Questions tagged «complexity-theory»

与解决问题的(计算)复杂性有关的问题

3
决策问题与并非是或不是的“实际”问题
我在很多地方都读到有些问题很难近似( NP很难近似 )。但是,逼近并不是一个决定性的问题:答案是一个实数,而不是是或否。同样对于每个所需的逼近因子,有许多正确的答案和许多错误的答案,并且随着所需的逼近因子而变化! 因此,如何说这个问题是NP问题呢? (灵感来自有向图中计算两个节点之间的简单路径的数量有多困难?)中的第二个项目符号。)


2
是否存在在多项式时间内可解决但在多项式时间内无法验证的任务?
我和我的一位同事刚刚打了一位我们教授的笔记。注释指出,有些任务可以在多项式时间内解决(属于PF类),但不能在多项式时间内验证(不在NPF类别中)。 要详细说明这些类:​​我们得到一些输入X并产生一些输出Y,使得(X,Y)在关系R中表示我们的任务。如果可以在多项式时间内获得X的Y,则该任务属于PF类。如果可以验证多项式长度证明书Z证明在多项式时间内元组(X,Y)与关系R有关,则该任务属于NPF类。 我们不是在谈论决策问题,答案只是“是”或“否”(如果某个字符串属于某种语言,则更为正式)。对于决策问题,似乎PF是NPF的适当子集。但是,对于其他任务,可能会有所不同。 您是否知道可以在多项式时间内解决但无法在多项式时间内验证的任务?

4
是否存在NP问题,而不是P和NP Complete中没有?
NPNP\mathsf{NP}(不是PP\mathsf{P})是否存在NPNP\mathsf{NP}完全的已知问题?我的理解是,在这种情况下,目前没有已知的问题,但尚未排除它的可能性。 如果存在一个问题NPNP\mathsf{NP}(而不是PP\mathsf{P}),但不NP-completeNP-complete\mathsf{NP\text{-}complete},这会是该问题的实例和之间没有现有同构的结果集?如果这种情况下,我们怎么会知道ñ P问题不是“难”比我们目前确定为ñ P - ç Ø 米p 升é 牛逼é集?NP-completeNP-complete\mathsf{NP\text{-}complete}NPNP\mathsf{NP}NP-completeNP-complete\mathsf{NP\text{-}complete}

1
用最少的移动来装满垃圾箱难道难道不是NP?
有nnn垃圾箱和mmm种球。在iii个箱具有标签ai,jai,ja_{i,j}为1≤j≤m1≤j≤m1\leq j\leq m,它的类型的滚珠的预期数量jjj。 您从类型j的bjbjb_j球开始。每个类型j的球的重量为w j,并希望将球放入箱中,使得箱i的重量为c i。保持先前条件成立的球的分布称为可行解。jjjjjjwjwjw_jiiicicic_i 考虑一个可行的解决方案,其中xi,jxi,jx_{i,j} bin i中的类型为jjjj个球,则成本为∑ n i = 1 ∑ m j = 1 | | | | |。a i ,j − x i ,j | 。我们希望找到一种最低成本的可行解决方案。iii∑ni=1∑mj=1|ai,j−xi,j|∑i=1n∑j=1m|ai,j−xi,j|\sum_{i=1}^n \sum_{j=1}^m |a_{i,j}-x_{i,j}| 如果对{wj}{wj}\{w_j\}没有限制,那么这个问题显然是NP问题。子集和问题简化为可行解的存在。 但是,如果我们加上一条,wjwjw_j分歧wj+1wj+1w_{j+1}为每个jjj,然后将子集和减少不再起作用,所以目前还不清楚是否造成问题仍然存在NP难题。检查是否存在可行解仅需O(nm)O(nm)O(n\,m)时间(附在问题末尾),但这不能为我们提供最低成本的可行解决方案。 该问题具有等效的整数程序公式。给定ai,j,ci,bj,wjai,j,ci,bj,wja_{i,j},c_i,b_j,w_j为1≤i≤n,1≤j≤m1≤i≤n,1≤j≤m1\leq i\leq n,1\leq j\leq m: Minimize:subject to:∑i=1n∑j=1m|ai,j−xi,j|∑j=1mxi,jwj=ci for all 1≤i≤n∑i=1nxi,j≤bj for all 1≤j≤mxi,j≥0 for all …

