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

1
堆排序:堆=〜快速排序:BST =〜合并排序:___?
请原谅标题的简洁性,我可能在简洁的祭坛上牺牲了清晰度。 可以看到,将数组的元素插入到二进制搜索树中并读出来(在插入时)需要与在该数组上运行Quicksort相同的比较。Quicksort使用的枢轴顺序是插入二分搜索树的顺序。 对于Heapsort和heap来说,这也是微不足道的,因为Heapsort实际上是在进行一系列插入,然后将元素读回。 在Mergesort的情况下,是否存在类似的东西?这里是否存在更深层次的联系,还是数据结构和排序算法之间有趣的巧合?

2
受限单调3CNF公式:计算满足的分配(均取模)
考虑具有以下两个附加限制的单调3CNF公式: 每个变量都精确地出现 222 条款。 给予任何 222 条款,它们最多共享 1个11 变量。 我想知道计算这样一个公式的满意分配有多困难。 更新06/04/2013 12:55 我还想知道,确定令人满意的作业数量的奇偶性有多难。 更新11/04/2013 22:40 如果除了上述限制之外,我们还引入了以下两个限制,该怎么办: 该公式是平面的。 公式是二分的。 更新16/04/2013 23:00 每个令人满意的分配都对应于一个 333-正则图。经过广泛的搜索,我唯一能找到的关于计数边缘覆盖的相关论文是Yuval的答案中已经提到的第三篇。在本文的开头,作者说:“我们开始研究图形所有边缘覆盖的采样(以及相关的计数问题)”。令我感到惊讶的是,这个问题受到的关注如此之少(与对顶点覆盖进行计数相比,对于几个图形类而言,顶点覆盖得到了广泛的研究并且被更好地理解了)。我们不知道是否计算边缘覆盖#P#P\#P-硬。我们不知道确定边缘覆盖数量的奇偶性是否⊕P⊕P\oplus P-很难。 更新09/06/2013 07:38 确定边缘盖数量的奇偶性是 ⊕P⊕P\oplus P-hard,请在下面检查答案。

2
和亚线性空间中的几乎通用字符串哈希
这是字符串上的两个哈希函数族:X⃗ = ⟨X0X1个X2…X米⟩x→=⟨x0x1x2…xm⟩\vec{x} = \langle x_0 x_1 x_2 \dots x_m \rangle 对于素数和,对于\ in \ mathbb {Z} _p。Dietzfelbinger等。在“多项式哈希函数可靠”中显示\ forall x \ neq y,P_a(h ^ 1_a(x)= h ^ 1_a(y))\ leq m / p。pppX一世∈žpxi∈Zpx_i \in \mathbb{Z_p}H1个一个(X⃗ )= ∑一个一世X一世模pha1(x→)=∑aiximodph^1_{a}(\vec{x}) = \sum a^i x_i \bmod p一∈žpa∈Zpa \in \mathbb{Z}_p∀ X ≠ ÿ,P一个(H1个一个(x )=H1个一个(y))≤ 米/ p∀x≠y,Pa(ha1(x)=ha1(y))≤m/p\forall x …

2
绝热量子计算是否像电路模型一样强大?
大量的量子计算文献集中在电路模型上。绝热量子计算不是基于应用of运算符序列,而是基于更改时间相关的哈密顿量。我正在寻找以下方面的见解。 绝热量子计算的功能是否像电路模型一样强大,或者其固有的功能不那么强大? 是否有与绝热计算(而不是电路模型)特别相关的复杂性类别? 如何定量测量绝热计算能力与电路模型的能力?

