Questions tagged «complexity-theory»

与解决问题的(计算)复杂性有关的问题


3
是否可以确定给定算法是否渐近最优?
是否存在以下问题的算法: 给定图灵机确定语言, 是否有图灵机决定使得 ? L M 2 L t 2(n )= o (t 1(n ))中号1个M1M_1大号LL中号2M2M_2大号LLŤ2(n )= o (t1个(n ))t2(n)=o(t1(n))t_2(n) = o(t_1(n)) 函数和分别是图灵机和的最坏情况下的运行时间。t 2 M 1 M 2Ť1个t1t_1Ť2t2t_2中号1个M1M_1中号2M2M_2 空间复杂度如何?

1
推断优化类型
在工作中,我的任务是推断一些有关动态语言的类型信息。我将语句序列重写为嵌套let表达式,如下所示: return x; Z => x var x; Z => let x = undefined in Z x = y; Z => let x = y in Z if x then T else F; Z => if x then { T; Z } else { F; Z } 由于我从一般类型信息开始,并试图推断出更具体的类型,因此自然的选择是精简类型。例如,条件运算符返回其真假分支类型的并集。在简单的情况下,它效果很好。 但是,在尝试推断以下类型时遇到了障碍: function …
11 programming-languages  logic  type-theory  type-inference  machine-learning  data-mining  clustering  order-theory  reference-request  information-theory  entropy  algorithms  algorithm-analysis  space-complexity  lower-bounds  formal-languages  computability  formal-grammars  context-free  parsing  complexity-theory  time-complexity  terminology  turing-machines  nondeterminism  programming-languages  semantics  operational-semantics  complexity-theory  time-complexity  complexity-theory  reference-request  turing-machines  machine-models  simulation  graphs  probability-theory  data-structures  terminology  distributed-systems  hash-tables  history  terminology  programming-languages  meta-programming  terminology  formal-grammars  compilers  algorithms  search-algorithms  formal-languages  regular-languages  complexity-theory  satisfiability  sat-solvers  factoring  algorithms  randomized-algorithms  streaming-algorithm  in-place  algorithms  numerical-analysis  regular-languages  automata  finite-automata  regular-expressions  algorithms  data-structures  efficiency  coding-theory  algorithms  graph-theory  reference-request  education  books  formal-languages  context-free  proof-techniques  algorithms  graph-theory  greedy-algorithms  matroids  complexity-theory  graph-theory  np-complete  intuition  complexity-theory  np-complete  traveling-salesman  algorithms  graphs  probabilistic-algorithms  weighted-graphs  data-structures  time-complexity  priority-queues  computability  turing-machines  automata  pushdown-automata  algorithms  graphs  binary-trees  algorithms  algorithm-analysis  spanning-trees  terminology  asymptotics  landau-notation  algorithms  graph-theory  network-flow  terminology  computability  undecidability  rice-theorem  algorithms  data-structures  computational-geometry 

1
顶级SAT求解器可以分解为简单数吗?
现代SAT求解器非常擅长求解SAT实例的许多实际示例。但是,我们知道如何生成难的密码:例如,使用从分解为SAT的简化方法,并提供RSA数字作为输入。 这就提出了一个问题:如果我举一个简单的因式分解的例子怎么办。而不是对位取两个大质数,如果我对位取质数而对位取质数q ,则令并编码作为SAT实例。是通过蛮力搜索或筛分法容易分解的数字,因为其中一个因素很小。从分解到SAT的标准减少了的现代SAT求解器是否也采用了这种结构?n / 2ñ/2n/2ppp日志ñ日志⁡ñ\log nñ /日志ññ/日志⁡ñn/\log nñ= p qñ=pqN = pqF A C T O R( N)F一种CŤØ[R(ñ)\mathrm{FACTOR}(N)ññN 可以使SAT求解器的因子,其中快速?ñ= pqñ=pqN = pq| p |=日志ñ|p|=日志⁡ñ|p| = \log n