2
为什么我们相信PSPACE≠EXPTIME?
我在直觉上很难理解为什么通常认为PSPACE与EXPTIME不同。如果PSPACE是在输入大小为f (n )的空间多项式中可解决的问题集f(n)f(n)f(n),那么怎么会有一类经历较大指数时间膨胀且不利用指数空间的问题呢? Yuval Filmus的回答已经非常有用。但是,任何人都可以画出我的一个松散的说法,为什么它可能的情况是PSPACE≠EXPTIME(即PSPACE不是EXPTIME的真子集)?我们是否需要指数空间来突破系统配置总数的上限,而系统配置的总数可以随输入大小成倍地扩展?只能说,我可以理解为什么EXPTIME≠EXPSPACE是一个待解决的问题,但是我对PSPACE和EXPTIME之间的关系缺乏了解。

2
NP中不存在但可以确定的NP-Hard问题
我想知道是否有一个很好的例子说明了一个易于理解的,不是NP完全且不确定的NP-Hard问题? 例如,暂停问题是NP-Hard,而不是NP-Complete,但无法确定。 我认为这意味着可以解决问题的解决方案而不是多项式时间内的问题。(如果不是这种情况,请更正此声明)。


1
在有向图中计算两个节点之间的简单路径的数量有多难?
有一个简单的多项式算法可以确定有向图中两个节点之间是否存在路径(只需使用例如深度优先搜索就可以进行常规图遍历)。 但是,令人惊讶的是,如果我们不想计算存在的数量而不想测试路径的数量,那么问题就会变得更加棘手。 如果我们允许路径重用顶点,那么有一种动态编程解决方案可以找到从s到t的n条边的路径数量。但是,如果我们只允许不重复使用顶点的简单路径,那么我能想到的唯一解决方案是路径的蛮力枚举,这具有指数时间复杂性。 所以我问 计算两个顶点之间的简单路径数难吗? 如果是这样,那是NP完全的吗?(我说这是因为从技术上讲这不是决策问题...) P中是否还有其他类似的难点问题?**

3
为什么相对化是一个障碍?
当我在解释Baker-Gill-Solovay证明时,存在一个可以使用的甲骨文,以及一个可以用的甲骨文给朋友一个,问了一个问题,为什么这样的技术不适合证明问题,我无法给出令人满意的答案。P=NPP=NP\mathsf{P} = \mathsf{NP}P≠NPP≠NP\mathsf{P} \neq \mathsf{NP}P≠NPP≠NP\mathsf{P} \neq \mathsf{NP} 更具体地说,如果我有一种方法可以证明并且如果我可以构造oracles来使上述情况发生,那为什么使我的方法无效呢?P≠NPP≠NP\mathsf{P} \neq \mathsf{NP} 关于这个话题有什么论述/想法吗?

4
广义3SUM(k-SUM)问题?
所述3SUM问题试图识别3点的整数a,b,ca,b,ca,b,c从一组大小的使得。n a + b + c = 0SSSnnna+b+c=0a+b+c=0a + b + c = 0 据推测,没有比二次方更好的解决方案,即。或者换句话说:。o(n log (n )+ n 2)o(n2)o(n2)\mathcal{o}(n^2)o(nlog(n)+n2)o(nlog⁡(n)+n2)\mathcal{o}(n \log(n) + n^2) 因此,我想知道这是否适用于广义问题:在大小为的集合为中的找到整数,使得。我∈ [ 1 .. ķ ] 小号Ñ Σ 我∈ [ 1 .. ķ ]一个我 = 0aiaia_ii∈[1..k]i∈[1..k]i \in [1..k]SSSnnn∑i∈[1..k]ai=0∑i∈[1..k]ai=0\sum_{i \in [1..k]} a_i = 0 我认为您可以在针对(推广简单的k = 3算法很简单)。 但是对于k的其他值是否有更好的算法?ķ …

