Questions tagged «computation-models»

用于计算的允许操作集的定义及其各自的成本。模型的一些示例包括图灵机,递归函数,lambda演算和生产系统。

2
经二分模型在O(n)中是否可以进行整数排序?
据我所知,不存在可以解决以下问题的最坏情况算法:O (n )O(n)O(n) 给定长度为的序列,该序列由有限整数组成,请找到每个元素小于或等于其后继元素的排列。ñnn 但是在跨二分法的计算模型中是否存在不存在的证据? 请注意,我并没有限制整数的范围。我也不将解决方案限制为比较排序。

2
对于尚未完全完成的计算模型,是否有“可计算”的明确定义?
这是这里另一个问题的跟进,我希望它不要太哲学。正如Raphael在对我的上一个问题的评论中指出的那样,我并没有真正理解“可计算”的定义,但是根据我读过的一些论文,当涉及到比图灵弱的计算模型时,该定义也不是很清楚。机器,因为输入和输出的编码。 图灵可计算的典型定义如下: 定义1:函数称为图灵可计算函数,前提是有一台图灵机M使用自然数的适当编码作为字符串来计算f。F:Nķ→ Nf:Nk→Nf : \mathbb{N}^k \to \mathbb{N}中号MMFff 定义的确切区别在于确切的编码是什么,但是大多数将二进制编码,一元编码或十进制编码称为固定和合适的编码。还可能显示出,为定义可计算性需要固定一种编码。但是,是什么使自然数的二进制编码如此特殊,以便我们可以将其公理化为一种合适的编码呢?可能是因为它符合可计算性巧合的直观概念。 现在,如果我们看比图灵机更弱的计算模型怎么办?例如,让我们考虑集合 “残废”图灵机与字母表{ 0 ,1 }这可能只向右移动,和的定义残废图灵可计算这与图灵可计算性是一致的:中号CMcM_c{ 0 ,1 }{0,1}\{0,1\} 定义2:一函数称为残废图灵可计算或可计算中号Ç当且仅当有一个残缺图灵机中号,其计算˚F使用自然数作为字符串的一个合适的编码。F:Nķ→ Nf:Nk→Nf : \mathbb{N}^k \to \mathbb{N}中号CMcM_c中号MMfff 如果我们定义“合适的编码”为“二进制编码”,则该函数是不可计算中号Ç。如果将“合适的编码”公理化为“一元编码”,则f可在M c中计算。考虑到每个人都可以随意修复无限多种直观编码之一的事实,这似乎很尴尬。应该清楚的是,计算模型是否可以计算ff:N→N,n↦n+1f:N→N,n↦n+1f : \mathbb{N} \to \mathbb{N}, n \mapsto n+1McMcM_cfff McMcM_cfff 还是不提及某些特定的编码-至少我从未见过有人提到“循环程序比图灵机弱”时使用什么编码。 引言之后,我终于可以提出我的问题:如何为与直观的可计算性概念不一致的任意计算模型定义“合适的编码”和“可计算性” ?在可计算性框架内是否有可能? 编辑:我简化了介绍,但没有增加问题。

2
模拟计算机与教会图灵理论
我想引用Nielsen&Chuang的《量子计算和量子信息》,十周年纪念版,第5页(重点是我的文章): 强大的Church-Turing论文面临的一类挑战来自模拟计算领域。自图灵以来的许多年中,许多不同的研究人员团队注意到,某些类型的模拟计算机可以有效地解决人们认为在图灵机上没有有效解决方案的问题。乍一看,这些模拟计算机似乎违反了Church-Turing论文的强形式。不幸的是,对于模拟计算,事实证明,当对模拟计算机中存在噪声做出现实的假设时,其功率在所有已知情况下都会消失。他们无法有效解决在图灵机上无法有效解决的问题。本课(在评估计算模型的效率时必须考虑现实噪声的影响)是量子计算和量子信息的早期重大挑战之一,这一挑战是通过量子误差理论的发展而成功解决的纠错码和容错量子计算。因此,与模拟计算不同,量子计算原则上可以容忍有限量的噪声,并且仍然保留其计算优势。 这是一个说明,噪声的扩展速度要比问题大小的影响力更快,还是有人可以向我指出正确的方向,以便使我更多地了解这些扩展限制是根本的还是仅仅是“工程问题”? 需要明确的是,我要问模拟计算机是否由于噪声而无法在效率上击败图灵机。

6
图灵机在某个时候是否具有无限的假设?
在上一个问题中,什么是算法?,我问有一个基于预先计算的值数组返回函数值的“算法”是否是一种算法。 引起我注意的答案之一是: 阶乘示例进入另一种计算模型,称为非均匀计算。图灵机是统一计算模型的一个示例:它具有单个有限的描述,并且可用于任意大尺寸的输入。换句话说,存在一个TM可以解决所有输入大小的问题。 现在,我们可以改为按以下方式考虑计算:对于每个输入大小,都有一个TM(或某些其他计算设备)可以解决该问题。这是一个非常不同的问题。注意,单个TM不能存储每个整数的阶乘,因为TM具有有限的描述。但是,我们可以制作一个TM(或C中的程序)来存储所有小于1000的数字的阶乘。然后,我们可以制作一个存储所有1000到10000之间的数字的阶乘的程序。依此类推。 难道不是每个TM都实际上采取某种方式来处理无穷大吗?我的意思是,即使是具有有限描述的TM,也可以通过算法将任意数量的N的阶乘计算机进行计算 int fact(int n) { int r = 1; for(int i=2;i<=n;i++) r = r*i; return r; } 包含以下假设:TM具有“硬件”以通过“ <=”比较器比较任意大小的数字,并且还具有ADDers可以将i递增到任意数字,而且具有表示任意大小的数字的能力。 我想念什么吗?为什么我在其他问题中提出的方法在无限性方面不如在这种方法中可行?
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.