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
DAG中边缘标记问题的精确算法
我正在实现某些系统部分,需要一些帮助。因此,我将其定义为图问题以使其独立于域。 问题:我们得到有向无环图。在不失一般性的前提下,假设恰好具有一个源顶点和恰好一个宿顶点t;让P表示集合来自所有定向通道的小号到吨在ģ。我们也给出了一组顶点r \ subseteq V。问题是将非负整数权重分配给G的边缘,因此,当且仅当它们包含R中相同的顶点子集时,P中的任何两个路径才具有相同的权重G=(V,E)G=(V,E)G=(V,E)GGGssstttPPPssstttGGGR⊆VR⊆VR \subseteq VGGGPPPRRR。(路径的权重是其边缘的权重之和。)中路径的权重范围应尽可能小。PPP 目前,我的方法似乎无效。我只是在寻找一些参考文献或一些好的见解。否则,任何其他事情都将受到赞赏。 编辑:这个问题有硬度证明吗?紧凑编号是否始终存在?

1
从奇偶校验L到CNOT电路的对数空间减少?
题。 Aaronson和Gottesman 在他们的论文《稳定器电路的改进仿真》中声称,仿真CNOT电路是⊕L完全的(在对数空间减少的情况下)。显然,它包含在⊕L中;硬度结果如何保持? 等效地:是否存在从模2的迭代矩阵乘积到模2的基本矩阵(实现行变换的可逆矩阵)的迭代乘积的对数空间缩减? 细节 甲控制非(或CNOT)操作是可逆的布尔运算,表单的 其中仅Ĵ 个 比特被改变,并且该位是通过将改变 X ħ模2,对任何不同位置ħ和Ĵ。如果我们解释 x = (x 1CNOTh,j(x1,…,xh,…,xj,…,xn)=(x1,…,xh,…,xj⊕xh,…,xn)CNOTh,j(x1,…,xh,…,xj,…,xn)=(x1,…,xh,…,xj⊕xh,…,xn) \mathsf{CNOT}_{\!h,j} (x_1\,, \;\ldots\;, x_h\,,\; \ldots\;, x_j\,, \;\ldots\;, x_n) \;\;=\;\; (x_1\,, \;\ldots\;, x_h\,,\; \ldots\;, x_j \oplus x_h\,, \;\ldots\;, x_n) xhxhx_h作为ℤ/2ℤ上的向量,它对应于基本行变换模2,我们可以用对角线为1且非对角线位置的矩阵表示。甲CNOT电路是然后加入由这种类型的一些基本矩阵的乘积的矩阵乘积。x=(x1,…,xn)x=(x1,…,xn)\mathbf x = (x_1\,, \;\ldots\;, x_n) 通过阿伦森和戈特斯曼纸张以上(其中,提到非常捎带到这个问题,是关于一类可以在模拟量子电路的 ⊕L)对计算复杂度的部分。在本节开始时,他们对⊕L的描述如下: [ L ]是对数不确定的图灵机可以解决的所有问题的类,当且仅当接受路径的总数为奇数时,才可以接受。但是还有另一种定义,对于非计算机科学家来说可能更直观。这是⊕L是类减少到模拟多项式大小CNOT电路的问题,即 一个电路完全不和CNOT门组成,作用于初始状态| 0 ...0⟩。(很容易证明这两个定义是等效的,但这首先需要我们解释一下通常的定义是什么!) 本文的目标读者包括大量的非计算机科学家,因此滑脱的愿望并非没有道理。我希望有人能够阐明这种等效性。 显然,这样的模拟矩阵的乘积,可以在执行⊕L作为用于评价(模2),这是一个完整的问题(下LOGSPACE减少)的迭代矩阵的产品的系数的一个特例⊕L。此外,由于CNOT矩阵仅执行基本行运算,因此任何可逆矩阵都可以分解为CNOT矩阵的乘积。但是:我不清楚如何通过对数空间归约法将甚至可逆矩阵mod 2分解为CNOT矩阵的乘积。(事实上​​,正如EmilJeřábek在评论中指出的那样,高斯消去法足以计算行列式mod …

