计算机科学

我想知道为什么磁带/磁带不属于图灵机的正式定义。考虑一下Wikipedia页面上Turing机器的正式定义。的定义中，以下Hopcroft和乌尔曼，包括：有限状态集，磁带字母表Γ，空白符号b ∈ Γ，初始状态q 0 ∈ Q，该组最终状态的˚F ⊆ Q，以及过渡函数δ ：（Q ∖ F ）× Γ → Q × Γ ×问问Q ΓΓ\Gammab ＆Element; Γb∈Γb \in \Gammaq0∈ Qq0∈问q_0\in QF⊆ QF⊆问F\subseteq Q。磁带本身都不是。δ：（Q ∖ F）× Γ → Q × Γ × { L ，R }δ：（问∖F）×Γ→问×Γ×{大号，[R}\delta:(Q\backslash F)\times \Gamma\rightarrow Q\times\Gamma\times\{L,R\} 图灵机始终被认为可以在磁带上工作，并且转换功能被解释为移动其磁头，替换符号并更改状态。那么，为什么将磁带排除在图灵机的数学定义之外呢？ 据我所知，正式的定义本身似乎并不意味着图灵机的运行就像通常非正式地描述的那样（头在磁带上四处移动）。还是呢？

11 turing-machines  computation-models 

有没有一种方法可以比计算最大匹配更有效（例如更快）地计算未加权二部图中的最大匹配的大小？ 这是一个长镜头，但避免此类一次性计算通常是一个有趣的问题。 动机 我要解决的问题是match-2 ，其中两组大小不同。我需要确定是否有一个覆盖较小集合中所有顶点的匹配项。知道最大匹配的大小后，我便可以检查它是否等于或小于较小集合的大小（如果有这种可能，那么只要结果为“是，就会有一个覆盖小集合的匹配项“您实际上会知道它的大小是多少，但只有在那种情况下才知道），但这并不是绝对必要的：如果有一种方法可以在不计算大小的情况下计算出答案，那对我来说是件好事。

11 algorithms  graphs  optimization  matching  bipartite-matching 

我是CS的入门生，正在学习算法。我听说即使使用量子计算机，通用排序算法也永远不会比时间更好。但是，我也知道分解算法会更快。一般来说，量子计算机将使哪种算法变得更快？n 日志ññ日志⁡ñn\log n

11 algorithms  quantum-computing 

我想知道是否存在针对“具有XOR关系的2-SAT”的多项式算法。2-SAT和XOR-SAT都在P中，但是它的组合吗？ 输入示例： 2-SAT部分： (a or !b) and (b or c) and (b or d) XOR部分： (a xor b xor c xor 1) and (b xor c xor d) 换句话说，输入是以下布尔公式： (a∨¬b)∧(b∨c)∧(b∨d)∧(a⊕b⊕¬c)∧(b⊕c⊕d).(a∨¬b)∧(b∨c)∧(b∨d)∧(a⊕b⊕¬c)∧(b⊕c⊕d).(a \lor \neg b) \land (b \lor c) \land (b \lor d) \land (a \oplus b \oplus \neg c) \land (b …

11 np-complete  satisfiability  xor  2-sat 

我知道它很傻，但是我设法使自己困惑，我需要帮助解决这个问题 假设，那么对于每个预言显然我们都有，这与以下事实相对应：存在一些预言的，因此P=NPP=NPP=NPAAAPA=NPAPA=NPAP^A=NP^AAAAPA≠NPAPA≠NPAP^A\neq NP^AP≠NPP≠NPP\neq NP 怎么了？谢谢！

