Questions tagged «complexity-theory»

与解决问题的(计算)复杂性有关的问题

3
为什么在复杂性理论中使用语言
我刚刚开始涉足计算理论,该理论研究可计算的内容,速度,使用多少内存以及使用哪种计算模型。 我有一个非常基本的问题,但我确实希望你们中的一些人可以帮助我理解其背后的概念: 为什么一切都围绕语言的概念和定义(即常规语言和上下文无关语言)进行?以及它们如何关联和描述算法的复杂性以及解决这些问题的可能的计算模型? 我阅读了以下相关问题: /cstheory/14811/what-is-the-enlightenment-im-supposed-to-attain-after-studying-有限自动机 /cstheory/8539/how-practical-is-automata-theory 但是我仍然无法回答我的疑问,因为它们为它们为什么重要(我确实理解)提供了实际的辩护,但并不能帮助我理解为什么复杂性理论基于它们。

2
我们能否从NP问题之间的Cook缩减中构造Karp缩减?
关于Cook和Karp约简的关系,我们有几个问题。显然,Cook约简(多项式时间Turing约简)与通常使用的Karp约简(多项式时间多一归约)没有定义相同的NP完整性概念。特别是,即使P NP ,Cook还原也无法将NP与co-NP分开。因此,我们不应该在典型的归约证明中使用Cook归约法。≠≠\neq 现在,学生们发现了一个经过同行评审的作品[1],该作品使用Cook归约法来表明问题是NP难题。我没有给他们从那里得到的减少的满分,但是我想知道。 因为库克还原法确实定义了与Karp还原法相似的硬度概念,所以我认为它们应该能够将N从NPC中分离出来。共同NPC,假设P NP。特别地,(类似)以下应为真:≠≠\neq L1∈NP,L2∈NPCKarp,L2≤CookL1⟹L1∈NPCKarpL1∈NP,L2∈NPCKarp,L2≤CookL1⟹L1∈NPCKarp\qquad\displaystyle L_1 \in \mathrm{NP}, L_2 \in \mathrm{NPC}_{\mathrm{Karp}}, L_2 \leq_{\mathrm{Cook}} L_1 \implies L_1 \in \mathrm{NPC}_{\mathrm{Karp}}。 重要的点是要避免上述不敏感的L1∈NPL1∈NPL_1 \in \mathrm{NP}。现在,根据NPC的定义,我们“知道” L2≤KarpL1L2≤KarpL1L_2 \leq_{\mathrm{Karp}} L_1。 正如Vor所指出的那样,这并不是那么容易(适应符号): 假设L1∈NPCCookL1∈NPCCookL_1 \in \mathrm{NPC}_{\mathrm{Cook}},然后根据定义,所有语言L2∈NPCKarp⊆NPL2∈NPCKarp⊆NPL_2 \in \mathrm{NPC}_{\mathrm{Karp}} \subseteq \mathrm{NP}我们有L2≤CookL1L2≤CookL1L_2 \leq_{\mathrm{Cook}} L_1;如果上述含义正确,则L1∈NPCKarpL1∈NPCKarpL_1 \in \mathrm{NPC}_{\mathrm{Karp}},因此NPCKarp=NPCCookNPCKarp=NPCCook\mathrm{NPC}_{\mathrm{Karp}} = \mathrm{NPC}_{\mathrm{Cook}}仍然是一个悬而未决的问题。 两个NPC之间可能存在其他差异,但共同NP。 如果没有,是否有任何已知的(非平凡的)判据可用于进行库克归约时隐含Karp-NP硬度,即我们是否知道谓词具有PPP L2∈NPCKarp,L2≤CookL1,P(L1,L2)⟹L1∈NPCKarpL2∈NPCKarp,L2≤CookL1,P(L1,L2)⟹L1∈NPCKarp\qquad\displaystyle L_2 \in \mathrm{NPC}_{\mathrm{Karp}}, L_2 \leq_{\mathrm{Cook}} L_1, P(L_1,L_2) …


