Nella teoria della complessità computazionale, la classe di complessità 2-EXPTIME (talvolta chiamata 2-EXP, da 2-Exponential Time, "tempo 2-esponenziale") è l'insieme di tutti i problemi decisionali risolvibili da una macchina deterministica di Turing nel tempo O(22p(n)), dove p(n) è una funzione polinomiale di n.
In termini di DTIME,
Sappiamo che
2-EXPTIME può anche essere riformulato come la classe di spazio AEXPSPACE, i problemi che possono essere risolti da una macchina di Turing alternante in spazio esponenziale. Questo è un modo di vedere che EXPSPACE 2-EXPTIME, dal momento che una macchina di Turing alternante è potente almeno quanto una macchina deterministica di Turing.[1]
2-EXPTIME è una classe in una gerarchia esponenziale di classi di complessità con limiti temporali sempre più alti. La classe 3-EXPTIME è definita similmente a 2-EXPTIME, ma con un limite temporale triplamente esponenziale . Questo può essere generalizzato a limiti temporali sempre più alti.
Problemi 2-EXPTIME-completi
[modifica | modifica wikitesto]Le generalizzazioni di molti giochi pienamente osservabili sono EXPTIME-completi. Questi giochi sono visti come un caso particolare di una classe di sistemi di transizione definiti in termini di un insieme di variabili di stato e di azioni/eventi che cambiano i valori delle variabili di stato, insieme alla domanda se esista una strategia vincente.
Una generalizzazione di questa classe di problemi pienamente osservabili a problemi parzialmente osservabili eleva la complessità da EXPTIME-completi a 2-EXPTIME-completi.[2]
Note
[modifica | modifica wikitesto]- ^ Christos Papadimitriou, Computational Complexity (1994), ISBN 978-0-201-53082-7. Sezione 20.1, corollario 3, pagina 495.
- ^ Jussi Rintanen, Complexity of Planning with Partial Observability (PDF), in Proceedings of International Conference on Automated Planning and Scheduling, AAAI Press, 2004, pp. 345–354.