1
完美匹配的棋盘吗?
考虑这样一个问题,即找到可以放置在棋盘上的骑士的最大数量,而他们中的两个不会互相攻击。答案是32:找到一个完美的匹配并不是太难(骑士移动引起的图形是二分的,并且4×4板有一个完美的匹配),这显然是最小的边缘覆盖率。同样不难证明,只要m,n \ geq 3,答案是对于棋盘:足以显示3 \ leq的匹配项m,n \ leq 6并做一些归纳步法。⌈mn2⌉⌈mn2⌉\left\lceil \frac{mn}{2} \right\rceilm×nm×nm \times nm,n≥3m,n≥3m,n \geq 33≤m,n≤63≤m,n≤63 \leq m,n \leq 6 另一方面,如果棋盘是环形的并且m,nm,nm, n是偶数,则证明甚至不需要显示与小盘的匹配:映射(x,y)→(x+1,y+2)(x,y)→(x+1,y+2)(x, y) \rightarrow (x+1, y+2)具有只有偶数长度的周期,因此必须有一个完美的匹配。 矩形棋盘是否有等效项,也就是说,有没有更简单的方法来证明对于足够大的m,nm,nm, n,总是可以完美匹配棋盘?对于大板,矩形板和环形板在缺失边缘的比例变为零的意义上几乎是等效的,但是我不知道有任何理论结果可以保证这种情况下的完美匹配。 如果骑士没有向任一方向跳(1,2)(1,2)(1, 2),而是向任一方向跳(2,3)(2,3)(2, 3)方格怎么办?或就此而言,(p,q)(p,q)(p, q)平方,p+qp+qp+q奇数,p,qp,qp, q互质数?如果是,证明该答案是一个简单的方法⌈mn2⌉⌈mn2⌉\left\lceil \frac{mn}{2} \right\rceil对于足够大的m,nm,nm, n(比方说,m,n≥C(p,q)m,n≥C(p,q)m, n \geq C(p, q)),做什么C(p,q)C(p,q)C(p, q)是什么样子?

4
无限大但局部有限的计算问题
这个问题的灵感来自Jukka Suomela对另一个问题的评论。 无限大但局部有限的计算问题(和算法)的示例是什么? 换句话说,什么是在有限时间内停止的计算示例,其中每台图灵机仅读取和处理有限数据,但是如果有无数的图灵机联网在一起,则该计算可以解决无限大的问题?

4
将球扔进垃圾箱,估计其概率的下限
尽管看起来像这不是家庭作业。欢迎任何参考。:-) 场景:有nnn 不同的球和不同的容器(从1到,从左到右标记)。每个球都独立均匀地扔进垃圾箱。令为第个分箱中的球数。令表示以下事件。n f (i )i E innn nnnf(i)f(i)f(i)iiiEiEiE_i 对于每个,Σ ķ ≤ Ĵ ˚F (ķ ) ≤ Ĵ - 1j≤ij≤ij\le i∑k≤jf(k)≤j−1∑k≤jf(k)≤j−1\sum_{k\le j}{f(k)} \le j-1 也就是说,对于每个,前垃圾箱(最左边的垃圾箱)包含的球数少于个。Ĵ Ĵ Ĵ ≤ 我jjjjjjjjjj≤ij≤ij\le i 问题:估计∑i&lt;nPr(Ei)∑i&lt;nPr(Ei)\sum_{i<n}{Pr(E_i)},用nnn?当nnn变为无穷大时。下限是首选。我认为不存在容易计算的公式。 Pr(En)=0limn→∞Pr(E1)=limn→∞(n−1n)n=1elimn→∞Pr(E1)=limn→∞(n−1n)n=1e\lim\limits_{n\to\infty}{Pr(E_1)}=\lim\limits_{n\to\infty}{(\frac{n-1}{n})^n}=\frac{1}{e}Pr(En)=0Pr(En)=0Pr(E_n)=0 我的猜测:我猜,当n变为无穷大时。我考虑了总和中的前\ ln n个项目。n ln n∑i&lt;nPr(Ei)=lnn∑i&lt;nPr(Ei)=ln⁡n\sum_{i<n}{Pr(E_i)}=\ln nnnnlnnln⁡n\ln n