1
表明对二部图的最小顶点删除是NP完全的
考虑以下问题,其输入实例为简单图和自然整数。GGGķkk 是否有一个集合使得是二分式且?小号⊆ V(G )S⊆V(G)S \subseteq V(G)摹- 小号G−SG - S| 小号| ≤ķ|S|≤k|S| \leq k 我想通过减少3-SAT, -CLIQUE, -DOMINATING SET或 -VERTEX COVER来显示此问题是 -complete。ñ PNP\rm{NP}ķkkķkkķkk 我相信我可以减少3色问题,所以我只需要看看如何减少上述问题之一。但是,由于那将是一团糟,我想知道是否有人认为可以很好地减少上述问题。 另外,这个决策问题有名字吗?

1
相对化背后的直觉
我上关于计算复杂性的课程。我的问题是我不了解相对化方法。不幸的是,到目前为止,我试图在许多教科书中找到一些直觉,但没有成功。如果有人可以阐明这个话题,我将不胜感激,这样我就可以自己继续下去。以下几句话是关于相对化的问题和我的想法,它们将有助于引导讨论。 相对化经常与对角化相比,对角化是一种有助于区分可数集和不可数集的方法。相对论的某种原因来自相对论,对角化不能解决对问题。我真的不明白相对论为什么对角化没有用,如果相对没用,为什么实际上是无用的。PPPNPNPNP 首先,oracle Turing机器背后的想法很明确。但是,当涉及到和,直觉就消失了。Oracle是专门为特殊语言设计的黑盒,它回答了oracle输入中的字符串是否使用时间1的语言的问题。据我了解,包含oracle的TM只是进行一些辅助操作并询问oracle。因此,TM的核心是预言,其他所有方面都不那么重要。和什么区别,甚至认为甲骨文在时间1都可以工作。MAMAM^ANPANPANP^APAPAP^APAPAP^ANPANPANP^A 的最后一件事是Oracle的证明存在使得。我在几本教科书中都找到了证明,而在所有教科书中,证明似乎都很模糊。我尝试使用Sipser第9章的“复杂性简介”。难解性,并没有构造所有多项式时间预言器的清单的想法。BBBPB≠NPBPB≠NPBP^B \neq NP^BMiMiM_i 这或多或少是我对相对化所了解的一切,如果有人决定分享他/她对该主题的想法,我将不胜感激。 附录:在一本教科书中,我发现了语言的示例(计算复杂性:Boaz Barak Sanjeev Arora的现代方法,定理3.7,第74页)。这是一元语言。我相信(1,11,111,1111,...)都在。作者确认这种语言是的语言,这是我无法理解的原因,因此B的oracle可以在时间1内解决所有问题。为什么我们需要使用oracle的不确定性TM。如果不是好例子,请提出您的观点,以批准的存在。NPBNPBNP^BUB={1n:some string of length n is in B}UB={1n:some string of length n is in B}U_B=\left \{ 1^n:some \space string \space of \space length \space n \space is \space in \space B\right \} UBUBU_BNPBNPBNP^BNPBNPBNP^BNPBNPBNP^B

1
TCS专业数学
我正在寻找理论计算机科学专业;特别是,我对复杂性理论和概率自动机理论感兴趣。在我即将毕业的一年中,您认为接下来的两个学期中,哪些数学高级课程(例如伽罗瓦理论或谐波分析)对您有用?为什么?


1
证明RAM机可在T(n)中计算的布尔函数在DTIME(T(n)^ 2)中
问题是Arora-Barak的书《计算复杂性-一种现代方法》中的练习1.9 : 将RAM Turing计算机定义为具有随机访问内存的Turing计算机。我们将其形式化如下:机器具有一个初始化为所有空格的无限数组A。它按如下方式访问此数组。机器的工作磁带之一被指定为地址磁带。机器还具有两个用R和W表示的特殊字母符号,以及一个用q_access表示的附加状态。每当机器进入q_access时,如果其地址带包含“ i” R(其中“ i”表示i的二进制表示形式),那么值A [i]就会写入R符号旁边的单元格中。如果其磁带包含“ i” Wa(其中a是机器字母中的某些符号),则将A [i]设置为值a。 证明如果布尔函数可在RAM TM的时间(对于某个时间可构造的)内计算,则它在。fffT(n)T(n)T(n)TTTDTIME(T(n)2)DTIME(T(n)2)\mathrm{DTIME}(T(n)^2) 使用附加的磁带记录对(地址,值)的简单解决方案结果是,因为该磁带的大小可以为用对,而每对中的地址可以是尺寸的。DTIME(T(n)3)DTIME(T(n)3)\mathrm{DTIME}(T(n)^3)O(T(n)2)O(T(n)2)O(T(n)^2)O(T(n))O(T(n))O(T(n))O(T(n))O(T(n))O(T(n))

