Answers:
Hindley-Milner类型推断是EXPTIME完整的,但是在人们通常编写的程序中,它非常接近线性。
let z = (let y = e in e') in e''
与than相对 let y = e in let z = e' in e''
。
布伦丹·麦凯(Brendan McKay)的恶作剧程序(否AUTomorphisms,是吗?)解决了图的规范标注问题(同时解决了图同构和图自同构问题),并且具有指数级的最坏情况性能(Miyazaki,1996年)。但是,它对于大多数图形,尤其是具有一些自同构的图形,都非常有效。
具体来说,该算法开始于按度对顶点进行分区,然后按每个部分之间的度对分区进行划分。当此过程稳定后,必须做出选择以区分非平凡部分中的顶点,这将导致指数行为。在大多数图中,此分支过程的深度很小。
有一种查找混合纳什均衡的算法,类似于LP的单纯形算法。(我忘记了这个名字。)它具有指数级的最坏情况复杂性,但我记忆模糊,它在实践中通常表现良好。
Bin打包(许多变体)是一个复杂性已知为NP难的问题:
http://en.wikipedia.org/wiki/Bin_packing_problem
但是,将许多启发式方法应用于“实用”版本时效果很好。对于一维箱式装箱,其中一些启发式方法(例如首次拟合);首次拟合递减;最适合; 最佳拟合递减作为吸引学生的主题非常吸引人。学生通常可以自己发现一些基本的启发式方法。
持久性算法(来自Edelsbrunner-Letscher-Zomorodian,最初有很多变化)是最坏的情况,但从实验看来通常是线性运行的。