Questions tagged «terminology»

有关如何理解特定概念以及符号约定的问题。


1
如果不是多项式或指数式,那么该函数叫什么?
我刚刚在Garey和Johnson的“计算机与难处理性”的第6页上找到了这句话。 时间复杂度函数不能如此有限的任何算法都称为指数时间算法(尽管应注意,此定义包括某些非多项式时间复杂度函数,例如,通常不将其视为指数函数)功能)。nlognnlog⁡nn^{\log n} 我的问题如下 如果不是多项式也不是指数式,那么该函数叫什么?是否有名称或特殊情况?nlognnlog⁡nn^{\log n} 谢谢。

2
什么是通用搜索的外行解释?
我正在阅读有关计算机科学主题的书,但缺少一些先决条件。通常,当我碰到术语时,我不理解我只是在查找它们,但是对于通用搜索,我只是无法找到适合没有统计学/计算机科学背景的读者的解释。 我一直在阅读Scholarpedia上有关“ 通用搜索”的文章,该文章似乎涵盖了该主题。对于“ 通用搜索”(或“ 莱文搜索”)的含义,我将不胜感激。

2
算法时间分析“输入大小”与“输入元素”
在分析和描述算法的无症状上限时,我仍然对术语“输入长度”和“输入大小”感到困惑 似乎算法的输入长度取决于您所讨论的数据和算法的种类。 一些作者将输入长度称为表示输入所需的字符大小,因此,如果在算法中用作输入集,则“ abcde”将具有6个字符的“输入长度”。 如果不是字符而是数字(例如整数),则有时使用二进制表示形式代替字符,因此“输入长度”被计算为(等于输入集中的最大数字L)。N∗log(L)N∗log(L)N*log(L) 还有其他问题,即使输入集是数字,它们也会将“输入长度”描述为“决策变量”,因此对于长度为N且数字范围为的输入集,输入长度为只是N(例如,子集和),甚至使陈述问题所用的二进制位值的数量更加复杂(我相信这与) N ∗ l o g (L )0−2320−2320-2^{32}N∗log(L)N∗log(L)N*log(L) 所以: 这取决于算法? 什么意思以及何时使用每个输入长度“版本” 我可以使用一些规则来决定使用哪个规则吗?


3
P,NP和专用图灵机
我是新手,但对计算和复杂性理论领域非常感兴趣,我想阐明我对如何对问题进行分类以及问题与解决问题所用机器的关联程度的理解。 我的理解 标准图灵机-具有有限字母,有限状态数和单个右无限带的图灵机 等效图灵机-可以模拟并由标准图灵机模拟的图灵机(通常在通过模拟实现的时间和空间之间进行权衡) P -可以使用标准图灵机(如上定义)在多项式时间内解决的问题类别 NP -可以使用标准图灵机在多项式时间内验证的问题类别 NP-complete-仍然存在的最困难的问题NP,所有NP问题都可以在多项式时间内转换为 我的问题 是(复杂类P,NP,NP-complete等)相关的算法,或算法和机器? 换句话说,如果您可以创建一个图灵等效机器(可以解决Standard TM可以解决的所有问题,但可以在不同的时间/空间范围内进行),并且此新机器可以解决随NP-complete时间增长的问题。关于输入的多项式,是否暗示P=NP? 还是必须NP-complete在多项式时间内将问题在所有可能的图灵机上都可以解决P? 还是我误解了上面的基本知识? 我看了一下(也许没有正确的搜索词,我不太了解所有的行话),但似乎大多数讲座/笔记等都集中在标准机器上,但是说定制机器通常具有一定的时空速度而不是以空间/时间为代价,而不必说这对复杂性类有何影响。我对这个领域的行话还不太熟悉,还没有找到可以解释这一点的论文。


2
PTAS定义与FPTAS
从我在 preliminary version of a chapter of the book “Lectures on Scheduling” edited by R.H. M¨ohring, C.N. Potts, A.S. Schulz, G.J. Woeginger, L.A. Wolsey, to appear around 2011 A.D. 这是PTAS定义: 问题X的多项式时间近似方案(PTAS)是一种近似方案,其时间复杂度是输入大小的多项式。XXX 和FPTAS定义 问题X的完全多项式时间近似方案(FPTAS) 是一种近似方案,其时间复杂度在输入大小上是多项式,在1 / ϵ中也是多项式。XXXϵϵ\epsilon 然后作者说: 因此,对于PTAS,时间复杂度与成正比是可以接受的。我| 1 / ϵ|I|1/ϵ|I|1/ϵ|I|^{1/\epsilon}其中|I||I||I|是输入大小;尽管这次的复杂度是指数级1/ϵ1/ϵ1/\epsilon。一个FPTAS不能在呈指数级增长一个时间复杂度1/ϵ1/ϵ1/\epsilon但时间复杂度成正比|I|8/ϵ3|I|8/ϵ3|I|^8/\epsilon^3会很好。对于最坏情况的近似,FPTAS是我们可以为NP-hard问题得出的最强结果。 然后,他建议使用下图说明问题类别之间的关系: 这是我的问题: 从PTAS和FPTAS的定义来看,作者如何得出FPTAS的时间复杂度不能以指数增长的结论?如果可以具有这样的时间复杂度,那会有什么区别呢?1/ϵ1/ϵ1/\epsilon 像甲时间复杂度是可以接受的FPTAS但它不是用于PTAS,那么为什么FPTAS被认为是一个子集PTAS?(n+1/ϵ)3(n+1/ϵ)3(n+1/\epsilon)^3 他的意思是:FPTAS是我们可以解决NP难题的最强结果。 总的来说,我想知道这些概念到底意味着什么,以及它们的独特属性是什么。 提前致谢。

