第8章 计算复杂性.pptVIP

概述 Oded Goldreich提出定义“安全”的两种途径： 基于信息论的经典方法：度量密文中包含明文的信息量。 基于计算复杂性的现代方法：给出破解密文的难度。 本章内容 介绍确定型图灵机、非确定型图灵机、概率图灵机这三个基本计算模型； 在三种图灵机的基础上讨论NP完全问题和加密体制是否安全之间的关系； 多项式时间不可区分性。 8.1 确定性多项式时间 8.1.1 算法效率分析 什么是算法？ 算法(Algorithm)即是在有限步骤内求解某一问题所使用的一组定义明确的规则。 如何衡量算法的效率？ 使用复杂度来衡量算法的效率。 算法效率分析 定义8.1 复杂度 时间复杂度(Time Complexity)：该算法完全运行所需运算时间的多少。通常采用阶(Order)的概念来描述时间复杂度。 空间复杂度(Space Complexity)：该算法完全运行所需存储空间的大小。 算法效率分析 定义8.2 渐进记号(Asymptotic Notation) 假定 、 均为非负函数，定义域均为N。问题的输入规模为n，为描述渐进复杂度中的阶，定义如下记号： O：当且仅当 ，称 ：当且仅当 ，称 ：当且仅当 与 ，称 算法效率分析 算法效率分析 定义8.3 有效算法(Efficient Algorithm) 时间复杂度为O(nk)(k∈N)的算法是有效算法。多项式算法是有效算法。 8.1.2 问题的难度 如何判断问题的难度： 如果一个问题存在有效算法解决之，则可认为它是较“简单”的问题，反之则可认为它是较“困难”的问题。 问题的难度 定义8.4 确定型图灵机(Deterministic Turing Machine) 一台DTM由如下要素组成： 符号表∑：∑由有限个符号组成，包括标识空白的特殊字符*； 可双向移动的无限长纸带：该纸带由无限个方格组成，方格上的符号均属于∑，除了有限个方格外，其它方格上的符号均为*； 读写头：可在任一时刻对某个确定的方格进行操作。此读写头可向左(←)或向右(→)移动； 控制器：它携带状态集Γ，包括特定的起始状态 和停机状态集 。 问题的难度 DTM的计算可由转移函数(Transition Function)决定： 若控制器当前状态为 且读写头指向方格内容为 ，转移函数 可完成如下工作： 若 ，则计算停止（也称停机），否则确定控制器的下一步状态 ； 修改读写头指向方格内容，将其改为 ； 确定读写头移动的方向，要么向左(←)，要么向右(→)。 问题的难度 问题的难度 8.2 非确定多项式时间 非确定多项式时间 非确定多项式时间 8.3 概率多项式时间 概率多项式时间 PP机(Probabilistic Polynomial-time Machine) ： 存在多项式界限且没有未知状态的PTM。 PP机满足两类概率的界限： 输入I属于语言L时，PTM识别该输入属于语言L的概率，这是一种正确概率： 输入I不属于语言L时，PTM识别该输入属于语言L的概率，这是一种错误概率： BPP机(Bounded Probabilistic Polynomial-time Machine) 界限为 和 的PTM。 概率多项式时间 定义8.8 广义的有效算法 在DTM或PP机下的多项式算法是有效算法。 定义8.9 Monte Carlo算法 满足下列特点的概率算法： 这种算法的速度最快，但会犯一定的错误。它对应复杂性类PP(Monte Carlo)。 概率多项式时间 定义8.10 Las Vegas算法 满足下列特点的概率算法： 这种算法几乎完全正确，但速度较慢。它对应复杂性类PP(Las Vegas) 定义8.11 Zero-sided-error算法 满足下列特点的概率算法： Zero-sided-error算法速度最快，也几乎完全正确。它对应复杂性类ZPP。 8.4 多项式时间不可区分性 * * 第8章 计算复杂性 通常分析时间的渐进复杂度，常使用O记号，指明算法的上界。Θ记号更为精确，但难以估算，较少采用。