Disons qu'un langage est de densité P proche s'il existe un algorithme de temps polynomial qui décide correctement sur presque toutes les entrées.L
En d'autres termes, il existe un P , tel que disparaît, ce qui signifie Cela signifie également que sur une entrée aléatoire uniforme, l'algorithme de polytime pour A donnera la bonne réponse pour L avec une probabilité approchant 1. Par conséquent, il est logique de visualiser L presque facilement. ALL
Notez que n'a pas besoin d'être clairsemé. Par exemple, s'il a 2 ^ {n / 2} chaînes à n bits, il disparaît toujours (à un taux exponentiel), car .
Il n'est pas difficile de construire (artificiellement) des problèmes complets NP qui sont proches de la densité P , selon la définition ci-dessus. Par exemple, soit tout langage NP- complet, et définissez . Alors conserve NP- complétude, mais a au plus n -instances oui. Par conséquent, l'algorithme trivial qui répond "non" à chaque entrée, décidera correctement sur presque toutes les entrées; il ne se trompera que sur une fraction d' entrées à bits.
D'un autre côté, il serait très surprenant que tous les problèmes NP complets soient proches de la densité P. Cela signifierait que, dans un sens, tous les problèmes liés au NP sont presque faciles. Cela motive la question:
En supposant P NP , quels sont les problèmes naturels de NP qui ne sont pas proches de la densité de P ?