Введение

Ускорение машин Тьюринга за счет повышения сложности символов ленты
В теории вычислительной сложности линейная теорема об ускорении для машин Тьюринга утверждает, что для любого действительного числа c > 0 и любой k-ленточной машины Тьюринга, решающей задачу за время f(n), существует другая k-ленточная машина, решающая ту же задачу за время не более f(n)/c + 2n + 3, где k > 1. Если исходная машина недетерминированная, то новая машина также недетерминированная. Константы 2 и 3 в выражении 2n + 3 могут быть уменьшены, например, до n + 2.

Машины с одной лентой

Для одноленточных машин Тьюринга линейный выигрыш в скорости выполняется для машин с временем выполнения не менее T. Строго доказано, что это не выполняется для машин с временем. Показано, что для недетерминированных одноленточных машин Тьюринга со сложностью по времени T линейный выигрыш в скорости может быть достигнут без увеличения алфавита.

Зависимость от формы хранения

Риган рассматривал свойство вычислительной модели, называемое информационной окрестностью. Это свойство связано со структурой памяти: машина Тьюринга обладает линейной окрестностью, тогда как машина Колмогорова-Успенского и другие указательные машины – экспоненциальной. Гипотеза Регана заключается в том, что существование линейного ускорения связано с наличием полиномиальной информационной окрестности. Ключевой момент этого утверждения состоит в том, что модель с экспоненциальной окрестностью не сможет достичь ускорения, даже если разрешено изменение алфавита (для моделей с дискретной памятью, хранящей символы). Однако Реган не доказал никакой общей теоремы подобного рода. Хюне доказал, что если требуется, чтобы ускорение было получено посредством онлайн-симуляции (что имеет место для ускорения на обычных машинах Тьюринга), то линейное ускорение невозможно на машинах с древовидной памятью.