我正在寻找涵盖普通线性代数运算的空间复杂度(例如矩阵等级,特征值计算等)结果的调查报告或书籍。我强调“空间复杂度”部分是指工作空间复杂度,而不是时间复杂度,因为它更容易跟踪时间结果。感谢您对此事的参考。
谢谢。
7
我的猜测是,复杂度始终最多是线性的(例如,对于n × m矩阵,为)。您对“总空间”还是“工作空间”感兴趣?
—
Yuval Filmus 2012年
我应该提到我对工作空间感兴趣。
—
gil 2012年
我确定它是n × n矩阵的。根本原因是我知道两种有用的方法来计算它们,并且它们在空间上都是平方的。首先是计算特征多项式(二次)并找到根。其次是使用一些近似方法,所有这些方法都需要存储修改后的矩阵(但是我无法详细说明,因为我研究数值线性代数已经有一段时间了)。
—
哟,
为了扩展@Yuval Filmus提出的观点,空间复杂度对特定的计算模型非常敏感。特别是,由于输出是线性大小,因此除非模型明确指定只写输出磁带,否则可以通过将输出磁带用作工作空间来发挥作用。为了避免出现此类问题,我很想改写为决策问题(例如,作为输入的三个矩阵,请检查第三个矩阵是否为前两个矩阵的乘积)。您能指定您想到的模型吗?(此外,我也不了解有关空间复杂性的书籍,也没有找到任何有用的调查。)
—
AndrásSalamon 2012
关于@AndrásSalamon,因此对我有用的决策版本可以是:是第k个特征值大于q。对于整数k和有理数q。谢谢。
—
gil 2013年