实际分析在理论计算机科学中有许多应用程序,包括属性测试,通信复杂性,PAC学习和许多其他研究领域。但是,我无法想到TCS中依赖复杂分析的任何结果(在量子计算之外,模型中固有的是复数)。有没有人有使用复杂分析的经典TCS结果的示例?
实际分析在理论计算机科学中有许多应用程序,包括属性测试,通信复杂性,PAC学习和许多其他研究领域。但是,我无法想到TCS中依赖复杂分析的任何结果(在量子计算之外,模型中固有的是复数)。有没有人有使用复杂分析的经典TCS结果的示例?
Answers:
Barvinok基于复杂度的算法,用于近似永久多项式时间算法,以近似简单指数因子内的永久变量和混合判别式。
同样,显然,复杂的算子(以及一些复杂的分析)在量子计算中也很重要。
这不是一个单一的问题,但是分析组合学的整个领域(请参见Flajolet和Sedgewick的书)探讨了如何通过写下适当的生成函数并分析结构来分析计数结构(甚至算法运行时间)的组合复杂性。复杂的解决方案。
乔恩·凯尔纳(Jon Kelner)的论文“有界属图的谱划分,特征值界和圆堆积”获得了2004年STOC最佳学生论文奖。
我只引用摘要:
作为我们的主要技术引理,我们证明了这类图的拉普拉斯算子第二最小特征值的O(g / n)界,并证明这是紧的,从而解决了Spielman和Teng的猜想。尽管该引理本质上是组合的,但它的证明来自连续数学,它借鉴了圆堆积理论和紧凑的黎曼曲面的几何形状。
使用复杂分析(以及其他“连续”数学)来解决“传统”图形分隔符问题令人难忘,这是即使我与研究完全无关的原因,这篇论文仍停留在我头上的主要原因。
我想您可能对直接用于证明的复杂分析更感兴趣。但是,这是我目前正在参加的研究生算法课程的两个示例:
a)快速傅立叶变换,例如用于多项式乘法。尽管可以使用模算术或浮点数(以及一些算术分析)来实现,但是最好从复数及其单位根的角度来理解该证明。我没有深入研究这个主题,但是我知道FFT具有广泛的应用。
b)通常,为RAM模型配备能够在恒定时间内处理复数的能力(实部和虚部仍然具有有限的精度)可以使人们巧妙地编码问题并利用可能揭示解决方案的复数的性质(请参见以及为什么不能让您更快的评论)。
Koebe-Andreev-Thurston圆包装定理起源于Riemann映射定理,并具有多种算法方面。例如,它为平面图分配了Lipton-Tarjan分离定理的证明。
从烤箱新鲜:
用于有损种群恢复的多项式时间算法 作者:Ankur Moitra,Michael Saks
引用本文的话:“在这里,我们将使用复杂分析中的工具来证明上一节中提到的不确定性原理。对于理解复杂平面中全纯函数的增长率,最有用的定理之一可能就是Hadamard的三圆定理。 ..”
在本文中,我们使用复杂的分析,这使我们达克的算法的一个去随机化对第A.4 中的数据流估计(0 < p < 2),其提供最佳空间保证:
Daniel M. Kane,Jelani Nelson,David P. Woodruff。素描和流式处理小规范的精确空间复杂性。SODA 2010。
您可以写一个没有明确提及复杂分析的证明(请参阅我的网页上该论文的“注释”部分中的第一个项目符号),但是即使该证明也具有隐藏在后面的复杂分析。