理论计算机科学

理论计算机科学家和相关领域的研究人员的问答

2
加强亚模量
一组功能是单调的子模如果对所有甲,乙, ˚F (甲)+ ˚F (乙)≥ ˚F (甲∪ 乙)+ ˚F (甲∩ 乙)。FffA ,BA,BA,BF(A )+ f(乙)≥ ˚F(甲∪ 乙)+ ˚F(甲∩ 乙)。f(A)+f(B)≥f(A∪B)+f(A∩B). f(A) + f(B) \geq f(A \cup B) + f(A \cap B). 更强的属性是 取C = AF(A )+ f(B )+ f(C)+ f(甲∪ 乙∪ Ç)≥F(甲∪ 乙)+ ˚F(乙∪ Ç)+ f(甲∪ Ç)+ f(甲∩ 乙∩ Ç)。f(A)+f(B)+f(C)+f(A∪B∪C)≥f(A∪B)+f(B∪C)+f(A∪C)+f(A∩B∩C). \begin{multline*} f(A) …

4
术语“有效”和“可行”的计算/算法的由来
我想了解这两个术语的历史:“ 有效 ”,“ 可行 ”。 谁是第一次将它们用于计算/算法?(以这些术语的现代意义,即20世纪)。他们如何成为主流?这两个术语是如何开始用作同义词的? 我知道科巴姆在其论文的陈述中使用了“可行”一词,该术语与多项式时间可计算性相关。但是,有较早的参考资料吗?在戈德尔写给冯·诺伊曼的信中,似乎没有明确提及这些术语。我找不到1960年之前的任何相关文章(使用Google Scholar)。 另一个有趣的观点是,1965年的Cobham论文的标题是“函数的固有计算难度 ”。“计算复杂性”何时取代“计算难度”?

2
遗忘的图灵机仿真下限
是否有证据证明,在不超过Ø(米日志m )O(mlog⁡m)\mathcal{O}\left(m\log m\right)下,不能在不作名的图灵机上模拟图灵机,其中米mm是图灵机使用的步数?还是这仅仅是一个上限? 在保罗·维坦尼(PaulVitányi)关于相对论遗忘的图灵机的论文中,维坦尼声称 “他们[ Pippenger和Fischer,1979 ]表明,这个结果不能普遍地改善,因为有至极由1磁带实时图灵机识别的语言L 中号MM,任何不经意图灵机M′M′M'识别LLL绝使用至少一个O(nlogn)O(nlog⁡n)O(n \log n)阶(n log n )个步骤”。 这应将O(mlogm)O(mlog⁡m)O(m \log m)为绝对界限。但是我没有找到任何证明 尼古拉斯·皮蓬格;Fischer,Michael J.,复杂性度量之间的关系,J。Assoc。计算 马赫 26,361-381(1979)。ZBL0405.68041。 有任何想法吗?此外,此仿真的空间复杂度是多少?据我所知,转换为通用图灵机只会使磁带长度加倍。我可以假设空间复杂度为O(l)O(l)\mathcal{O}\left(l\right)与lll原图灵机的空间复杂度?

1
算法向量问题
我在GF(2)域中有一个与向量有关的代数问题。令v1,v2,…,vmv1,v2,…,vmv_1, v_2, \ldots, v_m为维度(0,1)-向量nnn,并且m=nO(1)m=nO(1)m=n^{O(1)}。查找一个多项式时间算法,该算法可以找到维数相同的(0,1)-向量uuu,使得uuu不是v 1,v 2,… ,v中的任何(logn)O(1)(log⁡n)O(1)(\log n)^{O(1)}向量的和。v1,v2,…,vmv1,v2,…,vmv_1,v_2, \ldots, v_m。向量的添加是在字段GF(2)上,该字段具有两个元素0和1(0+1=0+1=10+1=0+1=10+1=0+1=1和0+0=1+1=00+0=1+1=00+0=1+1=0)。 通过简单的计数参数很容易看到这样的向量u的存在。我们可以在多项式时间内找到uuu吗?在指数时间内找到是微不足道的uuu。对于第一个正确的解决方案,我将发送200美元的支票奖励。

2
概念上简单的线性时间后缀树构造
1973年,Weiner给出了后缀树的第一个线性时间构造。该算法在1976年由McCreight和1995年由Ukkonen简化。尽管如此,我发现Ukkonen的算法在概念上相对涉及。 自1995年以来,Ukkonen的算法是否已有简化?

