶只能用一个文字切开一部分正反例,AND/OR 结点只是把这些工作分配到子树。它与Karchmer–Wigderson 博弈都反映公式语法,但前者分配叶预算、后者在单个输入对上计算最坏通信位数,玩家信息和资源量都不同。

公式规模博弈与 OR 公式重构
例子与边界

令 S={10,01,11}、R={00},目标函数是 x1∨x2。在 EF2(S,R) 中,I 取 u=v=1,作左分割

C={10,11},D={01,11}.

若 II 选 (1,C,R),文字 x1 分开两侧;若选 (1,D,R),文字 x2 分开两侧。因此 I 必胜,恢复二叶公式 x1∨x2。赋值 11 同时属于 C,D 并非重复记账错误:两个析取支式确实都在该输入上为真,而每条实际对局只由 II 选一支继续。反过来,在 EF1(S,R) 中,x1 不能分开 01 与 00,x2 不能分开 10 与 00,负文字也不行,所以 II 必胜,证明确需至少两个叶。

博弈刻画的是文字叶出现次数。二元公式的内部门数是叶数减一,规范语法的总符号数也与叶数同阶;深度却可能从对数级到线性级,不能说这些资源都只差常数因子。常量叶的约定同样影响精确等式:若 S={0,1}n,R=∅,没有单个文字能在全部 S 上为真,本页最小规模是 x1∨¬x1 的两个叶。若另允许常量 1 作一个叶,就必须给博弈增加对应的常量终局;否则一叶公式与博弈不再吻合。若 S∩R≠∅,任何公式都无法分开,同一个赋值会同时被要求接受和拒绝;博弈也相应由 II 获胜。对部分函数,只把承诺域内的 1 输入放入 S、0 输入放入 R,结论刻画的是承诺上的最小公式,不能自动推广到域外。

推论与应用

要证 L(f)>w,可取 S=f−1(1)、R=f−1(0),为玩家 II 构造在 EFw(S,R) 中保持混杂的策略。更灵活时也可选较小的正反例子集;若这对子集已无法由 w 个叶分开,完整函数当然更不可能。Hella–Väänänen 用该框架重述 Krapchenko 对 parity 的二次公式下界,其核心是统计相邻正负赋值之间必须由叶覆盖的边,而不是枚举所有公式。

这套集合分割语义可扩展到一阶、模态等逻辑:为量词或模态增加相应动作,同时让预算记录所选语法尺度。但扩展后的“公式大小”可能计量原子式、量词或联结词,不能把新规则倒灌回本页的命题叶规模。若目标是公式深度或最坏通信位数,应改用KW 搜索关系,而不是把这里的整数预算解释成消息长度。

参考资料
  • Lauri Hella and Jouko Väänänen, “The Size of a Formula as a Measure of Complexity,” in Logic Without Borders, De Gruyter, 2015, pp. 193–214, §2, Definition 2 and Theorem 3.
  • A. A. Razborov, “Applications of Matrix Methods to the Theory of Lower Bounds in Computational Complexity,” Combinatorica 10(1), 1990, pp. 81–93.
  • Ingo Wegener, The Complexity of Boolean Functions, Wiley-Teubner, 1987, §6.5.
关系图谱4 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
类型化关系