PCP定理断言每个NP问题都存在一种证明,验证者只需随机读取其中常数个比特、抛掷对数次硬币,就能以高概率判断证明是否有效。它彻底重塑了对近似算法难度的理解。

| 全称 | 概率可验证证明 |
| 核心等式 | NP=PCP(logn,O(1)) |
| 证明时间 | 1990年代初 |
| 主要贡献者 | 阿罗拉、苏丹等 |
| 核心意义 | 不可近似性 |
PCP 定理(Probabilistically Checkable Proofs,概率可验证证明)是计算复杂度理论的核心成果之一。它断言:任何NP问题的证明都能改写为一种特殊形式,使验证者只需使用对数级随机比特、并随机读取该证明中常数个位置,就能以很高的概率正确判断证明是否可信。
传统上验证一份NP证明必须通读全文。PCP定理却表明,存在一种鲁棒的证明编码,让验证者几乎不看内容即可抽检:正确的证明总被接受,而错误的命题无论配上何种伪造证明,都会以常数概率被抽检发现。该定理常写作NP等于PCP(对数随机, 常数查询)。
PCP定理由阿罗拉、萨夫拉,以及阿罗拉、伦德、莫特瓦尼、苏丹、塞格迪等人于1990年代初证明,后由丁尔给出更简洁的组合式证明。其深远意义在于近似算法的不可近似性:定理等价地表明,某些优化问题(如最大可满足子句数)在一定近似比内也是NP难的。若不接受近似的损失,就不可能有多项式时间算法,除非P等于NP。
PCP定理是证明大量优化问题不可近似性的统一工具,涵盖最大团、集合覆盖、着色、最大割等经典难题,为近似算法设定了理论上限。它还与纠错码、密码学中的简洁论证(如现代zk-SNARK)等技术有深刻联系。
问:只读常数个比特怎么可能判断整份证明?答:关键在证明被编码得极其鲁棒,任何错误都会扩散到大量位置,因此随机抽检少数比特就有常数概率撞见破绽,从而以高概率识别假证明。
问:PCP定理和近似算法有什么关系?答:它揭示了许多优化问题即便只要求近似解也是NP难的,从而为这些问题的近似比划定了不可逾越的下界。

| 全称 | 概率可验证证明 |
| 核心等式 | NP=PCP(logn,O(1)) |
| 证明时间 | 1990年代初 |
| 主要贡献者 | 阿罗拉、苏丹等 |
| 核心意义 | 不可近似性 |
登录 后参与讨论
暂无讨论,来发表第一条评论吧