无限大但局部有限的计算问题


14

这个问题的灵感来自Jukka Suomela对另一个问题的评论。

无限大但局部有限的计算问题(和算法)的示例是什么?

换句话说,什么是在有限时间内停止的计算示例,其中每台图灵机仅读取和处理有限数据,但是如果有无数的图灵机联网在一起,则该计算可以解决无限大的问题?


我要评论的是,这个想法似乎与带有无限多个磁带的单个TM相同,我以为我以前见过,但是现在找不到参考。我在做梦还是在探索一个想法?当然,其他超计算扩展(如无限时间TM)也已被研究。TM“网络化”的想法是否为该模型增加了任何内容?
哈克·贝内特

@HuckBennett:我不知道;可能是一样的。从Jukka的原始评论中我可以感觉到,他正在思考无限度有界图上的诸如Graph Coloring之类的问题(尽管我不知道该特定问题是否可以解决该问题)。每个TM将运行相同的算法,并与一组有限的邻居进行通信。带有无限多个磁带的TM似乎可以模拟两个节点之间具有无限多个边的图,这在原理上与我所想到的有所不同。我对这种模型知之甚少。
亚伦·斯特林

Answers:


13

只是给出一些可能的想法(但并非不平凡),这里有一个示例:一种分布式算法,可在有界度图上找到最大的边缘包

问题定义

给出一个简单的无向图,一个边缘的包装(或分数匹配)的重量相关联瓦特ë 与每个边缘Ë Ë使得对于每个节点v V,边入射到总重量v最多为1。如果入射边缘的总权重等于1,则节点处于饱和状态。如果所有边缘都具有至少一个饱和端点,则边缘堆积是最大的(即,没有一个权重可以贪婪地扩展)。G=(V,E)w(e)eEvVv11

观察到的匹配的最大限定了最大边缘填料(集瓦特ë = 1当且仅当Ë 中号); 因此,在经典的集中式环境中(假设G是有限的)很容易解决。MEw(e)=1eMG

边缘填充实际上有一些应用,至少如果在通常的TCS意义上定义了一种应用:饱和节点集形成最小顶点覆盖率的近似值(当然,这仅在有限G的情况下才有意义) 。2G

计算模型

我们假设有一个全局常量这样,任何程度v V至多是ΔΔvVΔ

为了使它与原始问题的精神保持紧密联系,让我们按以下方式定义计算模型。我们假定每个节点是图灵机,和边缘{ ü v } Ë之间的通信信道üv。的输入带v编码度v v。对于每个v V,边缘入射到v与整数标记的(以任意顺序)1 2 ...vV{u,v}Euvvdeg(v)vvVv ; 这些被称为局部边缘的标签(的标签 { ü v } Ë可针对不同的 ü v)。机器具有可以通过这些边沿发送和接收消息的指令。一台机器可以通过使用本地边缘标签来寻址其邻居。1,2,,deg(v){u,v}Euv

我们要求机器为G计算有效的边缘填充。更精确地,每个v V具有在其输出带打印的编码瓦特ë 对于每个边缘ë入射到v,通过局部边缘标签排序,并且然后停止。wGvVw(e)ev

我们说一个分布式算法发现在时间的最大边缘填料Ť,如果下式成立对任意一个图ģ最大程度的Δ,而对于任何本地边缘标记ģ:如果我们替换的每个节点ģ用的相同副本在图灵机A上启动机器,然后在T步之后,所有机器都已打印有效(全局一致)的解决方案并暂停。ATGΔGGAT

无穷

现在,即使节点的集合是无穷无穷的,上述所有内容也很有意义。V

问题表述和计算模型没有对引用V | ,直接或间接。每个图灵机的输入长度受一个常数限制。|V|

什么是已知的

即使是无限的,也可以在有限的时间内解决问题。G

从某种意义上说是必要的沟通,这个问题是不平凡的。而且,运行时间取决于。但是,对于任何固定的Δ,无论G的大小如何,都可以在固定时间内解决该问题;特别是,这个问题在无限大的图上是可以解决的。ΔΔG

我没有检查上面定义的模型(这不是该领域中常用的模型)中最知名的运行时间。不过,以为多项式的运行时间应该很容易实现,并且我认为以Δ为亚线性的运行时间是不可能的。ΔΔ


3

寻找下一代细胞自动机

可以按照您在固定时间内描述的方法解决。 (即,与输入无关)


我认为实际上需要制定一个(非平凡的,有趣的)计算问题,并且可以使用细胞自动机在有限时间内解决该问题吗?
Jukka Suomela 2011年

1
我同意@Jukka。我认为该答案的当前版本仅是评论级别,而不是内容翔实的版本。它既没有描述计算问题也没有描述算法。不赞成投票。
亚伦·斯特林

2

本质上,每个至少与着色一样困难的问题都需要一种算法,其运行时间取决于网络中节点的数量,因此无法在无限但局部有限的图中工作。这是从Linial的开创性log * n下限得出的


2
但是,这里的计算模型到底是什么?Linial假定所有节点都具有唯一的数字标识符。如果我们尝试将其映射到原始问题中建议的设置,则将在图灵机的输入磁带上获得其数字标识符。但是现在标识符的大小是无限的。仅仅等待所有机器都读取了自己的标识符就需要花费无限长的时间。我会说障碍并不是真正的Linial的下界,而是计算的模型:当我们处理无限性时,唯一标识符是错误的模型。
Jukka Suomela 2011年

1
@Jukka:我曾想过一个系统,当我写这个问题时,所有处理器都是匿名的,正是为了避免ID无限增长。但现在在我看来,这里可能存在一个不平凡的问题。如果您选择一个程序大小和一些可计算的函数来限制任何处理器附近的大小,那么功能强大的对手可能会选择大量但有限的ID,因此Linial的限制仍然是一个因素。敌手可能需要能够计算出比任何可计算函数都快地增长的函数。
亚伦·斯特林

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.