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
NP中的欧式TSP和平方根复杂度
在Ola Svensson的本讲义中:http : //theory.epfl.ch/osven/courses/Approx13/Notes/lecture4-5.pdf,据说我们不知道Euclidean TSP是否在NP中: 原因是我们不知道如何有效地计算平方根。 另一方面,有Papadimitriou撰写的这篇论文:http : //www.sciencedirect.com/science/article/pii/0304397577900123说它是NP完全的,也意味着它在NP中。尽管他没有在论文中证明这一点,但我认为他认为NP的成员资格微不足道,这通常与此类问题有关。 我对此感到困惑。老实说,我们不知道欧几里得的TSP是否在NP中的说法震惊了我,因为我只是认为它是微不足道的-以TSP巡回赛作为证书,我们可以轻松地检查它是否有效。但是问题是可能存在一些平方根。因此,讲义基本上声称我们不能在多项式时间内解决以下问题: 任意有理数,决定是否√q1个,… ,qñ,一∈ Qq1,…,qn,A∈Qq_1,\ldots,q_n,A\in\mathbb{Q}。q1−−√+⋯+qn−−√≤Aq1+⋯+qn≤A\sqrt{q_1}+\cdots+\sqrt{q_n}\leq A 问题1:我们对这个问题了解什么? 这使我无法找到以下简化: n=1n=1n=1 q1,k,…,qn,k,Ak∈Qq1,k,…,qn,k,Ak∈Qq_{1,k},\ldots,q_{n,k},A_k\in\mathbb{Q}k=1,2,…k=1,2,…k=1,2,\ldotspppkkkq1,k−−−√+⋯+qn,k−−−√q1,k+⋯+qn,k\sqrt{q_{1,k}}+\cdots+\sqrt{q_{n,k}}AkAkA_kp(input-size)p(input-size)p(\text{input-size}) 问题3:是否存在这样的实例号码? input-sizeinput-size\text{input-size} 24/1324/1324/132.5334567¯¯¯¯¯¯¯¯2.5334567¯2.5334\overline{567}

2
快速矩阵乘法的内存需求
假设我们要乘以乘以矩阵。慢矩阵乘法算法在时间运行,并使用内存。最快的矩阵乘法在时间,其中是线性代数常数,但是关于它的存储复杂度又知道什么呢?ø (Ñ 3)ø (Ñ 2)Ñ ω + Ö (1 ) ωn×nn×nn \times nO(n3)O(n3)O(n^3)O(n2)O(n2)O(n^2)nω+o(1)nω+o(1)n^{\omega + o(1)}ωω\omega 快速的矩阵乘法可能会消耗内存,这似乎是先验的。是否有任何保证可以在内存中完成?当前已知的矩阵乘法算法是否使用存储器? ø (Ñ 2)ø (Ñ 2)nωnωn^{\omega}Ø (ñ2)O(n2)O(n^2)Ø (ñ2)O(n2)O(n^2) (我实际上对矩形矩阵乘法很感兴趣,但我认为在那种情况下答案与在正方形情况下是相同的,并且对正方形情况进行了更好的研究。)

2
一类图的参考,可在订购时保留子图的距离
让我们说,一个图拥有的财产中号,如果它的顶点可以责令v 1,v 2,... v ñ以这样的方式曲线^ h 我诱发顶点{ v 1,... ,v 我 }具有d i s t H i(v j,v k)= d i s t G(v j,vGGG中号MMv1个,v2,… vñv1,v2,…vnv_1, v_2, \ldots v_nH一世HiH_i{ v1个,… ,v一世}{v1,…,vi}\{v_1, \ldots, v_i\}对于所有 Ĵ ,ķ ≤ 我。换句话说,在我们的排序中添加下一个顶点不会影响当前图形的距离度量。d我小号ŤH一世(vĴ,vķ)= d我小号ŤG(vĴ,vķ)distHi(vj,vk)=distG(vj,vk)dist_{H_i} (v_j, v_k) = dist_G(v_j, v_k)Ĵ ,ķ ≤ 我j,k≤ij,k \leq i 这种图的一个例子是规则的网格。n × …