5
为什么健全性意味着一致性?
我正在阅读以下问题:一致性和完整性暗示着健全性吗?里面的第一句话说: 我了解健全性意味着一致性。 这让我感到很困惑,因为我认为稳健性比一致性弱得多(即我认为一致性系统必须健全,但我猜这不是真的)。我在MIT的6.045 / 18.400课程中使用Scott Aaronson的非正式定义来保持一致性和健全性: 健全性=如果证明系统证明的所有陈述实际上都是真实的(可证明的一切都是真实的),则证明系统是正确的。即IF(ϕϕ\phi是可证明的)⟹⟹\implies(ϕϕ\phi为True)。因此,如果IF(有一个通往公式的路径)然后(该公式为True) 一致性=一致的系统永远不会证明A和NOT(A)。因此,只有一个A或它的取反可以为True。 考虑到这些(可能是非正式的)定义,我构造了以下示例,以说明存在一个健全但不一致的系统: CharlieSystem≜{Axioms={A,¬A},InferenceRules={NOT(⋅)}}CharlieSystem≜{Axioms={A,¬A},InferenceRules={NOT(⋅)}} CharlieSystem \triangleq \{ Axioms=\{A, \neg A \}, InferenceRules=\{NOT(\cdot) \} \} 我认为这是一个声音系统的原因是因为根据假设,该公理是正确的。因此,A和A都不成立(是的,我知道不包括排除中间定律)。因为唯一的推论规则是否定,所以我们可以从公理到达A而不是A并互相到达。因此,我们仅针对该系统得出True陈述。但是,系统当然并不一致,因为我们可以证明系统中唯一语句的取反。因此,我证明了声音系统可能不一致。为什么这个例子不正确?我做错什么了? 在我看来,这在直觉上是有道理的,因为稳健性只是说,一旦我们从推理开始并且公理并推论推理规则,我们只会到达目标为True的目的地(即语句)。但是,它并不能真正说明我们到达哪个目的地。但是,一致性表示我们只能到达达到或(两者都不都是)的目标。因此,每个一致的系统都必须将排除中律定律作为一个公理,我当然没有这样做,然后仅将唯一公理的否定作为唯一其他公理。因此,我感觉自己做的事情并不聪明,但是某种程度上出了什么问题?¬ 一个AAA¬A¬A\neg A 我只是意识到这可能是一个问题,因为我使用的是Scott的非正式定义。甚至在我写问题之前,我都检查过维基百科,但对我来说它们的定义没有意义。他们特别说的是: 关于系统的语义 他们的完整报价是: 就系统的语义而言,系统中可以证明的每个公式在逻辑上都是有效的。

2
是否有VCS和文件版本的正式CS定义?
我不知道这是不是在开玩笑,但是一旦我阅读了git,hg或svn等版本控制系统中所谓的文件正式定义,就可以了。这就像是一个同胚的数学对象。这是在开玩笑吗,或者真的有关于版本控制系统和VCS数学的计算机科学理论吗?

3
“森林砍伐”如何从程序中删除“树”?
我想了解森林砍伐如何消耗,并产生在同一时间列表(由折叠和展开功能- 看到代码审查这个很好的答案在这里),但是当我相比,随着对技术的维基百科条目也谈到了“删除程序中的树木。 我了解如何将程序解析为语法分析树(是吗?),但是对某种形式的程序进行简化(是吗?)时使用砍伐森林的含义是什么?我该如何对我的代码进行处理?


1
什么是复杂度类
复杂度类是什么意思?我知道是包含语言的复杂度类,对于该语言,存在多项式时间不确定的Turing机器,使得如果机器在输入上的接受状态数是奇数。⊕P⊕P⊕P⊕P\oplus P^{\oplus P}⊕P⊕P\oplus PAAAMMMx∈Ax∈Ax \in AMMMxxx 但是是什么意思?我只是不能跟随它的实际作用:)⊕P⊕P⊕P⊕P\oplus P^{\oplus P} 这种复杂性类别的实际后果是什么?如何证明?⊕P⊕P=⊕P⊕P⊕P=⊕P\oplus P^{\oplus P} = \oplus P



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.