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
演示不确定性电路电源的示例
除了普通输入,非确定性布尔电路还具有一组“非确定性”输入。如果存在,则不确定电路接受输入,以使电路输出在。类似于(由多项式大小的电路确定的语言类别),可以定义为由多项式大小的不确定性电路确定的语言类别。人们普遍认为,不确定性电路比确定性电路更强大,尤其是Ý = (Ý 1,... ,ÿ 米)c ^ X Ý 1 (X ,ÿ )P / p ø 升ý Ñ P / p ø 升ý Ñ P ⊂ P / p Ò 升ÿx = (x1个,…,xn)x=(x1,…,xn)x = (x_1,\dots,x_n)y=(y1,…,ym)y=(y1,…,ym)y=(y_1,\dots,y_m)CCCxxxyyy111(x,y)(x,y)(x,y)P/polyP/polyP/polyNP/polyNP/polyNP/polyNP⊂P/polyNP⊂P/polyNP \subset P/poly 表示多项式层次结构崩溃了。 文献中是否有一个明确(无条件)的例子表明非确定性电路比确定性电路更强大? 特别是,您是否知道一个函数族 通过大小为不确定性电路计算,但不能通过大小为确定性电路计算?{fn}n>0{fn}n>0\{f_n\}_{n > 0}cncncn(c+ϵ)n(c+ϵ)n(c+\epsilon)n

2
是否可以加密CNF?
是否有可能一个CNF转换CC\mathcal C到另一个CNF Ψ(C)Ψ(C)\Psi(\mathcal C),使得 该函数ΨΨ\Psi可以在多项式时间从一些秘密随机参数来计算rrr。 Ψ(C)Ψ(C)\Psi(\mathcal C)具有当且仅当溶液CC\mathcal C有一个解决方案。 任何溶液xxx的Ψ(C)Ψ(C)\Psi(\mathcal C)可以有效地转换成的溶液CC\mathcal C使用rrr。 没有rrr,解xxx(或任何其他性质Ψ(C)Ψ(C)\Psi(\mathcal C))对求解毫无帮助。CC\mathcal C 如果存在这样的,那么它可以用来使其他人为我们解决计算难题(可能用其他问题代替解决CNF的方法-我选择CNF是因为我想使问题更具体)即使他们知道我们已经使用他们解决了什么问题,他们也无法从可能的解决方案中获利。例如,我们可以将分解问题嵌入计算机游戏中,从而使玩家仅在他们在后台处理我们的问题时才能玩,并时不时地发回计算证明。甚至可以通过这种方式使软件“免费”,其中“免费”在您父母的电费中隐藏了(可能更高)的成本。ΨΨ\Psi

1
如何不计算包含有限的一组圆的最小圆
假设我们有一个有限集LLL中的磁盘R2R2\mathbb{R}^2,我们希望计算最小磁盘DDD为其⋃L⊆D⋃L⊆D\bigcup L\subseteq D。做到这一点的标准方法是使用Matoušek,Sharir和Welzl [1]的算法找到了基础BBB的LLL,并让D=⟨B⟩D=⟨B⟩D=\langle B\rangle,最小的盘片容纳⋃B⋃B\bigcup B。磁盘⟨B⟩⟨B⟩\langle B\rangle可以使用代数的事实是,由于计算BBB为基础,在每个磁盘BBB相切⟨B⟩⟨B⟩\langle B\rangle。 (B⊆LB⊆LB\subseteq L为基础的LLL如果BBB是最小的,使得⟨B⟩=⟨L⟩⟨B⟩=⟨L⟩\langle B\rangle=\langle L\rangle甲基础具有至多三个元件;在一般用于在球RdRd\mathbb{R}^d的基础具有至多d+1d+1d+1。元素) 它是如下的随机递归算法。(但请参见下面的迭代版本,这可能更易于理解。) 过程:MSW(L,B)MSW(L,B)MSW(L, B) 输入:有限的磁盘LLL,BBB,其中BBB是(BBB)的基础。 如果L=∅L=∅L=\varnothing,返回BBB。 否则选择X∈LX∈LX\in L随意。 让B′←MSW(L−{X},B)B′←MSW(L−{X},B)B'\leftarrow MSW(L-\{X\}, B)。 如果X⊆⟨B′⟩X⊆⟨B′⟩X\subseteq\langle B'\rangle然后返回B′B′B'。 否则返回,其中乙”是的基乙' ∪ { X }。MSW(L,B′′)MSW(L,B″)MSW(L, B'')B′′B″B''B′∪{X}B′∪{X}B'\cup\{X\} 用作以计算L的基础。MSW(L,∅)MSW(L,∅)MSW(L, \varnothing)LLL 最近,我有理由实现此算法。在验证了数百万个随机生成的测试用例中的结果正确之后,我注意到我在实现中犯了一个错误。在最后的步骤我被返回,而不是中号小号w ^ (大号,乙”)。MSW(L−{X},B′′)MSW(L−{X},B″)MSW(L-\{X\}, B'')MSW(L,B′′)MSW(L,B″)MSW(L, B'') 尽管存在此错误,该算法仍给出正确的答案。 我的问题:为什么这种算法的错误版本在这里显然给出正确的答案?它总是(证明)有效吗?如果是这样,那么在更高维度上也是如此吗? 补充:一些误解 几个人提出了不正确的论据,以至于修改后的算法是完全正确的,因此在这里避免一些误解可能很有用。一个普遍的错误信念似乎是。这是该主张的反例。鉴于磁盘一个,b ,c ^ ,d ,È如下面(的边界⟨ 一个,b ,ê ⟩也以红色显示):B⊆⟨MSW(L,B)⟩B⊆⟨MSW(L,B)⟩B\subseteq\langle MSW(L, B)\ranglea,b,c,d,ea,b,c,d,ea,b,c,d,e⟨a,b,e⟩⟨a,b,e⟩\langle …