3
用浮桥NP-连接岛屿是否完整?
我脑子里有一个问题,我认为这是一个NPC问题,但我不知道如何证明。 这是问题所在: 在一个非常大的湖泊中有k个岛,并且有n 个扇形浮桥。这些浮桥大小相同,但初始方向不同,在湖中的原始位置也不同。浮桥可以绕其质心自由旋转,并且没有旋转的成本。 现在我们需要移动那些浮桥,以便可以连接湖中的所有岛屿。我们可以保证浮桥的数量足以连接所有岛屿。 [注意]:我们不能重复使用浮筒!! 任务是找到具有最小移动浮桥总距离的解决方案,以使所有孤岛相连。移动一个浮桥的距离可以计算为质心的原始位置与其展开位置之间的距离。 为了清楚起见,我画了一个这样的数字。假设我们有3个岛A,B和C。它们位于湖中某处。我有几个扇形的卡通漫画。现在的解决方案是找到连接图A,B和C的最小移动距离总和,如图底部所示。希望它有助于理解问题。:) 看来问题出在NPC上,但我不知道要证明这一点。谁可以帮我这个事?

2
图着色问题的NP完全性
替代配方 我想出了以下问题的替代方案。替代公式实际上是问题的一种特殊情况,它使用二部图描述问题。但是,我相信替代性的表达方式仍然对NP不利。替代方法使用不相交的传入和传出节点集,从而简化了问题定义。 给定传出和n个传入节点(分别为图中的红色和蓝色节点),以及传出和传入顶点之间的边权重大小为n × n的集合w i j。该问题的目的是为图中的粗边着色,以便对每个传入节点都满足条件。nnnnnnwijwijw_{ij}n×nn×nn \times n 给定一组输出顶点,一组 { I i{Oi|i=1…n}{Oi|i=1…n}\{ O_i \; | \; i=1 \dots n \}输入顶点, Ñ × Ñ权重 瓦特我Ĵ ≥ 0之间 ö 我的和我Ĵ的用于我,Ĵ = 1 ... Ñ,和一个正的常数 β,找到的颜色的最小数目对于边缘 e i i(上图中的厚边缘),使得对于所有 j = 1 … n,{Ii|i=1…n}{Ii|i=1…n}\{ I_i\; | \; i=1 \dots n \}n×nn×nn \times …