1
减少到TSP的连续优化问题
假设我在平面上得到了一组有限的点,并要求通过绘制两次可微分的曲线,以使其周长尽可能小。假设和,我可以将这个问题形式化为:p1,p2,..pnp1,p2,..pnp_1,p_2,..p_nC(P)C(P)C(P)pipip_ipi=(xi,yi)pi=(xi,yi)p_i=(x_i,y_i)xi&lt;xi+1xi&lt;xi+1x_i<x_{i+1} 问题1(根据Suresh的评论进行编辑)确定 参数函数,使得弧长 最小化,其中,对于所有,我们有。C2C2C^2x(t),y(t)x(t),y(t)x(t),y(t)tttL=∫[t∈0,1]x′2+y′2−−−−−−−√dtL=∫[t∈0,1]x′2+y′2dt L = \int_{[t \in 0,1]} \sqrt{x'^2+y'^2}dtx(0)=x1,x(1)=xnx(0)=x1,x(1)=xnx(0) = x_1, x(1) = x_nti:x(ti)=xiti:x(ti)=xit_i: x(t_i) = x_iy(ti)=yi)y(ti)=yi)y(t_i)=y_i) 我如何证明(或反驳)问题1是NP问题? 为什么我怀疑NP硬度 假设假设是宽松的。显然,最小弧长的功能是的Traveling Salesman旅行。也许约束只会使问题变得更加困难?p 我Ç 2C2C2C^2pipip_iC2C2C^2 上下文在MSE上发布了此问题的变体。在那里和MO都没有得到答案。考虑到解决问题并非易事,我想确定问题的难度。

1
证明有向图诊断很困难
我有一段时间一直在做作业,我一直在努力,对此我将不胜感激。这是关于选择一个已知问题的,该问题的NP完全性得到证明,然后构造从该问题到下一个问题的归约关系,我将其称为DGD(有向图诊断)。 问题 DGD 一个实例由顶点V = I组成。∪ Ø 。∪乙,向边Ë和一个正整数ķ。共有三种类型的顶点:仅具有输入边I的顶点,仅具有输出边O的顶点和具有输入和输出边B的顶点。此外,令D =O × I。(五,E,k )(V,Ë,ķ)(V,E,k)V= 我∪。Ø ∪。乙V=一世∪。Ø∪。乙V = I \overset{.}{\cup} O \overset{.}{\cup} BËËEķķk一世一世IØØO乙乙BD = O × 我d=Ø×一世D=O\times I 现在的问题是,我们是否可以覆盖最多D个元素的所有节点,即ķķkddD ∃小号⊆ d ,| 小号| ≤ķ。∀ v ∈ V。∃ (v1个,v2)∈ 小号。v 1个→∗v →∗v2∃小号⊆d,|小号|≤ķ。 ∀v∈V。 ∃(v1个,v2)∈小号。 v1个→∗v→∗v2\qquad \displaystyle \exists\,S\subseteq D, |S|\leq k.\ \forall\, v\in V.\ \exists\,(v_1,v_2) …

1
收集APX难题
每个人都知道“ Garey&Johnson”,当我需要一个问题来解决NP硬度证明时,这就是我的首选。但是,我最近发现自己需要APX硬度证明,并且我想知道是否存在类似(且最新的..?)问题集,这些问题被证明是APX困难的。 有人知道这样的事吗?我发现很难相信没有系统地收集此类问题的网站,但是我的Google技能似乎不足。

2
LIN中是否有HORN-SAT,如果是,那为什么不表示P = LIN?
复杂性动物园将定义为可由确定性图灵机在线性时间内解决的一类决策问题。大号我ñ大号一世ñLIN 大号我ñ⊆ P大号一世ñ⊆PLIN \subseteq P 由于HORN-SAT在可解(如用于测试命题号角公式的可满足性的线性时间算法中所述(1984年))O (n )Ø(ñ)O(n) 提出了确定(命题)Horn公式是否可满足的新算法。如果Horn公式包含不同的命题字母,并且假定它们正好是,则本文介绍的两种算法在时间上运行,其中是文字出现的总数在。K P 1,… ,P K O (N )N A一个一个AķķKP1个,… ,PķP1个,…,PķP_1,…, P_Kø (Ñ)Ø(ñ)O(N)ññN一个一个A 我想知道为什么我们不能得出这样的结论 大号我ñ= P大号一世ñ=PLIN = P 鉴于在对数空间缩减下,HORN-SAT也被证明是?我肯定错过了什么。还是那是众所周知的事实?PPP (我还没有仔细阅读1984年的论文,所以我不太了解线性时间求解HORN-SAT的算法,因此我可能会误解其含义。)

1
解决NP完全问题的所有已知算法是否具有建设性?
是否有已知算法可以在不隐式生成证书的情况下正确输出“是”到NP完全问题? 我知道,将可满足性预言器转变为令人满意的分配器很简单:只需遍历变量,每次都要求可满足性预言器解决该变量与原始问题的结合。 但是这样的包装器会有用吗?所有坐式求解器都在可能分配的空间中进行搜索吗? 还是存在某些类型的NP完全问题(旅行商,子集总和等),其中求解器可以利用数学定理来证明必须存在解?喜欢通过矛盾进行证明吗?

