Pertimbangkan masalah berikut:
Input : hyperplane H = { y ∈ R n : a T y = b }
Output :x ∈ Z n = arg min d ( x , H )
Dalam notasi di atas untuk \ mathbf {x} \ in \ mathbb {R} ^ n dan S \ subseteq \ mathbb {R} ^ n didefinisikan sebagai d (\ mathbf {x} , S) = \ min _ {\ mathbf {y} \ dalam S} {\ | \ mathbf {x} - \ mathbf {y}} \ | _2 , yaitu jarak euclidean alami antara set titik dan satu titik .d ( x , S )
Dengan kata lain, kami diberi hyperplane dan kami sedang mencari titik di kisi integer yang paling dekat dengan hyperplane.
Pertanyaannya adalah:
Apa kompleksitas masalah ini?
Perhatikan bahwa waktu polinomial di sini akan berarti polinomial dalam bitsize input. Sejauh yang saya bisa lihat masalah ini menarik bahkan dalam dua dimensi. Maka tidak sulit untuk melihat bahwa itu cukup untuk mempertimbangkan hanya solusi-solusi tersebut ( x 1 , x 2 )
Masalah yang berkaitan erat adalah memecahkan persamaan linear diophantine, yaitu menemukan x ∈ Z n
Untuk mendapatkan intuisi tentang persamaan linear diophantine kita dapat mempertimbangkan kasus dua dimensi lagi. Jelas, tidak ada solusi yang tepat jika tidak membagi . Jika memang membagi , maka Anda dapat menjalankan algoritme GCD yang diperluas untuk mendapatkan dua angka dan sehingga dan set dan . Sekarang Anda dapat melihat perbedaan versi perkiraan: ketika tidak membagi , bagaimana kita menemukan bilangan bulatg c d ( a 1 , a 2 ) b b s t a 1 s + a 2 t = g c d ( a 1 , a 2 ) x 1 = s b / g c d ( a 1 , a 2 ) x 2 = t b / g c d ( a 1 ,
Masalahnya bagi saya terdengar sedikit seperti masalah vektor terdekat dalam kisi-kisi, tapi saya tidak melihat pengurangan yang jelas dari salah satu masalah ke yang lain.
sumber
Jawaban:
Baiklah, setelah memikirkannya lebih lanjut, saya yakin saya memiliki pengurangan eksplisit dari masalah ini menjadi GCD yang diperluas; Saya akan menjelaskannya dalam kasus , tapi saya percaya bahwa itu meluas ke arbitrary . Perhatikan bahwa temuan ini merupakan yang meminimalkan jarak ke hyperplane tersebut, tetapi belum tentu terkecil (sebenarnya ada jauh lebih banyak nilai-nilai yang mencapai jarak minimum yang sama) - Saya percaya masalah yang terakhir adalah juga layak, tetapi belum memberikan pemikiran nyata. Algoritma ini didasarkan pada beberapa prinsip sederhana:n=2n=2 nn xx xx
Ini menyarankan prosedur berikut:
Sejauh yang saya tahu, prosedur yang sama persis harus bekerja dengan benar dalam dimensi arbitrer; kuncinya adalah bahwa GCD dimensi masih memenuhi identitas Bezout, dan untuk menemukan jarak minimum ke titik kisi, Anda hanya perlu menemukan kelipatan terdekat hingga .ngb
sumber