1
在,,,和
我们知道。从Savitch定理中,,从空间层次定理,。因此,由于我们不知道,我们也不知道,还是我们知道?是否有人试图证明\ mathcal L ^ 2 \ subseteq \ mathcal P?这样最新的结果或努力是什么?我一直在尝试就此主题进行调查,但没有发现任何相关内容。大号⊆ñ大号⊆P⊆ñPL⊆NL⊆P⊆NP\mathcal{L}\subseteq \mathcal{N\!L}\subseteq\mathcal{P}\subseteq\mathcal{N\!P}ñ大号⊆大号2NL⊆L2\mathcal{N\!L}\subseteq\mathcal{L}^2大号≠大号2L≠L2\mathcal{L}\neq\mathcal{L}^2大号≠PL≠P\mathcal L\neq\mathcal P大号2⊆PL2⊆P\mathcal L^2\subseteq\mathcal PL2⊈PL2⊈P\mathcal L^2\not\subseteq\mathcal PL2⊆PL2⊆P\mathcal L^2\subseteq\mathcal P 此外,是否存在一个NPNP\mathcal{N\!P}问题这是不NPNP\mathcal{N\!P} -complete是一个开放的问题,并且这样的存在将意味着L≠NPL≠NP\mathcal L\neq\mathcal{N\!P},因为每个LL\mathcal L的问题是完整的LL\mathcal L。但是我们真的不知道L≠NPL≠NP\mathcal L\neq\mathcal{N\!P}吗?有没有人试图证明这一点?同样,以这种方式最新的成果或努力是什么? 也许我丢失了某些东西,或者搜索错误,但是找不到在L2⊆PL2⊆P\mathcal L^2\subseteq \mathcal P和L≠NPL≠NP\mathcal L\neq\mathcal{N\!P}问题上工作的人。

3
除以小的未知多项式时,找到大的固定多项式的余数
假设我们在一个有限域中工作。在此字段上,我们得到了一个大的固定多项式p(x)(例如,度为1000)。该多项式是事先已知的,我们被允许在“初始阶段”使用大量资源进行计算。这些结果可以存储在相当小的查询表中。 在“初始阶段”结束时,我们将得到一个小的未知多项式q(x)(例如,小于等于5级)。 如果允许我们在“初始阶段”进行一些复杂的计算,是否有一种快速的方法来计算p(x)mod q(x)?一种明显的方法是为q(x)的所有可能值计算p(x)mod q(x)。有一个更好的方法吗?


1
了解会议和研讨会中的演讲
我是印度的研究生。我非常有兴趣参加研讨会,会议和著名教授的邀请讲师。 在谈话的最后,有些人会问一些问题,而演讲者会回答这些问题。但是我的问题是我不了解大多数问题和答案。即使我提出任何问题,我也无法理解发言人的回答。 有人可以分享他们对我的问题的经验和建议。

2
抽象层次结构的形式表示
介绍 我正在撰写有关抽象三角洲建模(ADM)的博士学位论文,该摘要是对能够作用于产品(如“软件产品”)的修改(称为deltas)的抽象代数描述。这可以用于将一组相关产品(“产品系列”)组织为一个简单的核心产品和一组有条件应用的增量,从而可以更好地重用基础产品。 增量建模的细节对于我的问题并不是很重要,但是ADM可以作为一个很好的例子来说明这个问题,因此我将介绍最重要的概念。 背景 感兴趣的主要结构是三角肌 。产品来自全集。增量来自具有合成运算符的单点半体和中性元素。语义评估运算符转换一个'syntactic'delta转换为关系(P,D,⋅,ϵ,[[−]])(P,D,⋅,ϵ,[[−]])(\mathcal P, \mathcal D, \cdot, \epsilon, \mathbf{[\kern-1pt[-]\kern-1pt]})PP\mathcal P(D,⋅,ϵ)(D,⋅,ϵ)(\mathcal D, \cdot, \epsilon)⋅:D×D→D⋅:D×D→D\cdot : \mathcal D \times \mathcal D \to \mathcal Dϵ∈Dϵ∈D\epsilon \in \mathcal D[[−]]:D→2P×P[[−]]:D→2P×P\mathbf{[\kern-1pt[-]\kern-1pt]} : \mathcal D \to 2^{\mathcal P \times \mathcal P}d∈Dd∈Dd \in \mathcal D[[d]]⊆P×P[[d]]⊆P×P\mathbf{[\kern-1pt[}\,d\,\mathbf{]\kern-1.5pt]} \subseteq \mathcal P \times \mathcal P决定如何修改产品。ddd 题 由于ADM是抽象代数,因此我的大部分工作都是从乘积和增量的具体本质中抽象出来的,并证明了许多结果而没有下降到更具体的水平。预期这些结果将延续到更具体的领域,但我尚未对此进行形式化。 有一些示例和案例研究在特定领域中起作用:面向对象的源代码,代码,自然数,移动电话配置文件等。还有一些中间的抽象阶段,例如嵌套键值对。对于每个I,我都重新定义(或“优化”)。大号一个ŤËXLATEX\small\mathrm{\LaTeX}(P,D,⋅ ,ϵ …