1
具有许多可除条件的子集和问题
令SSS为一组自然数。我们认为SSS可分偏序下,即s1≤s2⟺s1∣s2s1≤s2⟺s1∣s2s_1 \leq s_2 \iff s_1 \mid s_2。让 α(S)=max{|V|∣V⊆S,Vα(S)=max{|V|∣V⊆S,V\qquad \displaystyle \alpha(S) = \max \{|V| \mid V\subseteq S, V的反链}}\}。 如果考虑数字的多重集在的子集和问题SSS,那么与有关的问题的复杂性又能怎么说呢α(S)α(S)\alpha(S)?很容易看出α(S)=1α(S)=1\alpha(S)=1,那么问题就很容易。注意,当α(S)=1α(S)=1\alpha(S)=1††\dagger时,即使是较难的背包问题也很容易。 ††\dagger 解决M. Hartmann和T.Olmstead(1993)的顺序背包问题

2
为什么C的void类型不同于Empty / Bottom类型?
维基百科以及我发现的其他来源都将C的void类型列为单位类型,而不是空类型。我觉得这很混乱,因为在我看来,它void更适合于空/底类型的定义。 void据我所知,没有价值观存在。 返回类型为void的函数指定该函数不返回任何内容,因此只能执行某些副作用。 类型的指针void*是所有其他指针类型的子类型。同样,void*在C中进行来回转换是隐式的。 我不确定最后一点是否可以作为void空类型的参数,void*或多或少是与无关的特例void。 另一方面,void它本身不是所有其他类型的子类型,据我所知,这是将类型作为底部类型的要求。
28 type-theory  c  logic  modal-logic  coq  equality  coinduction  artificial-intelligence  computer-architecture  compilers  asymptotics  formal-languages  asymptotics  landau-notation  asymptotics  turing-machines  optimization  decision-problem  rice-theorem  algorithms  arithmetic  floating-point  automata  finite-automata  data-structures  search-trees  balanced-search-trees  complexity-theory  asymptotics  amortized-analysis  complexity-theory  graphs  np-complete  reductions  np-hard  algorithms  string-metrics  computability  artificial-intelligence  halting-problem  turing-machines  computation-models  graph-theory  terminology  complexity-theory  decision-problem  polynomial-time  algorithms  algorithm-analysis  optimization  runtime-analysis  loops  turing-machines  computation-models  recurrence-relation  master-theorem  complexity-theory  asymptotics  parallel-computing  landau-notation  terminology  optimization  decision-problem  complexity-theory  polynomial-time  counting  coding-theory  permutations  encoding-scheme  error-correcting-codes  machine-learning  natural-language-processing  algorithms  graphs  social-networks  network-analysis  relational-algebra  constraint-satisfaction  polymorphisms  algorithms  graphs  trees 

3
测量SAT实例的难度
给定一个SAT实例,我希望能够估计解决该实例的难度。 一种方法是运行现有的求解器,但这种方法无法达到估算难度的目的。第二种方法可能是查看子句与变量的比率,就像在random-SAT中进行相变一样,但是我确信存在更好的方法。 给定一个SAT实例,是否有一些快速的试探法来衡量难度?唯一的条件是,这些启发式方法要比在实例上实际运行现有的SAT求解器快。 相关问题 哪些SAT问题很容易?在cstheory.SE 该问题询问有关易于处理的实例集。这是一个类似的问题,但并不完全相同。我对一种启发式方法非常感兴趣,该启发式方法对单个实例做出了某种半智能的猜测,以确定该实例是否很难解决。

6
从一组对中生成组合而无需重复元素
我有一对。每对都具有(x,y)的形式,使得x,y属于范围内的整数[0,n)。 因此,如果n为4,那么我有以下几对: (0,1) (0,2) (0,3) (1,2) (1,3) (2,3) 我已经有一对了。现在,我必须使用n/2对构建一个组合,这样就不会重复任何整数(换句话说,每个整数在最终组合中至少出现一次)。以下是正确和不正确组合以更好地理解的示例 1. (0,1)(1,2) [Invalid as 3 does not occur anywhere] 2. (0,2)(1,3) [Correct] 3. (1,3)(0,2) [Same as 2] 一旦我有了配对,有人可以建议我一种生成所有可能组合的方法。

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.