1
图形嵌入可最大化最小角度
给定一个平面图,可以将其嵌入线性时间交叉中,并自由地放入网格中。我感兴趣的是,对于任何小的c,是否已知有任何有效的算法可以将自由交叉的平面图直线嵌入n ^ c \ times n ^ c网格中,从而使两个边缘之间的最小角度最大化?n×nn×nn \times nnc×ncnc×ncn^c \times n^cccc

1
弦图的特定子类中支配集问题的复杂性
我对某些特定的图类(即弦图的子类)中的支配集问题(DSP)的复杂性感兴趣。 如果图是某些无向树中路径族的顶点相交图,则它是无向路径图。令UP为无向路径图的类。 如果图是某些无向树中路径族的边相交图,则该图为EPT图。EPT图可能不是和弦的,但让CEPT为和弦EPT图的类。 如果图是某个有根有向树(即,所有远离根指向的弧)中的有向路径族的顶点相交图,则它是(有根的)有向路径图。令RDP为(有根的)有向路径图的类。 我们有RDP⊆CEPT⊆UP⊆chordalRDP⊆CEPT⊆UP⊆chordalRDP\subseteq CEPT \subseteq UP\subseteq chordal 众所周知,对于RDP中的图形,DSP是线性时间可解的,而对于UP的图形,DSP是NP完整的[ Booth and Johnson,1981 ] 我对特殊图感兴趣,这些图与最大度为3的毛毛虫状树中无向路径族的顶点相交图相对应。更准确地说,这些“类别”是从每个第二个顶点具有垂线度的路径构建的,附加一个顶点。让我们称此类为cat-UP。 此外,我的特殊图也可以构造为最大度数为3的特定树中某些无向路径族的边缘相交图。 所以我的问题是: 1)是否知道用于cat-UP图的DSP的复杂性?(请注意,[ Booth and Johnson,1981 ] 的减少产生了最大程度为3的宿主树,但与毛毛虫相距甚远) 2)CEPT图形的DSP的复杂性是什么?而对于CEPT的图则形成了最大度为3的宿主树?(ISGCI不知道) 3)在紧密相关的图形系列中,DSP是否有任何复杂性结果?

3
是否在NP限制期限内对树木进行最佳旅行?
我的一个朋友问我以下关于树的调度问题。我发现它非常干净有趣。有参考吗? 问题: 有一棵树,每条边的对称旅行成本为1。对于每个顶点v i,都有一个任务需要在其截止日期d i之前完成。该任务也被表示为v 我。每个任务具有统一的值1。每个任务的处理时间为0,即在任务的最后期限等于完成任务之前访问该任务。在不失一般性的情况下,让v 0表示根,并假设在v 0处没有任务。v 0处有一辆车Ť(五,E)T(V,E)T(V,E)v一世viv_id一世did_iv一世viv_iv0v0v_0v0v0v_0v0v0v_0在时间0此外,我们假设对每个顶点d一世≥ dË p一世di≥depid_i \ge dep_i,代表深v 我。这是不言而喻的,期限小于其深度的顶点应被视为离群值。问题要求找到一个计划,该计划可以完成尽可能多的任务。dË p一世depidep_iv一世viv_i 进展: 如果树仅限于路径,则通过动态编程将其置于。PP\mathsf{P} 如果树被概括为一个图,则它是。NPNP\mathsf{NP} 我有一个非常简单的贪婪算法,该算法被认为是三因素近似。我还没有完全证明。现在,我对NP困难的结果更感兴趣。:-) 谢谢你的建议。