11 complexity-theory  p-vs-np  oracle-machines 

我们知道π是无限的，并且很可能包含每个可能的有限数字串（析取序列）。 我最近看到了一些πfs原型，它假定您已经创建（或其他任何人）或将要创建的每个文件，该文件已经存在，因此只需提取它即可。还有piFile可以将您的文件转换为pi元数据。 已经存在BBP类型公式（作为实验数学的一部分），它使我们能够计算pi的第n个二进制数字。因此，存储我们的起始位置和数据长度，从理论上讲，我们可以提取我们感兴趣的数据。有一些反对意见认为，我们的元数据（例如，数据的偏移量）可能大于提取的数据。矩阵符号和π可以在base-256中编码，以使其效率更高（请参阅笑话）。 基于上述，我的主要问题是： 是否有基于PI的压缩算法？ 如果没有，那有意义吗？还是在那个领域有研究？ 也许π不是正确的，那么欧拉常数或Tau（τ）呢？有什么不同吗？ 图片来源：恐龙漫画 也可以看看： 可以在合理的时间内在pi中找到任何有限位字符串吗？在SO 将索引存储到π中会不会与原始数据一样大（或更大）？在GitHub

11 algorithms  data-compression  mathematical-programming 

我正在尝试重现一些论文中描述的综合网络（图形）。 据称，Barabasi-Albert模型用于创建“具有幂分布的无标度网络”。PA(k)∝k−λPA(k)∝k−λP_A(k) ∝ k^{-λ} PAPAP_A是一个概率分布，它返回具有度k的节点的概率kkk。例如，PA(2)PA(2)P_A(2)表示从网络中随机选择一个节点并获得度为2的节点的概率。 平均度行程似乎是4在一个纸，具有最小 2.无字的关于最大。在另一篇论文中未指定。定义网络似乎并不重要。ķ ķkkkkkkkkk 给出λ值，节点数。组合是nnn n = 50000，λ= 3，2.7，2.3 n = 4000并且λ= 2.5，或者在另一篇论文中n = 6000和λ= 3 我在寻找实现Barabasi-Albert算法的库，它们似乎需要的参数与lambda和平均度不同。一个是NetworkX，另一个是GraphStream（在此处实现）。他们以类似的方式工作，并要求： n：int-节点数 m：int-从新节点连接到现有节点的边数；每一步要添加的边数 如何计算设置m以生成可比较的图形？ 以下是一些参考资料： 相互依赖网络中的灾难性级联故障，Buldyrev等。2010年，单独提供补充信息 网络物理系统中的小型集群，Huang等。2014年 相互依赖的网络中的灾难性级联故障，Havlin等。2010年，这是在Arxiv上，并在某种程度上澄清了 请注意，这些论文使用“生成函数”来分析研究这些图的某些属性。但是，他们也在这些模型上运行仿真，因此它们一定以某种方式生成了这些网络。 谢谢。

11 algorithms  graph-theory  graphs  randomness  sampling 

我已经读到，像Android和iOS这样的操作系统在某种程度上已经过优化，可以延长电池寿命。 我的理解是，CPU在一定时间内执行一定数量的操作，因此我认为您可以通过减少所需的操作数量来加快应用程序的速度，但是由于CPU仍会在y时间内执行x次操作，因此不应影响力量？ 另外，如果一个进程占用更多RAM，是否会消耗更多功率？

11 computer-architecture  operating-systems  performance  program-optimization 

不确定问题的存在是否立即暗示了物理系统的不可预测性？让我们考虑暂停问题，首先我们使用常规的基于电路的构造来构造物理UTM。这样，就不可能有可确定的物理理论，该理论可以在给定电路的任何输入设置的情况下确定电路是否将停止。这似乎是琐碎的事，但是这不给我们带来一种弱的不可预测性，而没有提及量子或混沌的考虑吗？此外，我们可以通过指出基于电路的UTM没有什么特别之处来加强上述论点，因此，在可以构造UTM的任何级别上，我们通常都无法确定物理系统的行为。 编辑：正如Babou和Ben Crowell所指出的那样，我建议的电路构造只是一个LBA。正如我在评论中指出的那样，我发现想象一台物理的但不受线性限制的机器非常容易且直观。只需构造一台机器（机器人），该机器即可在输入上任意地左右移动多次，并假定它具有有限但不过期的电源。现在我们还遇到了宇宙是有限的问题，但这使我们可以得出结论，即宇宙是有限的，或者最初希望产生的后果必须是真实的（从上述论点得出的结论仍然令人惊讶） 。

