问题
模式是字母表 ξ 上的非空词(变量 x,y,… 取任意 «值» 词);无限词 w «避开» 模式 p,若 w 的任何因子都不是 p 的 «非恒同代入像»。例如 xx(平方)可被 3 字母表上的无限词避开(Thue),xyx 型 «重叠» 需 3 字母表、平方需 3、立方需 2。可避性判定问题:给定模式 p,判定是否存在有限字母表与无限词避开 p——这是词组合学的头号算法问题。基石定理:Bean–Ehrenfeucht–McNulty 与 Zimin(1979–82)刻画了 «不可避» 的模式——恰是 Zimin 词 Z1 = x1, Zn+1 = Znxn+1Zn(含 xx, xyx, xyxzxyx,…)。一般模式的判定算法不存在:单族结果大量(平方/重叠/幂、Abel 幂、公式),统一判定开放。
主要概念
Zimin 词与不可避性的机制
Zimin 词是 «递归加倍» 的模式:任何足够长的词都包含 Zimin 模式的代入像(«Zimin 增长引理»:长度 ≥ 2n 的词含 Zn 的像)。不可避定理的逆:非 Zimin 的模式皆可避——这把 «可避性» 从 «是否存在» 化为 «是不是 Zimin 型» 的结构判定,是问题中唯一 «完成» 的层。Zimin 词在泛代数侧等价于 «无有限基» 的构造(13 号 Perkins 反例链的语言学核心),在逻辑侧等价于 «一切序的良基性»(Zimin 的原动机),三线交汇。
阈值函数与判定难点的位置
对可避模式 p,定义 μ(p) = 避开 p 所需的最小字母表数。判定 «可避» 之后, «μ(p) 的上界» 是第二层(已知:一般可避模式 μ ≤ 2|p| 型的粗上界;平方的 μ = 3 是经典)。判定算法卡壳处:模式族随 «变量的重复模式» 组合爆炸, «单调性»(把 p 的变量换成新变量是否增加可避性)没有一般定理—— «局部替换的效应» 不可预测是算法化的真正障碍。
主要命题与证明
命题 1(低阶 Zimin 词的不可避免;完整证明) (i)k 字母表上任何长 ≥ k+1 的词含模式 xyx 的代入像(重叠型);(ii)2 字母表上任何长 ≥ 4 的词含平方模式 xx 的像。故无限词必含 xyx 型与(2 字母表)xx 型。
证明 (i)取词的前 k+1 个字符,由鸽笼原理存在字符 a 出现两次:位置 i < j ≤ k+1,w(i) = w(j) = a。因子 w[i..j] = a·(中间段)·a 是 xyx 的像(x ↦ a,y ↦ 中间段)。(ii)设 2 字母表上的词 w[1..4] 无平方像,则相邻对不等:w(1) ≠ w(2),w(2) ≠ w(3),w(3) ≠ w(4)(否则该相邻对本身是 xx 像),故 w 严格交替:abab 或 baba,二者整体即平方 ab·ab(相应 baba = ba·ba),矛盾。□
命题 2(Zimin–BEM 定理,1979–82;文献口径陈述) 模式 p 不可避(不存在任何有限字母表上的无限词避开 p)⟺ p 与某 Zimin 词 Zn «形态等价»(重命名变量后的同构)。证明组合 «不可避 ⟹ Zimin 型»(Zimin 的递归构造)与 «Zimin 词不可避»(任意有限字母表上,足够长的词必含 Zimin 像——该方向的阈值与字母表大小相关,原文给出精确界)。
现状说明 定理完成 «可避 ⟺ 非 Zimin» 的二分,但判定算法需要的是 «给定 p,计算 μ(p) 或至少判定 μ(p) < ∞»——二分已给 «有限性»(非 Zimin ⟹ 有限),算法问题剩下 «计算阈值» 与 «Zimin 型识别»(后者显然可判定);真正的开放层是 «可避模式下阈值的可计算性» 及统一算法。□
命题 3(经典阈值:Thue 的平方避开;完整证明骨架) 3 字母表 {0,1,2} 上存在无限词避开平方模式 xx(Thue 1912;现代证明用 «均匀形态» 或 «重写系统» 的不变子集构造)。
骨架 取 morphism σ : 0 ↦ 012, 1 ↦ 02, 2 ↦ 1 与 «无平方核» 的归纳保持:从核词 ε 出发,逐次应用 σ 并验证 «σ 保持无平方性»(对无平方词 w,σ(w) 无平方的验证归约到 «σ 的像对之间的短重叠检查»——有限情形表)。无限词 = 核链的极限。2 字母表上 xx 不可避(任何 2 元长 ≥ 4 的词含平方——4 个 «奇偶位置» 的鸽笼论证:长 4 的 2 元词中位置 {1,3} 与 {2,4} 的对必有相同对 ⟹ xx 像)。⟹ 阈值 μ(xx) = 3 精确。□
进展与文献
Thue(1912,平方与立方);Bean–Ehrenfeucht–McNulty(1979)与 Zimin(1982)的不可避定理;Lothaire《Combinatorics on Words》相应章节;Shur 的可避模式与阈值计算(2000 年代–2010 年代)。开放核心:一般可避模式的阈值可计算性; «公式»(多模式联合避让)的判定;与 Abel 幂(16 号)、符号动力学(低复杂度系统避开能力)的接口。