1
柯尔莫哥洛夫复杂性的不可计算性是否源自劳维尔的不动点定理?
许多定理和“悖论”-康托尔的对角化,阴影的不确定性,柯尔莫哥洛夫复杂性的不确定性,哥德尔不完全性,柴廷不完整性,拉塞尔悖论等-都具有通过对角化的相同证明(请注意,这比他们可以说的更具体)所有这些都可以通过对角化来证明;相反,感觉所有这些定理实际上都使用相同的对角化;有关更多详细信息,请参见例如Yanofsky,或者更简短和不那么形式化地说明 我对这个问题的回答。 Sasho Nikolov在对上述问题的评论中指出,其中大多数是Lawvere不动点定理的特例。如果它们都是特例,那么这将是捕捉上述想法的一个好方法:确实会有一个带有一个证明(洛夫韦尔)的结果,所有上述结果都将作为直接推论。 现在,由于暂停问题及其朋友的哥德尔不完整和不确定性,众所周知,他们遵循Lawvere的不动点定理(例如,参见here,here或Yanofsky)。但是,尽管潜在的证据在某种程度上“是相同的”,但我并没有立即看到如何针对不确定的Kolmogorov复杂性来做到这一点。所以: 柯尔莫哥洛夫复杂性的不可确定性是否是劳维尔不动点定理的快速推论-不需要额外的对角线化?

2
下推自动机和CFL的“更多代数”方法的参考?
在萨卡罗维奇关于自动机理论的书中,在自由群体的理性部分的导言中写道,其中介绍的材料奠定了“一种真正的上下文无关语言数学理论的基础”。然而,由于上下文无关的语言和下推自动机已经超出了本书的范围,因此并没有明确说明。 我知道自由团体(特别是Sakarovitch称为渐进半体)与下推自动机和无上下文语言(例如Dyck语言,Shamir定理等)的理论之间的某些联系。但是,我有一个很难找到真正建立起Sakarovitch所说的“无上下文语言的真正数学理论”的来源。 我发现的最接近的东西是Berstel关于转导和上下文无关语言的书。但是,乍一看,在我看来,这本书中下推自动机仅得到了一点处理,而自由群体的有理子集理论则根本没有应用。也许我正在寻找的材料打算用于Eilenberg的C卷,但我不确定。 因此,我想寻求一个指向书籍,调查问卷或一组论文的指针,从中我可以学到一些关于Sakarovitch的“上下文无关语言的真正数学理论”及其与自由群体及其理性的关系。子集。还是我正在寻找实际上不存在的东西?