3
是否存在最困难的DCFL?
Greibach著名定义的语言,所谓的非确定性版本的d 2,使得任何CFL是的逆的Morphic图像ħ。DCFL是否存在类似的陈述,可能对允许的词素有一些限制?HHHd2D2D_2HHH (参见,例如,M。Autebert,J。Berstel和L. Boasson。上下文无关的语言和下推自动机。在R. Rozenberg和A. Salomaa中,《形式语言手册》第一卷,第3章。Springer Verlag ,1997年。)

1
解决递归
如何解决以下重复关系? F(n )= f(n − 1 )+ f(ñ - 日志n )f(n)=f(n−1)+f(n−log⁡n) f(n) = f(n-1) + f(n - \log n)
12 recursion 

1
对矩形进行分区而不损害内部矩形
CCC是轴平行的矩形。 C1,…,CnC1,…,CnC_1,\dots,C_n是成对的,内部不相交的轴平行矩形,这样像这样:C1∪⋯∪Cn⊊CC1∪⋯∪Cn⊊CC_1\cup\dots\cup C_n \subsetneq C 甲矩形保留分区的CCC是一个分区C=E1∪⋯∪ENC=E1∪⋯∪ENC = E_1\cup\dots\cup E_N,使得N≥nN≥nN\geq n,所述EiEiE_i是成对-内部不相交轴线平行的长方形,并为每i=1,…,ni=1,…,ni=1,\dots,n:Ci⊆EiCi⊆EiC_i \subseteq E_i,即每个现有矩形都包含在一个唯一的新矩形中,如下所示: 查找具有小的矩形保留分区的算法是什么?NNN 特别是,是否有一种算法可以找到部分的矩形保留分区?N=O(n)N=O(n)N=O(n)

1
算术电路比布尔弱吗?
设表示计算给定的多项式多项式的(非单调)算术电路 的最小大小 并且表示计算布尔版本的(非单调)布尔电路的最小大小的由下式定义: (+ ,× ,- )˚F (X 1,... ,X Ñ)= Σ Ë ∈ Ê Ç Ë Ñ Π我= 1 X Ë 我我A(f)A(f)A(f)(+,×,−)(+,×,−)(+,\times,-)乙(˚F )(∨ ,∧ ,¬ )˚F b ˚F ˚F b(X 1,... ,X Ñ)= ⋁ Ë ∈ Ê ⋀ 我:ë 我 ≠ 0 X 我F(x1个,… ,xñ)= ∑Ë ∈ ËCË∏我= 1ñXË一世一世,f(x1,…,xn)=∑e∈Ece∏i=1nxiei, …

1
回文覆盖线
如果给定字符串,一个回文盖是一个序列p 1个p 2 ⋯ p 米字的p 我使得p 1 p 2 ⋯ p 米 = 瓦特和,使得每个p 我是回文。w=σ1σ2…σnw=σ1σ2…σnw=\sigma_1\sigma_2\ldots\sigma_np1p2⋯pmp1p2⋯pmp_1p_2\cdots p_mpipip_ip1p2⋯pm=wp1p2⋯pm=wp_1p_2\cdots p_m = wpipip_i 找到最小的回文覆盖面有多难?(这似乎可以通过动态编程来实现,但是我不确定它是否有效)。 如果将输入作为每个回文长度的界,问题是否会变得更加棘手?bbb 考虑简单的贪心算法,该算法始终采用从当前位置开始的最长回文。例如,如果,则它将输出(121 )⋅ (33 )⋅ (1 )⋅ (2 ),而最佳覆盖率是(1 )⋅ (213312 )。w=1213312w=1213312w=1213312(121)⋅(33)⋅(1)⋅(2)(121)⋅(33)⋅(1)⋅(2)(121)\cdot(33)\cdot(1)\cdot(2)(1)⋅(213312)(1)⋅(213312)(1)\cdot(213312) 贪心算法是否为问题提供2近似值?


