Orlp ব্যবহার করে একটি সমাধান দেয় ও ( এন ) স্থান শব্দ, যা হয় ও ( এন লগ)এন ) স্থান বিট (সরলতার জন্য অনুমান যে n = মি)। বিপরীতে, এটি দেখানো সহজΩ ( এন ) আপনার সমস্যার জন্য সেট বিরক্তি হ্রাস করে জায়গার বিটগুলি প্রয়োজন।
মনে করুন যে অ্যালিসের একটি বাইনারি ভেক্টর রয়েছে এক্স1, … ,এক্সএন এবং বব একটি বাইনারি ভেক্টর ধারণ করে Y1, … ,Yএন, এবং তারা জানতে চান যে কোনও সূচক রয়েছে কিনা আমি যেমন যে এক্সআমি=Yআমি= 1। তারা আপনার জন্য অ্যালগরিদম চালায়2 × ( 2 এন - 1 ) যার সারি ম্যাট্রিক্স এক্স1, 0 ,এক্স2, 0 , … , 0 ,এক্সএন এবং Y1, 0 ,Y2, 0 , … , 0 ,Yএন। প্রথম সারিটি পড়ার পরে, এলিস ববকে প্রেরণ করেΣআমিএক্সআমি পাশাপাশি মেমরির বিষয়বস্তু, যাতে বব অ্যালগরিদম সম্পূর্ণ করতে এবং তুলনা করতে পারে Σআমি(এক্সআমি+ +Yআমি)সংযুক্ত উপাদান সংখ্যা। যদি দুটি সংখ্যার মিল হয় তবে দুটি ভেক্টর বিযুক্ত হয় (কোনও সূচক নেইআমি), এবং বিপরীতভাবে. যেহেতু সেট ডিসঅজিনিস্টনেসের কোনও প্রোটোকল প্রয়োজনΩ ( এন ) বিটস (এটি যদি একটি ছোট ধ্রুবক সম্ভাবনার সাথে ভুলও করতে পারে), আমরা একটি হ্রাস করি Ω ( এন ) নিম্ন সীমাবদ্ধ, যা এমনকি এলোমেলো প্রোটোকলগুলির জন্য ধারণ করে যা কিছু ছোট ধ্রুবক সম্ভাবনার সাথে ভুল হওয়ার অনুমতি দেয়।
ননক্রসিং পার্টিশন ব্যবহার করে আমরা অরলপের সমাধানটিতে উন্নতি করতে পারি । আমরা একের পর এক ম্যাট্রিক্স সারিটি পড়ি। প্রতিটি সারিটির জন্য, আমরা মনে করি যে পূর্ববর্তী সারিগুলির মধ্য দিয়ে যে 1 টি সংযুক্ত রয়েছে via সংশ্লিষ্ট পার্টিশনটি ননক্রসিংয়ের, এবং তাই ব্যবহার করে এনকোড করা যেতে পারেও ( এন )বিটস (যেহেতু ননক্রসিং পার্টিশনগুলি কাতালান সংখ্যার দ্বারা গণনা করা হয়, যার বৃদ্ধির হার ফ্যাকটোরিয়াল না হয়ে তাত্পর্যপূর্ণ)। নিম্নলিখিত সারিটি পড়ার সময়, আমরা এটি প্রতিনিধিত্বমূলক বজায় রাখি এবং যখনই কোনও অংশের সমস্ত প্রান্ত বর্তমান সারিতে সংযুক্ত না হয় তখন কাউন্টার বাড়িয়ে তুলি (কাউন্টারটি অতিরিক্ত লাগেও ( লগএন )বিট)। অরলপের সমাধান হিসাবে, আমরা ম্যাট্রিক্সের প্রক্রিয়া শেষ করতে জিরোগুলির একটি চূড়ান্ত ডামি সারি যুক্ত করি। এই সমাধান ব্যবহার করেও ( এন ) বিটস, যা আমাদের নিম্ন সীমানা প্রদত্ত asympototically অনুকূল।