2
寻找可满足性问题的解决方案比确定可满足性难吗?
确定给定布尔表达式在计算上是否可以满足与实际找到该表达式的解决方案的问题是否存在? 换句话说,是否有另一种方式可以找到给定的表达式是令人满意的,而无需明确确定布尔变量的“正确设置”?还是所有可能的证明都将多项式时间减少到“正确的设置”? 原谅我的无知,我只是一名工程专业的学生。维基百科似乎暗示仅找到SAT或UNSAT 的行为是NP完全的。

3
为什么我们不能有效地翻转NDTM的答案?
我读过几次书,说不可能有效地扭转NDTM的答案。但是,我不明白为什么。例如,给定以O (n )运行的NDTM ,此文本(第3.3节)指出,尚不清楚另一个NDTM T如何确定在O (n 100)时间内如何翻转M的答案。中号MMO (n )O(n)O(n)ŤTTØ (ñ100)O(n100)O(n^{100})中号MM 我的问题如下:如果存在一系列导致进入接受状态的不确定性选择,则NDTM输出。此外,存在一种通用的NDTM N U,它可以以很小的(对数)开销模拟每个NDTM。那么为什么我们不能这样构造T:首先,用通用NDTM模拟M,这应该在时间O (n log n )中实现。然后输出1 – M的答案。这意味着我们可以在时间O (n log n )中翻转任何线性NDTM的答案。1个11ñüNUNUØ (ñ 日志n )O(nlog⁡n)O(n\log n)Ø (ñ 日志n )O(nlog⁡n)O(n\log n)

2
为什么在复杂性理论中通常使用决策问题?
从维基百科: 计算问题的类型:最常用的问题是决策问题。但是,可以根据功能问题,计数问题,优化问题,承诺问题等来定义复杂性类。 我还看到NP-complete,NP-hard,NP ...的定义仅用于决策问题。我不知道为什么会这样吗? 是因为其他任何问题都可以等效地转换为决策问题吗?

2
如果A映射到B的补集是可还原的
我正在为计算理论的最终学习而努力,并且正在努力回答该声明是否为假的正确方法。 通过定义的,我们可以构造下面的语句,≤m≤m\leq_m w∈A⟺f(w)∈B→w∉A⟺f(w)∉Bw∈A⟺f(w)∈B→w∉A⟺f(w)∉Bw \in A \iff f(w) \in B \rightarrow w \notin A \iff f(w) \notin B 这就是我遇到的问题,我想说的是,由于我们有这样的可计算函数,所以如果有函数f,它将仅给我们从A到B的映射,否则不会。fff 我不知道该如何正确地表达这句话,或者我是否步入正轨。

3
有效计算的概念
如果多项式时间Turing机器算法的运行时间在最坏的情况下受输入大小中的多项式函数的限制,则认为该算法是有效的。我知道强力的“ Turing-Turing”论点: 可以在图灵机上有效模拟任何合理的计算模型 但是,我不了解用于分析微积分算法的计算复杂性的扎实理论。λλ\lambda 对于每个已知的计算模型,我们是否都有计算效率的概念?是否有仅对可计算性问题有用但对计算复杂性问题无用的模型?

5
所有整数线性规划问题都是NP-Hard吗?
据我了解,分配问题在P中,因为匈牙利算法可以在多项式时间-O(n 3)中解决它。我也知道分配问题是整数线性规划问题,但是Wikipedia页面指出这是NP-Hard。对我来说,这意味着分配问题在NP-Hard中。 但是可以肯定,分配问题不能同时存在于P和NP-Hard中,否则P等于NP吗?维基百科页面是否仅表示解决所有ILP问题的通用算法是NP-Hard?其他一些资料指出,ILP是NP-Hard,所以这确实使我对一般的复杂性类的理解感到困惑。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.