1
有平行重复定理的连续版本吗
Raz的平行保护定理是PCP,不逼近等方面的重要结果。定理如下。 G=(S,T,A,B,π,V)G=(S,T,A,B,π,V)G=(\mathcal{S},\mathcal{T},\mathcal{A},\mathcal{B},\pi, V)S,T,A,BS,T,A,B\mathcal{S},\mathcal{T},\mathcal{A},\mathcal{B}ππ\piS×TS×T\mathcal{S}\times\mathcal{T}V:S×T×A×B→{0,1}V:S×T×A×B→{0,1}V:\mathcal{S}\times\mathcal{T}\times\mathcal{A}\times\mathcal{B}\rightarrow\{0,1\}v(G)=maxhA∈HA,hB∈HB∑s,tπ(s,t)V(s,t,hA(s),hB(t))v(G)=maxhA∈HA,hB∈HB∑s,tπ(s,t)V(s,t,hA(s),hB(t))v(G)=\max_{h_A\in\mathcal{H}_A,h_B\in\mathcal{H}_B}\sum_{s,t}\pi(s,t)V(s,t,h_A(s),h_B(t))nnn游戏。定理说,如果则。Gn=(Sn,Tn,An,Bn,πn,Vn)Gn=(Sn,Tn,An,Bn,πn,Vn)G^n=(\mathcal{S}^n,\mathcal{T}^n,\mathcal{A}^n,\mathcal{B}^n,\pi^n, V^n)v(G)≤1−ϵ,v(G)≤1−ϵ,v(G)\leq 1-\epsilon,v(Gn)≤(1−ϵc)Ω(nlogmax{|A|,|B|})v(Gn)≤(1−ϵc)Ω(nlog⁡max{|A|,|B|})v(G^n)\leq (1-\epsilon^c)^{\Omega(\frac{n}{\log\max\{|A|,|B|\}})} 我的问题是,如果集合在连续空间中是无限的,将会发生什么。假设是某个空间的子集,例如或更抽象的空间。其余的都一样。由于答案集的大小是无穷大的,所以Raz定理仅给出了一个微不足道的上限。显然,倍值是单个副本的上限。连续情况下也会发生指数下降吗?将为连续函数或函数或可测量函数的集合会更有趣吗?S,T,A,BS,T,A,B\mathcal{S},\mathcal{T},\mathcal{A},\mathcal{B}RnRnR^n111nnnHA,HBHA,HB\mathcal{H}_A,\mathcal{H}_BC∞C∞C^{\infty}

2
拉姆西数的应用
Ramsey数的定义如下: 令为正数,以使至少R (a ,b )阶的每个图都包含顶点上的集团或b顶点上的稳定集。R (a ,b )R(a,b)R(a,b)R (a ,b )R(a,b)R(a,b)一种aabbb 我正在研究Ramsey Numbers的某些扩展。尽管这项研究具有一定的理论意义,但重要的是要知道这些数字的动机。更具体地说,我想知道Ramsey数的(理论或实践)应用。例如,对于使用拉姆齐数的现实问题,是否有解决方法论?或类似地,是否有基于拉姆齐数定理的证明?

6
给计算机科学研究生院的建议
我正在寻找一些建议和反馈。 背景:我是一名数学本科生,对理论计算机科学(计算复杂性,图论,组合数学)感兴趣。我想攻读计算机科学博士学位,并专注于理论。 我的背景是计算机科学的数学密集型领域,但我缺乏在计算机科学中应用更为广泛的背景。具体来说,我需要完成编程,算法,操作系统和数据库方面的课程,这是博士学位课程的先决条件。我不能在毕业前参加这些课程。为了解决这个问题,我计划加入工作人员并完成兼职制MS(以便我可以为MS付费),然后在获得MS学位后输入全日制博士学位课程。 问:与进入大学学位课程后立即进入博士学位课程的CS学生相反,我在进入博士学位课程之前兼读MS学位是否处于不利地位?我所从事的职位与CS有关,并且可以使我将技能转移到CS计划中,并且可以帮助我进行更专注的研究。我只是希望这条道路不会给我带来任何不利的影响(就接受博士学位课程而言)。我对修读MS论文感兴趣,并且意识到完成MS学位可能要花一点时间(因为这是兼职)。如前所述,在完成MS后,我将进入全日制博士学位课程。 我只是在寻找一些反馈和建议。谢谢你的帮助!

4
依赖类型理论中的对象建模(OOP)
我对依赖类型理论中的面向对象编程中的对象建模感兴趣。作为一个可能的应用程序,我希望有一个模型,可以描述命令式编程语言的不同功能。 我只能找到一篇关于依赖类型理论中的对象建模的论文,即: A. Setzer(2006)的依赖类型理论中的面向对象编程。 是否有我遗漏的主题的更多参考文献,或者是否有更新的参考文献? 是否可以为定理证明者(例如Coq或Agda)提供实现(即证明)?

