近线性伪多项式时间和多项式空间的子集和问题.pdfVIP

近线性伪多项式时间和多项式空间的子集和问题

ThejasRadhikaSajith∗

2025年8月9日

摘要

给定一个正整数多重集和一个目标整数，子集和问题问题询问是否存在

本的一个子集其和为。贝尔曼的[1957]经典动态规划算法运行时间为，空间复杂度为

。从那时起，时间和空间复杂度方面都有了多次改进。

译

值得注意的是，Bringmann[SODA2017]使用两步颜色编码技术获得一个在时

中间空间内运行的随机化算法。另一方面，存在多项式空间算法——例如，Jin,Vyas和

1Williams[SODA2021]在Bringmann给出的算法基础上，使用了首次出现在Kane的对数空间算

v

6法中的巧妙代数技巧，从而获得一个在时间log空间内运行的算法。Jin等人提出

2

的一个自然问题是是否存在一个在多项式log空间内以时间运行的算法。另一个

7

4自然的问题是是否有可能构建一个确定性多项式空间算法，其时间复杂度与Bellman的一样。

0.在本文中，我们对这两个问题都给出了肯定的回答。我们基于Jin等人给出的框架，使用基

8于多点评估的方法来加快他们算法中的一个瓶颈步骤。我们构造：

0

5

2•是一个在时间和log空间内运行的确定性算法

:

v•是一个在时间和log空间内运行的随机化算法。

i

x

r

a1介绍

给定一个（多）集合的正整数和一个目标整数，子集和问题问题询问是否

存在的子集其和为。贝尔曼的经典动态规划算法运行时间为，空间复杂度为。我们

在字长为loglog的单词-RAM模型中工作，因此本文中的算法运行时间是拟多项式。

自贝尔曼于1957年给出了他的教科书算法以来，许多改进时间复杂度的结果已被发表。Koiliaris

和Xu[KX19]构造了一个时间的确定性算法。Bringmann[Bri17]使用两步着色编码技术获

1

得一个运行时间为和空间为的随机化算法。

有趣的是，子集和问题具有伪多项式时间算法，这些算法也运行在多项式空间中。这种低空

间的算法很有趣，因为对于许多应用而言，空间通常比时间更为稀缺资源。Lokshtanov和Ned-