1
将PSPACE与多项式层次结构区分开的最小复杂度预告片是什么?
背景 已知的是,存在一个预言使得。P S P A C E A ≠ P H AAAAPSPACEA≠PHAPSPACEA≠PHAPSPACE^A \neq PH^A 甚至众所周知,相对于随机预言片而言,这种分离成立。非正式地讲,这可能意味着有许多预言将PSPACEPSPACEPSPACE和PHPHPH分开。 题 这些将PSPACEPSPACEPSPACE与分开的预言有多复杂PHPHPH。特别地,有一个oracle A∈DTIME(22n)A∈DTIME(22n)A \in DTIME(2^{2^{n}}),使得 PSPACEA≠PHAPSPACEA≠PHAPSPACE^A \neq PH^A? 我们是否有任何预言AAA使得PSPACEA≠PHAPSPACEA≠PHAPSPACE^A \neq PH^A和AAA具有已知的复杂度上限? 注意:这种预言的存在可能会对结构复杂性理论产生影响。有关更多详细信息,请参见下面的更新。 更新有关下限技术的详细信息 权利要求:如果,那么对于所有的预言甲∈ P / p ø 升ÿ,P 小号P 甲Ç é 甲 = P ħ 甲。PSPACE=PHPSPACE=PHPSPACE = PHA∈P/polyA∈P/polyA \in P/polyPSPACEA=PHAPSPACEA=PHAPSPACE^A = PH^A 证明示意图:假设。PSPACE=PHPSPACE=PHPSPACE = …

1
对试图在CS会议上发表论文的数学家的建议?
我是一位数学家,主要从事自伴和ary算子的谱理论研究。我的一些研究与量子行走有关,尤其是我想发表在今年1月于西雅图举行的量子信息处理会议上的一篇论文。 理论上CS社区的文化似乎与数学社区大不相同。我什至必须查看在会议上“发表论文”的含义,因为我们从未在数学会议中使用该语言! 我想知道我是否可以提出一些建议来介绍论文供本次会议审议。连同指向我论文的arXiv链接,我应该给他们一个1-3页的扩展摘要,我认为这是一种使他们确信我的论文与会议相关的方法。这种文件通常期望什么? 例如,我应该在多大程度上谈论数学机制?组织者是否会关心证明的(非常困难和技术性的)细节,还是我应该只陈述一种算法,断言该算法有效并解释为什么它与计算机科学有关?

3
相变在NP完全问题中有多普遍?
众所周知,许多NP完全问题都表现出相变。在这里,我对语言的包容性而不是相对于算法的输入强度而言,对相变感兴趣。 为了使该概念明确,让我们正式定义如下。语言表现出相变(相对于包容性),如果LLL 有一个顺序参数 ,它是实例的多项式时间可计算的实数值函数。r(x)r(x)r(x) 有一个阈值 。它可以是实常数,也可以取决于即。tttn=|x|n=|x|n=|x|t=t(n)t=t(n)t=t(n) 几乎每一个与,我们有。(这里几乎每种方法:几乎消失,即的比例接近1 )。xxxr(x)<tr(x)<tr(x)tx∉Lx∉Lx\notin L 对于几乎每个,它都具有。(也就是说,过渡区域是“狭窄的”。)xxxr(x)≠tr(x)≠tr(x)\neq t 从这个意义上讲,许多自然的NP完全问题都表现出相变。示例包括SAT的多种变体,所有单调图属性,各种约束满足问题,可能还有许多其他问题。 问题:哪些“不错”的例外?是否有一个天然的NP完全问题,它(可能)不不具有在上述意义上的转变?

2
最小的通用组合器
我正在寻找最小的通用组合器,该组合器是通过在lambda演算中指定这种组合器所需的抽象次数和应用程序数量来衡量的。通用组合器的示例包括: 大小23: λf.f(fS(KKKI))K 大小18: λf.f(fS(KK))K 大小14: λf.fKSK 大小12: λf.fS(λxyz.x) 大小11: λf.fSK 其中S = 大小为6的 λxyz.xz(yz)和K = 大小为2的 λxy.x 是SK组合器演算的组合器。本文描述了前4个示例。 我的问题是: 是否有尺寸更小的通用组合器? 最小的通用组合器是什么? 编辑:另请参阅/math//a/180263/76284,它具有λazbc.bc(a(λy.c))(大小为8,与SK基础的大小之和匹配)。有人知道如何从该组合器表达S和K吗?

