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


9
TCS证明技术参考
是否有参考文献(在线或书籍形式)通过证明技术来组织和讨论TCS定理? Garey和Johnson这样做是为了完成NP完整性证明所需的各种小部件构造(特别是在他们的书的第3章中),但是我想知道在TCS中是否有任何东西可以处理证明技术。 因此,例如,主题可能包括对角线化,根据使用的构造类型进一步细分;计算历史证明;平台结构;我想我可以将计算文本的标准理论切碎并重新排列这些部分,但是如果那里还提供一些其他注释并显示出这些技术之间的共同点,那将是很棒的用过的。 明确地说,由于任何文本都将使用证明,因此我真正感兴趣的是作为证明技术本身是实际主题的参考。 除了Garey and Johnson的第3章之外,这是我刚刚想到的另一个局部示例:在Li和Vitanyi的第6章中,他们讨论了不可压缩方法,并提供了如何应用该技术的示例。

9
非确定性和随机性有什么区别?
最近,我听到了这样的声音: “非确定性机器与概率机器不同。从广义上讲,非确定性机器是其中不知道转移概率的概率机器”。 我觉得我明白了,但我真的没有。有人可以向我解释(在机器环境中还是一般情况下)? 编辑1: 只是为了澄清,报价是在有限自动机的上下文中,但是这个问题对图灵机也很有意义,正如其他人回答的那样。 另外,我听到人们说-“ ...然后我不确定地从集合中选择对象x”。我曾经以为它们的意思是“随机”。因此造成混乱。

4
解决方案的独特性使其更易于查找的示例
复杂度类别由可以由最多具有一个接受计算路径的多项式时间不确定性图灵机确定的N P个问题组成。也就是说,从这个意义上说,解决方案(如果有)是唯一的。它被认为是极不可能的,所有ü P -problems是P,因为由雄豪-瓦齐拉尼定理,这将意味着崩溃ñ P = [R P。UPUP\mathsf{UP}NPNP\mathsf{NP}UPUP\mathsf{UP}PP\mathsf{P}NP=RPNP=RP\mathsf{NP}=\mathsf{RP} 另一方面,没有问题被认为是N P-完全的,这表明唯一的解决方案要求仍然使它们更容易。UPUP\mathsf{UP}NPNP\mathsf{NP} 我正在寻找示例,其中唯一性假设导致更快的算法。 例如,查看图问题,如果我们知道图具有唯一的最大派系,是否可以更快地找到图中的最大派系(尽管可能仍在指数时间内)?独特的色性,独特的哈密顿路径,独特的最小支配集等如何?kkk 在一般情况下,我们可以定义一个独特的解决方案版本,任何 -完整的问题,范围缩小到ü P。对于他们中的任何人而言,是否都知道添加唯一性假设会导致算法更快?(允许它仍然保持指数。)NPNP\mathsf{NP}UPUP\mathsf{UP}

5
独立于ZFC的理论CS结果
我要问一个非常模糊的问题,因为理论计算机科学和数学之间的界限并不总是容易区分的。 问题:您是否知道CS中有任何有趣的结果,这些结果要么独立于ZFC(即标准集理论),要么最初在ZFC(及某些其他公理)中得到证明,然后才在ZFC alorne中得到证明? 我这么问是因为我很接近完成我的博士论文,我的主要结果(一类游戏这是用来给“游戏的语义”来的确定性概率模态演算)是在成熟的那一刻ZFC扩展与其他公理(连续统假设即否定¬ ç ^ h和马丁的公理中号一)。μμ\mu¬CH¬CH\neg CH MAMAMA 因此,设置显然是计算机科学(模态演算是一个时序逻辑,而我将其与概率系统延伸到工作)。μμ\mu 我想在论文中引用其他此类示例(如果您知道的话)。 先感谢您, 再见 马泰奥

14
自动机理论有多实用?
在与理论计算机科学相关的主题中总有一种应用方法。但是,教科书和本科课程通常无法解释自动机理论成为重要课题的原因,也无法解释其在实践中是否仍具有应用价值。因此,大学生可能难以理解自动机理论的重要性,并可能认为它已不再具有实际用途。 自动机理论在实践中仍然有用吗? 它应该成为本科CS课程的一部分吗?

6
在中为NP完全但在处理的几何问题?
在考虑许多几何问题很容易,但是对于在是NP完全的(包括我最喜欢的问题之一,单位磁盘盖)。R1R1R^1RdRdR^dd≥2d≥2d\geq2 有人知道和可以解决多项式问题,但吗? R1R1R^1R2R2R^2Rd,d≥3Rd,d≥3R^d,d\geq3 更一般而言,是否存在对于 NP完全但对于可以解决多项式的问题,其中?RkRkR^kRk−1Rk−1R^{k-1}k≥3k≥3k\geq3

2
理论计算机科学必需的公理
这个问题的灵感来自关于数学溢出的应用数学的类似问题,并且na的认为TCS的重要问题(例如P vs. NP)可能独立于ZFC(或其他系统)。作为一点背景,逆向数学是寻找证明某些重要定理所必需的公理的项目。换句话说,我们从一组期望成立的定理开始,并尝试推导使它们成立的最小的“自然”公理。 我想知道反向数学方法是否已应用于TCS的任何重要定理。特别是复杂性理论。由于TCS中许多未解决的问题都陷入僵局,似乎自然会问“我们没有尝试使用哪些公理?”。另外,是否已证明TCS中的任何重要问题都与某些简单的二阶算术子系统无关?