11 computability  turing-machines  undecidability  physics 

在未标记图的情况下，可以通过许多在实践中表现出色的算法来解决图同构问题。也就是说，尽管最坏情况下的运行时间是指数的，但通常具有多项式运行时间。 我希望在标记图的情况下情况类似。但是，我很难找到任何提出“实用高效”算法的参考。 备注：在这里，我们要求同构保留标签。也就是说，两个有限自动机/过程代数项之间的同构将暗示自动机/项实质上“等于节点重命名”。 我发现的唯一参考是Wikipedia中的参考，该参考指出标注图的同构问题可以在多项式上简化为普通图。然而，基础论文更多地是关于复杂性理论，而不是实用算法。 我错过了一些东西，或者确实是没有有效的“启发式”算法来确定两个标记图是否同构的情况？ 任何提示或参考都很好。

11 algorithms  graph-theory  graph-isomorphism 

我正在查看构造演算及其在Lambda Cube中的位置。 如果我理解正确，则可以将多维数据集的每个轴都认为是向简单类型的演算添加了另一个涉及类型的操作。第一个轴添加类型到术语运算符，第二个类型到类型运算符和第三个从属类型或术语到类型运算符。CoC具有这三个要素。λ→λ→\lambda_\to 但是，CoC引入了一个术语，并根据推理规则指出，但未使用。我了解这是用于同义命题，但是逻辑命题并未以此为准。P - [R ø p ：Ť ÿ p ëPropPropPropProp:TypeProp:TypeProp : Type 您能否向我解释的用途，出现的时间/地点，并根据立方体的轴进行解释（如果确实可以这样做的话）？PropPropProp

11 terminology  lambda-calculus  type-theory  dependent-types 

我想知道在一般情况下是否存在难题，即“多项式”，我认为有两种解释方法？ñPNPNP 如果，是否有一种算法可以解决N P难问题，其摊销（平均情况）运行时间为O （n k），且常数k为？P≠ NPP≠NPP \neq NPñPNPNPØ （ñķ）O(nk)O(n^k)ķkk 是否存在 -hard 或B P P甚至P P中的问题？ñPNPNP乙PPBPPBPPPPPPPP 任何人都可以回答或提供参考答案中的任何一个吗？

11 complexity-theory  reference-request  np-complete  probabilistic-algorithms  amortized-analysis 

让是被称为是一些计数问题＃ -完全。ΠΠ\PiPPP 是否暗示是硬的（即，除非否则不存在用于该问题的PTAS）？ΠΠ\Pi一个PXAPXAPXP= NPP=NPP=NP

11 complexity-theory  complexity-classes  approximation  counting 

什么是双标准近似算法？在数据流群集的情况下，这种情况不断出现。这与多目标优化有关吗？ 这是我遇到的地方：cis.upenn.edu/~sudipto/mypapers/datastream.pdf。本文是关于k-means算法的流式版本的。论文中有参考文献，但都没有给出关于双标准近似算法的解释。我似乎也找不到在Google上能给我精确定义的任何内容。

11 optimization  approximation 

我正在寻找类似于数组（但不可变）的持久性数据结构，以允许快速索引，追加，前置和迭代（良好的局部性）操作。 Clojure提供了持久的Vector，但仅用于快速追加。Scala的Vector具有有效的固定时间追加和前置，但我无法实现，因为它基于与Clojure向量相同的数据结构（位映射向量trie），并且据我所知，位映射向量trie没有一些技巧就无法快速上手。 我对不是准备使用实现感兴趣，而对自己如何实现这种数据结构的描述感兴趣。

11 data-structures  functional-programming  persistent-data-structure