2
交集交集问题的复杂性
鉴于对称群和两个子组G ^ ,ħ ≤ 小号Ñ,和π ∈ 小号Ñ,确实ģ π ∩ ħ = ∅保持?SnSnS_nG,H≤SnG,H≤SnG, H\leq S_nπ∈Snπ∈Sn\pi\in S_nGπ∩H=∅Gπ∩H=∅G\pi\cap H=\emptyset 据我所知,该问题称为陪集交集问题。我想知道有什么复杂性?特别是,这个问题是否存在于coAM中? 而且,如果将限制为阿贝尔阶,那么复杂度会变成什么呢?HHH


2
最小累积设置和
考虑以下问题:给定有限集列表,找到最小化的顺序。s1,s2,s3,…s1,s2,s3,…s_1, s_2, s_3, \ldots|s1|+|s1∪s2|+|s1∪s2∪s3|+…|s1|+|s1∪s2|+|s1∪s2∪s3|+…|s_1| + |s_1 \cup s_2| + |s_1 \cup s_2 \cup s_3| + \ldots 是否有已知的算法?它的复杂性是什么?我还没有想到一种有效的最佳算法,但是在NP-Hard中也不是很明显。

1
DAG具有O(n log n)空间和O(log n)时间查询的可达性?
对于有向无环图,是否存在一种无需进行二次空间或线性时间即可进行可达性查询的数据结构?理想情况下,我寻求一种仅使用每个顶点的O(log n)空间和对数时间的算法⟨ V,E⟩⟨V,Ë⟩{\langle}V,E{\rangle},其中。n = | V| + | Ë|ñ=|V|+|Ë|n=|V|+|E| 在我看来,基于标准排序算法的某种概括,应该存在这样的数据结构,这在直觉上似乎很明显。但令我惊讶的是我找不到任何东西。我遇到的所有事情都是关于图形的假设(例如,平面度),或者解决了二次时间/空间中的难题(例如,查询与图形修改交错)。 在上可达维基百科页面只包括一个通用算法(弗洛伊德-沃肖尔); 该页面的其余部分处理涉及假设的特殊情况,例如图形是平面的(不是)。 在这个空间中最常被引用的论文似乎是路径检索数据结构的摊销效率,但是为了允许这种情况以及它引用的所有论文都涉及O(n ^ 2)空间或O(n ^ 2)时间。更新与查询交错的图形(即不进行预处理)。 这个问题没有得到回答,但是它解决了更困难的问题,即允许边缘插入与查询交错。 这个问题要求一个持久的(纯功能的)数据结构,这里不需要。“简洁的Posets”论文需要空间,但它可以实现查询。我寻求一种时间更糟,空间更好的算法。Ø (ñ2)Ø(ñ2)O(n^2)O (1 )Ø(1个)O(1) 通常在这里寻找立足点。如果有一份关于图可达性的调查论文没有将其99%的时间花费在平面图的案例上,那将会有所帮助。

1
不确定电路的大小的下界
已知计算奇偶校验函数的电路的最小大小正好等于。下限证明基于门消除方法。ü2ü2U_23 (n − 1 )3(ñ-1个)3(n-1) 最近,我注意到门消除方法也适用于不确定电路,我们可以证明计算奇偶函数的不确定电路的下限为。ü2ü2U_23 (n − 1 )3(ñ-1个)3(n-1)ü2ü2U_2 (这意味着非确定性计算对于用电路计算奇偶校验是无用的,并且不能将大小从减小。因此,最小电路不会因确定性情况而变化。)ü2ü2U_23 (n − 1 )3(ñ-1个)3(n-1) 我的问题是以下两个: (1)这是新结果还是已知结果? (2)更普遍地,对于具有不确定的不确定输入位(或无限不确定性)的不确定性电路(包括公式,恒定深度的电路等)的大小,是否存在下界的一些已知结果功能? 补充说明(2014年11月27日) 在第二个问题中,我打算特别想知道这是否是不确定性电路(包括公式,恒定深度的电路等)的大小的第一个非平凡下界,对于显式函数具有无限不确定性。我知道,如果不确定性受到限制,则会产生一些结果,如下所示。 [1] Hartmut Klauck:具有不确定性有限的计算的下界。IEEE计算复杂性会议1998:141- [2] Vikraman Arvind,KV Subrahmanyam,内华达州Vinodchandran:定深度电路检查程序的查询复杂性。ISAAC 1999:123-132

2
布隆过滤器的传统分析是错误的吗?
本文认为,对布隆过滤器中错误率的传统分析是不正确的,然后对实际错误率进行了冗长而平凡的分析。链接论文发表于2010年,但我已经看到在各种算法和数据结构课程中仍继续教授Bloom Bloom过滤器的传统方法。 布隆过滤器的传统分析确实不正确吗? 谢谢!

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.