4
我们知道,多项式层级(即NP和共NP)的第一级是在PP,以及。我们也知道,从户田定理即P ^ h ⊆ P P P。PP⊆PSPACEPP⊆PSPACEPP \subseteq PSPACEPH⊆PPPPH⊆PPPPH \subseteq P^{PP} PH⊆PPPH⊆PPPH \subseteq PPPPPPPPPPPPPPPPPPH⊈PPPH⊈PPPH \nsubseteq PPPP⊈PHPP⊈PHPP \nsubseteq PH 这个问题很简单,但是我没有找到解决它的资源。 在学习更多有关该主题的知识之前,我问过这个与数学溢出相关但不那么具体的问题。 这里是一个略微相关的(但不同)的问题:是?coNP#P=NP#P=P#PcoNP#P=NP#P=P#PcoNP^{\#P}=NP^{\#P}=P^{\#P} 更新:在这里看看Noam Nisan的问题:有关PP中PH的更多信息?

2
平方根之和很难解决?
的平方根的总和问题询问,给定两个序列和正整数,是否总和小于,等于,或大于比总和。这个问题的复杂性状态是公开的。有关更多详细信息,请参见这篇文章。这个问题自然出现在计算几何中,尤其是在涉及欧几里德最短路径的问题中,并且是将这些问题的算法从实际RAM转移到标准整数RAM的重要绊脚石。a1,a2,…,ana1,a2,…,ana_1, a_2, \dots, a_nb1,b2,…,bnb1,b2,…,bnb_1, b_2, \dots, b_n∑iai−−√∑iai\sum_i \sqrt{a_i}∑ibi−−√∑ibi\sum_i \sqrt{b_i} 如果从平方根总和到π的多项式时间减少了,则称问题Π 平方根和为硬(缩写为√√-hard?)。不难证明以下问题是平方根求和: 4d欧几里得几何图中的最短路径 实例:图其顶点为,其边由欧几里得distane加权;两个顶点和G=(V,E)G=(V,E)G=(V,E)Z4Z4\mathbb{Z}^4sssttt 输出:从最短路径到在。ssstttGGG 当然,可以使用Dijkstra算法在实数RAM上的多项式时间内解决此问题,但是该算法中的每个比较都需要解决平方根和问题。归约使用以下事实:任何整数都可以写成四个完美平方的和。减少量的输出实际上是个顶点上的一个周期。2n+22n+22n+2 平方根和的总和还有哪些其他问题? 我对真正的RAM上有多项式时间解的问题特别感兴趣。见 我之前的问题的一种可能性。 如罗宾所言,无聊的答案无聊。对于任何包含平方根和的复杂度类X(例如PSPACE或EXPTIME),每个X难题都无聊的平方根难题。


7
我们对可证明正确的程序了解什么?
计算机程序的复杂性不断提高,计算机在社会中的地位日益重要,这使我想知道为什么我们仍然不集体使用编程语言,而您必须使用编程语言来正式证明代码可以正常工作。 我相信该术语是“认证编译器”(我在这里找到了它):一种编译一种编程语言的编译器,在该语言中,不仅必须编写代码,而且还必须声明代码规范并证明代码符合该规范。规范(或使用自动证明者这样做)。 在互联网上搜索时,我仅发现使用非常简单的编程语言的项目或尝试适应现代编程语言的失败项目。这引出我的问题: 是否有任何认证的编译器实现了成熟的编程语言,还是这很难/从理论上讲是不可能的? 此外,我还没有看到任何涉及可证明程序的复杂性类,例如“由图灵机确定的所有语言的类(存在证明该图灵机停止的证据)”,我将其称为Př Ô v 一个b 升ë řProvableRProvableR作为模拟到[RRR,该组递归语言。 我可以看到学习这样的复杂类的优点:例如,对于Př Ô v 一个b 升ë řProvableRProvableR停机问题是可判定的(I甚至猜想PR o v a b l e R EProvableREProvableRE在明显的方式定义的。将可以决定的最大语言类别)。另外,我怀疑我们是否会排除任何实用的程序:当您无法证明程序终止时,谁会使用该程序? 所以我的第二个问题是: 我们对复杂性类了解多少,这些复杂性类要求其包含的语言具有可证明的某些属性?

5
你什么时候应该说你知道什么?
当您在公共场所(例如此处的堆叠交换)上看到某个问题时,该怎么办?您知道该问题的答案,因为您正在研究当前的研究项目? 例如,我看到一个我知道答案的TCS.SX问题,因为我最近在研究该问题。我还没有完成结果的撰写,我正在尝试获得更多结果以撰写出可接受的论文。 我应该亲自联系问询者吗?通过在网站上发布答案公开声明信用?我该怎么办?

3
有限VC维的击中集的参数化复杂度
我对我称之为d维命中集问题的参数化复杂性感兴趣:给定一个范围空间(即一个集合系统/超图),S =(X,R)的VC维最大为d,而a正整数k,X是否包含大小为k的子集,该子集到达R中的每个范围?问题的参数化版本由k参数化。 对于d的什么值是d维命中集问题 在FPT中? 在W [1]中? W [1]-难吗? W [2]-难吗? 我所知道的可以总结如下: 一维击中集位于P中,因此位于FPT中。如果S的维数为1,则不难证明存在大小为2的打击集,或者S的入射矩阵完全平衡。无论哪种情况,我们都可以找到多项式时间中的最小命中集。 4维命中集是W [1] -hard。Dom,Fellows和Rosamond [PDF]证明了W [1]-硬度适用于用平行轴刺入R ^ 2中的平行轴矩形的问题。可以将其表示为VC维4的范围空间中的击中集。 如果没有对d的限制,则我们有标准的命中集问题,即W [2]-完全和NP-完全。 Langerman和Morin [引文链接]给出了限制尺寸的Set Cover的FPT算法,尽管它们的有界尺寸模型与有界VC维度定义的模型不同。他们的模型似乎不包括例如用点击中半空间的问题,尽管他们模型的原型问题等同于用点击中超平面。


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.