2
Krivine表示法的好处是什么?
我看到有些人在介绍函数的语法时使用Krivine的符号表示功能 λλ\lambda-结石。例如,λλ\lambda-术语 λ ˚F。λ X 。λ ÿ。F X ÿ λF。λX。λÿ。F X ÿ\lambda f . \lambda x . \lambda y . f\ x\ y(按照函数应用程序与左侧关联的常规约定,因此它实际上表示)写为(按照类似的约定,它实际上是指)。我看不出在最里面的周围有另一对括号的意义。人们为什么使用Krivine的符号而不是通常的符号?λ ˚F。λ X 。λ ÿ.((f x) y)λf.λx.λy.((f x) y)\lambda f . \lambda x . \lambda y . ((f\ x)\ y)λf.λx.λy.(f) x yλf.λx.λy.(f) x y\lambda f . \lambda x …

2
解决停止问题实例的oracle调用次数的下限
我遇到了以下问题,这是一个简单的练习(如下所示)。 我们给了个有关停止问题的实例(即TMs),我们需要准确地确定其中哪个在上停止。也就是说,我们需要输出。我们为停止问题提供了一个先知,但我们必须使用它最少的次数。ñnnM1,...,MnM1,...,MnM_1,...,M_nϵϵ\epsilon{i:Mi halts on ϵ}{i:Mi halts on ϵ}\{i: M_i\text{ halts on }\epsilon\} 不难证明可以通过调用来完成。log(n+1)log⁡(n+1)\log (n+1) 我的问题是:我们可以证明下界吗?是否有理由怀疑很难找到这种界限? 问题本身的答案(扰流板,悬停鼠标): 考虑 TM 的情况。我们可以构造一个并行运行的TM,如果其中至少两个停止,则停止(否则卡住)。类似地,我们可以构造一个TM,如果其中至少一个暂停,它会暂停。然后我们可以在上调用oracle 。如果停止,那么我们可以并行运行机器,然后等待其中一个停止。然后,我们可以在最后一个上调用oracle。如果oracle表示“ no”,那么我们在上运行oracle 。如果停止,那么我们将运行机器直到停止一秒钟,这是唯一停止的机器。如果不停止,则没有一个停止。将其扩展到台机器很容易。333H2H2H_2M1,M2,M3M1,M2,M3M_1,M_2,M_3H1H1H_1H2H2H_2H1H1H_1H1H1H_1nnn 关于此问题的第一个观察结果是,使用信息理论工具似乎无法解决,因为我们至关重要地依赖于通过不使用Oracle即可运行机器来获取信息的能力。

2
产生有趣的组合优化问题
我正在教授一门有关元启发式的课程,并且需要为该术语项目生成有趣的经典组合问题实例。让我们专注于TSP。我们正在处理尺寸图200200200和更大。我当然尝试生成具有成本矩阵的图形,该矩阵的值取自随机U(0,1)U(0,1)U(0,1),并发现(如预期的那样)路径成本的直方图(通过采样大量随机路径得出)的正态分布非常窄(μμ\mu 是 100 100~100 但 σσ\sigma 在附近 444)。在我看来,这意味着问题很容易,因为大多数随机路径都将低于平均值,而最小成本路径非常接近随机路径。 因此,我尝试了以下方法: U(0,1)U(0,1)U(0,1)-矩阵,在图表上随机走很长一段距离,然后随机(Bernoulli与 p=0.5p=0.5p=0.5)将边缘的值加倍或减半。这往往会降低所有值,最终达到零,但是如果我采取正确的步骤数,则可以得到μμ\mu 周围 222 和 σσ\sigma 周围 111。 我的问题是,首先,这是否是一个有趣问题的良好定义?理想情况下,我需要一个高度多模态的实例(对于最常见的邻域函数),并且在极小值附近只有很少的路径,因此大多数随机解都离最优值很远。第二个问题是,给出此描述后,如何生成具有此类特征的实例?