1
如何证明在多项式时间内可求解的3SAT约束版本(其中没有一个文字可以出现多次)是可解决的?
我正在尝试制定一项任务(取材于算法-S. Dasgupta,CH Papadimitriou和UV Vazirani撰写,第8章,问题8.6a),而我的解释是: 鉴于即使限制在每个文字最多出现两次的公式中,3SAT仍然是NP完全的,这表明如果每个文字最多出现一次,那么该问题可以在多项式时间内解决。 我试图通过将子句分成多个组来解决此问题: 与其余条款没有任何共同点的条款 仅有1个共同变量的子句 有两个共同变量的条款 具有所有三个变量的子句 我的推理是按照这样的思路进行的:此类组的数量是有限的(由于没有文字出现的限制超过一次),我们可以尝试首先满足最严格的组(第4组),然后替换会产生较少的受限制的组(3、2,然后是1),但是我意识到这并不能带我去任何地方,因为这与3SAT受约束版本的情况并没有太大不同,在受约束版本中,每个文字都可以出现最多两次,这已被证明是NP完全的。 我尝试在网上搜索任何提示/解决方案,但我只能获得此链接,其中的提示对我来说没有足够的意义,我在这里逐字复制: 提示:由于每个文字出现最多一次,转换这个问题2SAT问题-因此多项式时间内,如果一个文字显示在条款Ç Ĵ和的补体X 我(即,¯ X 我在子句)Ç ķ,构建体的新子句子句ç Ĵ ∨ ¯ ç ķ。xixix_iCjCjC_jxixix_ixi¯¯¯¯¯xi¯\overline{x_i}CkCkC_kCj∨Ck¯¯¯¯¯¯Cj∨Ck¯C_j \lor \overline{C_k} 无论和ç ķ有每次三个文字-我没有得到我应该如何去这样做将其转换为2SAT Ç Ĵ ∨ ¯ ç ķ(或¯ ç Ĵ ∨ Ç ķ如果我读错的话)。CĴCĴC_jCķCķC_kCĴ∨ çķ¯¯¯¯¯¯CĴ∨Cķ¯C_j \lor \overline{C_k}CĴ∨ çķ¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯CĴ∨Cķ¯\overline{C_j \lor C_k} 在解密提示或提供我可以探索的路径方面的任何帮助将不胜感激。

3
所有NP问题都可以简化为NP完全问题:那么NP问题又如何不能成为NP完全问题呢?
我的书这样说 如果决策问题B在P中并且A减少到B,则决策问题A在P中。 如果B在NP中,则决策问题B是NP完全的;对于NP中A中的每个问题,A都会减少为B。 如果C在NP中,则决策问题C是NP完全问题;对于某些NP完全问题B,决策问题C简化为C。 所以我的问题是 如果B或C处于NP完全状态,并且NP中的所有问题都归结为一个NP完全问题,那么使用第一个规则,怎么一个NP问题都不是NP完全的? 如果A减少到B,B会减少到A吗?


4
NSPACE(O(n))中的一种语言,很可能不是DSPACE(O(n))中的一种语言
实际上,我发现上下文相关语言集CSLCSL\mathbf{CSL}(接受的语言)没有像(常规语言)或(无上下文语言)。而且,开放式问题不如“类似”问题那么著名:“ “。=NSPACE(O(n))=LBA=NSPACE(O(n))=LBA\mathbf{=NSPACE(O(n)) = LBA}REGREG\mathbf{REG}CFLCFL\mathbf{CFL}DSPACE(O(n))=?NSPACE(O(n))DSPACE(O(n))=?NSPACE(O(n))\mathbf{DSPACE(O(n))} =^{?} \mathbf{NSPACE(O(n))}P=?NPP=?NP\mathbf{P} =^{?} \mathbf{NP} 好吧,真的有这样的类比吗? 是否有一种语言无法证明为 (例如完整语言)?D S P A C E (O (n ))N PCSLCSL\mathbf{CSL}DSPACE(O(n))DSPACE(O(n))\mathbf{DSPACE(O(n))}NPNP\mathbf{NP} 此外:是否有一种语言在以下意义上是“完整的”:如果我们可以证明在我们得到吗?C S L L D S P A C E (O (n ))D S P A C E (O (n ))= N S P A C E (O (n ))LLLCSLCSL\mathbf{CSL}LLLDSPACE(O(n))DSPACE(O(n))\mathbf{DSPACE(O(n))}DSPACE(O(n))=NSPACE(O(n))DSPACE(O(n))=NSPACE(O(n))\mathbf{DSPACE(O(n)) …

2
无等级的联合查找与路径压缩的复杂性
Wikipedia表示不进行路径压缩的按等级合并会产生的摊销时间复杂度,而通过等级压缩和路径压缩会产生的摊销时间复杂度(其中是Ackerman函数的反函数)。但是,它没有提到没有联合等级的路径压缩的运行时间,这就是我通常自己实现的时间。O (α (n ))αO (对数n )O(log⁡n)O(\log n)O (α (n ))O(α(n))O(\alpha(n))αα\alpha 如果没有路径压缩优化,那么使用路径压缩优化进行联合查找的摊还时间复杂度是多少?

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.