1
SERF可归约性和次指数算法
我有一个关于Impagliazzo,Paturi和Zane的SERF可归约性以及次指数算法的问题。SERF可简化性的定义如下: 如果是SERF可稀释至P 2和有Ô (2 ε Ñ)算法为P 2的每个ε > 0,则有Ô (2 ε Ñ)算法为P 1的每个ε > 0。(这两个问题的硬度参数由n表示。)P1个P1P_1P2P2P_2O (2ε ñ)O(2εn)O(2^{\varepsilon n})P2P2P_2ε > 0ε>0\varepsilon > 0O (2ε ñ)O(2εn)O(2^{\varepsilon n})P1个P1P_1ε > 0ε>0\varepsilon > 0ñnn 一些消息来源似乎暗示以下内容也成立: 如果被SERF还原为P 2,并且A 2的算法为O (2 o (n )),那么P 1的算法为O (2 o (n ))。P1个P1P_1P2P2P_2O (2o (n ))O(2o(n))O(2^{o(n)})一种2A2A_2O (2o (n ))O(2o(n))O(2^{o(n)})P1个P1P_1 我的问题是,后一个要求实际上是否成立,如果成立,在某处是否存在证明的书面记录? 作为背景,我一直试图了解指数时间假说的相关领域。IPZ限定次指数问题那些有算法为每个ε …

4
计算Mobius函数
Mobius函数定义为,如果具有素数平方,则,并且如果所有素数不相同。是否有可能来计算,而不计算的因式分解?μ (1 )= 1 μ (Ñ )= 0 Ñ μ (p 1个 ... p ķ)= (- 1 )ķ p 1,... ,p ķ μ (Ñ )ñμ(n)μ(n)\mu(n)μ(1)=1μ(1)=1\mu(1)=1μ(n)=0μ(n)=0\mu(n)=0nnnμ(p1…pk)=(−1)kμ(p1…pk)=(−1)k\mu(p_1 \dots p_k)= (-1)^kp1,…,pkp1,…,pkp_1,\dots,p_kμ(n)μ(n)\mu(n)nnn

2
仅给出点之间的距离来确定结构最小尺寸的最佳方法
我在与计算机科学相距甚远的物理学领域中遇到了这个问题,但似乎就像CS中研究过的问题类型一样,所以我想我会很幸运地在这里提出问题。 想象一下,您得到了一组点以及点d i j之间的一些距离的列表。确定嵌入这些点的空间的最小尺寸的最有效方法是什么?换句话说,最小的k是多少,使得R k中存在满足距离约束d i j的一组点。我对C k的答案同样满意,但这似乎很难。{vi}ni=1{vi}i=1n\{v_i\}_{i=1}^ndijdijd_{ij}kkkRkRk\mathbb{R}^kdijdijd_{ij}CkCk\mathbb{C}^k 我很高兴地说,距离需要匹配只是在一定的恒定精度内ε和有限制的点上的点一定间隔的一些格子,以与实数计算的避免出现问题。dijdijd_{ij}ϵϵ\epsilon 事实上,我会用这个问题,在给定的判定型的解决方案很高兴和ķ你问过这样的设置是否顶点{ v 我 }存在。一般而言,问题出在NP上,因为给定R k中的一组点,可以很容易地检查它们是否满足距离要求,但是对于这个特定问题,感觉好像应该有次指数时间算法。dijdijd_{ij}kkk{vi}{vi}\{v_i\}RkRk\mathbb{R}^k 最明显的方法似乎是尝试通过一次添加一个额外的点并确定每次迭代是否需要添加新的空间维度来迭代地构建维结构。这样做的问题是,似乎您可能会遇到含糊不清的问题,其中不止一种方法可以向现有结构添加点,而且随着继续添加更多点,不清楚哪一种会导致更少的尺寸。kkk 最后,我要说的是,我知道很容易创建在任何数量的维度(即违反三角形不等式)中都无法满足的距离列表。但是,对于我关心的实例,总会存在一些最小的有限数量的维,在这些维中可以找到令人满意的点集。

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.