Припустимо, що рандомізований алгоритм використовує випадкових бітів. Найменша ймовірність помилок, яку можна очікувати (не виходячи з детермінованого алгоритму з 0 помилкою), становить . Які рандомізовані алгоритми досягають такої мінімальної ймовірності помилок?
Кілька прикладів, які приходять на думку, такі:
- Алгоритми вибірки, наприклад, коли потрібно оцінити розмір набору, для якого можна перевірити членство. Якщо зразки однаково випробовують елементи для перевірки, обмеження Черноффа гарантує експоненціально малу ймовірність помилок.
- Алгоритм Каргера-Кляйна-Тарджана для обчислення дерева мінімального прольоту. Алгоритм вибирає кожне ребро з вірогідністю 1/2 і рекурсивно знаходить MST у вибірці. Можна використати Черноффа, щоб стверджувати, що це експоненціально малоймовірно, що там буде 2n + 0,1 м краї, які кращі за дерево (тобто, ви вважаєте за краще взяти їх за один з країв дерева).
Чи можете ви придумати інші приклади?
Дотримуючись відповіді Андраса нижче: Дійсно, кожен алгоритм багаточленного часу може бути перетворений на більш повільний алгоритм поліноміального часу з експоненціально малою ймовірністю помилок. Моя увага зосереджена на максимально ефективних алгоритмах. Зокрема, для двох прикладів, які я наводив, є детерміновані багаточленні алгоритми часу, які вирішують проблеми. Інтерес до рандомізованих алгоритмів пояснюється їх ефективністю.