Saya pikir kedua kelas ini harus sama, tetapi saya tidak dapat menemukan literatur tentang hal ini dan memiliki latar belakang yang terbatas pada topik tersebut.
Ini adalah alasan saya, dan saya ingin tahu apakah (1) ini sudah diketahui atau (2) saya salah mengerti sesuatu atau (3) saya baru menemukan sesuatu yang berguna:
adalah kelas masalah yang dapat diselesaikan dengan menempatkan jumlah polinom data dalam mesin waktu.
adalah kelas masalah yang dapat dipecahkan dengan memilih di mesin Turing probabilistik, yaitu mengabaikan kasus yang tidak Anda pedulikan.
karena Anda dapat mensimulasikan kurva mirip waktu yang ditutup dengan pilihan pasca seperti ini: Pindai seluruh program di awal, baik status dan memori. Kemudian, setelah pemrosesan, lakukan lagi dan pilih dulu sehingga Anda hanya kembali jika status & memori sekarang persis sama dengan status awal & memori (kecuali untuk satu bit yang mengatakan apakah ini adalah iterasi pertama, untuk mencegah infinite loop).
karena Anda dapat mensimulasikan pemilihan pasca seperti ini: Jika pesan dari masa depan dimulai dengan , kirim pesan ke masa lalu. Kalau tidak, lanjutkan seperti biasa. Ketika Anda sampai pada langkah di mana Anda biasanya memposting, pilih 1 ke iff masa lalu. Anda ingin mengabaikan timeline ini, kalau tidak a. Satu-satunya versi yang konsisten sekarang adalah versi di mana Anda berdua menerima dan mengirim 0 karena Anda puas dengan hasilnya.
sumber
Jawaban:
Saya yakin saya telah menemukan jawabannya: Buktinya salah. BPP_PATH tidak ada di P_CTC karena P_CTC diharuskan untuk memberikan jawaban tunggal yang pasti, sedangkan BPP_PATH adalah algoritma probabilistik, sehingga reduksi kedua tidak berfungsi. Agar dapat bekerja, seseorang harus menggunakan informasi perjalanan waktu untuk menghitung jumlah keberhasilan algoritma probabilistik vs jumlah kegagalannya. Saya tidak tahu bagaimana melakukan ini, atau apakah itu bisa dilakukan (mungkin tidak).
sumber