1
能够
让 ATISP(f(n),g(n))ATISP(f(n),g(n))\mathsf{ATISP}(f(n), g(n)) 是由交替出现的图灵机决定的语言类别 f(n)f(n)f(n) 使用空间 g(n)g(n)g(n)。让AALTSP(f(n),g(n))AALTSP(f(n),g(n))\mathsf{AALTSP}(f(n), g(n)) 是由交替使用的图灵机停止使用而决定的语言类别 f(n)f(n)f(n) 交替与空间 g(n)g(n)g(n)。 Ruzzo 证明了NCk=ATISP(logkn,logn)NCk=ATISP(logk⁡n,log⁡n)\mathsf{NC}^k = \mathsf{ATISP}(\log^k n, \log n)。他还表明NCk⊆AALTSP(logkn,logn)⊆NCk+1NCk⊆AALTSP(logk⁡n,log⁡n)⊆NCk+1\mathsf{NC}^k \subseteq \mathsf{AALTSP}(\log^k n, \log n) \subseteq \mathsf{NC}^{k + 1}。 是 NCk=AALTSP(logkn,logn)NCk=AALTSP(logk⁡n,log⁡n)\mathsf{NC}^k = \mathsf{AALTSP}(\log^k n, \log n)?

1
我们可以从排序矩阵中获得排序列表吗
我糊涂了。我想证明以乘矩阵排序(即行和列以升序)的问题是。我假设它可以比更快地进行,并尝试违反 下限,以进行对m个元素进行排序所需的比较。我有两个矛盾的答案:nnnnnnΩ(n2logn)Ω(n2log⁡n)\Omega(n^2\log n)n2lognn2log⁡nn^2\log nlog(m!)log⁡(m!)\log(m!) 我们可以从的排序矩阵中获得元素的排序列表/math/298191/lower-bound-for-matrix-sorting/298199?iemail = 1#298199n2n2n^2O(n2)O(n2)O(n^2) 您无法从矩阵中获得排序列表的速度快于 /programming/4279524/how-to-sort-amxn-matrix-which-has-所有它的行排序和n列排序Ω(n2log(n))Ω(n2log⁡(n))Ω(n^2\log(n)) 哪一个是对的?

1
量子后单向小组行动有候选人吗?
是否有一个已知的集体动作家族, 在该集合中正在执行的动作中具有指定的元素 ,并且知道如何有效地进行 \: 从组中采样(基本上统一),计算逆运算, \: 计算小组行动,并计算小组行动 而且还没有已知的有效量子算法 能够以不可忽略的概率成功 \: 作为输入给出集体行动的指数和结果 \: 作用于指定元素的采样组元素, \: 查找一个组元素,其对指定元素的作用是第二个输入 ? 据我所知,它们提供了唯一的非交互式统计隐藏承诺的已知结构,其中有关活板门的知识可以实现有效且不可检测的模棱两可,这对于零知识协议和自适应安全性很有用。 通过使域通过以下方式作用于共域,可以将具有前三个属性的任何单向组同态族(从本文的第三行和第四行)转换为此类事物: ⟨ 一个,b ⟩ ↦ ħ (一)⋅ b⟨一个,b⟩↦H(一个)⋅b\: \langle a,b\rangle \mapsto h(a)\cdot b \:, \: 以身份元素作为杰出元素。 作为将上述转换应用于组指数同态的特例,可以获取Pedersen承诺方案的受限版本,尽管对量子算法而言,其单向性等效于离散对数问题的难度。(请参阅Shor算法和该页面上有关离散对数的部分。)

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.