Lascia che sia un compito algoritmico. (Può essere un problema di decisione o un problema di ottimizzazione o qualsiasi altra attività.) Chiamiamo "dal lato polinomiale" se si presume che sia NP-difficile implica che il crineario polinomiale collassa. Chiamiamo "sul lato NP" se si presume che ammetta un algoritmo polinomiale implica che la gerarchia polinomiale collassa.X X X
Naturalmente, ogni problema in P è sul lato polinomiale e ogni problema che è NP-difficile è sul lato NP. Inoltre, ad esempio, il factoring (o qualsiasi altra cosa in NP intersezione coNP) è sul lato polinomiale. L'isomorfismo grafico è sul lato polinomiale. QUANTUM-SAMPLING è nel lato NP.
1) Sono interessato a più esempi (il più naturale possibile) di compiti algoritmici nel lato polinomiale e (soprattutto) a più esempi nel lato NP.
2) Ingenuamente sembra che il lato NP sia una sorta di "quartiere" dei problemi NP-difficili, e il lato P è un "quartiere di P". È un'intuizione corretta considerare i problemi nel lato NP come "considerevolmente più difficili" rispetto ai problemi nel lato P. O anche considerare i problemi nella parte NP come "moralmente NP-difficile?"
3) (Questo potrebbe essere ovvio ma non lo vedo) C'è una su entrambi i lati o ci sono ragioni teoriche per ritenere improbabile che tale sia improbabile. Aggiorna La risposta è SÌ; vedi la risposta di Yuval Filmus di seguito.
(Se questi "lati" sono correlati alle classi di complessità effettive e se mi manca qualche gergo cc pertinente o risultati pertinenti, per favore fatemelo sapere.)
Aggiornare:Ormai ci sono molte ottime risposte alla domanda. Come notato prima da Yuval Filmus e menzionato di nuovo, la domanda non è formale e sono necessarie alcune restrizioni sull'argomento che mostra che X è sul lato P / lato NP. (Altrimenti, puoi avere X come compito di presentare una prova per 0 = 1 che è su entrambi i lati.) Mettendo da parte questo, può accadere che i problemi X (sinceramente) sul lato NP catturino in qualche modo la durezza di SAT, sebbene ciò possa valere anche per alcuni problemi sul lato P in cui la durezza di SAT è indebolita (anche leggermente) in modo dimostrabile. Yuval Filmus ha dato una versione indebolita di SAT che si trova su entrambi i lati. Andy Drucker ha fornito (in due risposte) cinque esempi interessanti tra cui un riferimento alle gerarchie Low e High di Schöning e Scott Aaronson ha fornito ulteriori esempi interessanti, ha menzionato la questione dell'inversione di una funzione a senso unico che è vicina alla cattura della durezza NP e tuttavia sul lato P, e la sua risposta discute anche del caso interessante di QUANTUMSAMPLING. Ho menzionato un vecchio risultato di questo tipo da Feige e Lund.