1
随机多项式层次结构?
我想知道,如果在的定义(多项式层次结构,请参见,例如此处)中,的角色将被取代,将会发生什么?PHPHPHNPNPNPRPRPRP 看来,我们仍然可以像构建一样构建层次结构,只是在各处使用而不是,并使用代替。让我们将其称为随机多项式层次结构()。PHPHPHRPRPRPNPNPNPcoRPcoRPcoRPcoNPcoNPcoNPRPHRPHRPH 我的第一个猜测是,或者。基于已知事实,即意味着。但是,如果,则仍然可以是适当的,无限的层次结构。RPH⊆BPPRPH⊆BPPRPH\subseteq BPPRPH=BPPRPH=BPPRPH=BPPNP=RPNP=RPNP=RPPH=BPPPH=BPPPH=BPPP≠RPP≠RPP\neq RPRPHRPHRPHBPPBPPBPP 当然,这个问题的边缘的事实,钝化推测(即使),这将变平成。但是, 目前尚不知道,到目前为止,它已经抵制了所有证明尝试。因此, 仍然至少有一些机会成为适当的层次结构。P=RPP=RPP=RPP=BPPP=BPPP=BPPRPHRPHRPHPPPP=RPP=RPP=RPRPHRPHRPH 诚然,虽然有很大的机会变得“平坦”,但这个概念是否仍可用于不平凡的事情?这是一个示例:如果可以证明,那么将得出意味着结果,我认为这将是一个有趣的结果。RPHRPHRPHRPH=BPPRPH=BPPRPH=BPPP=RPP=RPP=RPP=BPPP=BPPP=BPP 对此有什么了解吗?

2
数字场筛最坏情况的复杂性是什么?
给出复合一般数域筛选为的整数分解最好的已知分解算法Ñ。它是一种随机算法,我们得到的预期复杂Ô ( Ë √N∈NN∈NN\in\Bbb NNNN对因子Ñ。O(e649√(logN)13(loglogN)23)O(e649(log⁡N)13(log⁡log⁡N)23)O\Big(e^{\sqrt{\frac{64}{9}}(\log N)^{\frac 13}(\log\log N)^{\frac 23}}\Big)NNN 我在此随机算法中寻找有关最坏情况复杂度的信息。但是,我无法找到信息。 (1) Number字段筛的最坏情况复杂度是多少? (2)此处是否也可以去除随机性以给出确定性的次指数算法?

3
内射式Karp约简下的完备性
卡普归约法是两个计算问题之间多项式时间可计算的多一归约法。许多Karp缩减实际上是一种功能。这就提出了一个问题,即每个Karp约简是否都是内射的(一对一函数)。 是否存在一个自然的完全问题,仅在多次Karp归约下才已知完成,而在注射式Karp归约下却未知?如果使用内射式Karp归约法定义N P-完备性,我们将获得(或失去)什么?NPNPNPNPNPNP 一个明显的好处是,在内射式Karp约简下,稀疏集是不完整的。


1
L / P / PSpace与P / NP
1979年,霍普克罗夫特/乌尔曼写道L L P NP⊆PSpace是已知的,但L⊊PSpace是已知的唯一适当的(和琐碎的)收容所,尽管所有人都被认为是适当的收容所,“大约4十年后,情况仍然存在” 。 从那以后,L LP,P⊊PSpace和P⊊NP之间是否存在任何已知的连接?他们是否仍然被认为是独立的,或者是否存在某种相互依赖的迹象? 动机:这个问题部分是受到最近的Backurs-Indyk研究结果的启发,该研究将SETH绑定到O(n 2)编辑距离。SETH是指数时间,编辑距离是PTime。(也有些问题是通过证明上限来证明下限的)

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.