3
预处理多面体和平面的分离
我很难理解Dobkin和Kirkpatrick在论文中关于多面体分离的第一步。我正在尝试了解此版本:http : //www.cs.princeton.edu/~dpd/Papers/SCG-09-invited/old%20papers/DPD+Kirk.pdf 它认为,在我们知道由和s_i实现的和的最佳分离之后,我们可以在O(1)步骤中找到P_ {i-1}和S的最佳分离。这是通过以下方式完成的。我们通过r_i取平行于S的平面,并将P_ {i-1}切成两部分。一方面,最接近S的点是r_i,另一方面,我们有一个``基本''多面体,我们可以在O(1)时间中进行检查。我的问题是-我们如何找到该基本多面体?注意r_i的度小号[RPiPiP_{i}SSSririr_isisis_iPi−1Pi−1P_{i-1}SSSO(1)O(1)O(1)SSSririr_iPi−1Pi−1P_{i-1}SSSririr_iO(1)O(1)O(1)ririr_i在可能不受限制。Pi−1Pi−1P_{i-1} 在pdf中以证明第9页的Thm 5.1,他们使用第4页的Thm 3.1,这使整个过程变得很难理解。

1
我知道(对NP oracle的对数调用次数)等效于(多项式NP oracle的并行查询数)。我想知道这些类的“功能”版本是否也等效,也就是说,是否P N P | |PÑ P [日志ñ ]PñP[日志⁡ñ]\mathsf{P}^{\mathsf{NP}[\log n]}PN P | |PñP||\mathsf{P}^{\mathsf{NP}||} ˚F PÑ P [日志ñ ]= F PN P | |FPñP[日志⁡ñ]=FPñP|| \mathsf{FP}^{\mathsf{NP}[\log n]} = \mathsf{FP}^{\mathsf{NP}||} 如果知道是真的,那么指针将非常有用。


2
一组平面点的三角剖分数量:为什么这么难?
在今年夏天听完Emo Welzl关于这个话题的演讲后,我知道飞机上一组个点的三角剖分数量大约在和。抱歉,如果我过时了;欢迎更新。nnnO (30 n)之间Ω(8.48n)Ω(8.48n)\Omega(8.48^n)O(30n)O(30n)O(30^n) 我在课堂上提到了这一点,并希望通过简短的圣人言论来使学生理解(a)为什么事实证明很难确定这个数量,以及(b)为什么这么多的人关心确定这个数量。我发现我没有足够的答案来阐明这两个问题。对于我的贤哲而言! 感谢您回答这些公认的含糊不清的问题。谢谢!

1
关于带有短消息的多证明人交互证明有什么了解?
Beigi,Shor和Watrous在一篇有关带短消息的量子交互证明的力量方面的论文非常出色。他们考虑了“短消息”的三种变体,而我关心的具体是它们的第二种变体,可以发送任意数量的消息,但总消息长度必须为对数。特别是,它们表明此类交互式证明系统具有BQP的表达能力。 我想知道的是,对于多重验证者设置,无论是经典验证者还是量子验证者,都有类似的结果。对于多提供者交互证明来说,是否有任何非平凡的复杂性结果已知,其中所有消息的总长度被限制为问题大小的对数?

3
甲骨文是输入的一部分时的复杂性理论
在复杂性理论中,oracle 出现的最常见方式如下:将固定的 oracle提供给具有某些有限资源的Turing机器,例如,研究oracle如何增加机器的计算能力。 但是,有时也会发生预言的另一种方式:作为输入的一部分。例如,假设我想研究用于计算给定高维多峰的体积的算法。传统上,需要通过提供多面的列表或其他显式表示来指定多面体。但是,我们也可能会出现一个问题,即计算由体积预言指定的多面体的体积,当且仅当给定点位于多面体内部时,才将空间中某个点的坐标作为输入并输出“是”。然后,我们可以询问需要哪种计算资源来计算以这种方式指定的多面体的体积。在这种特殊情况下,我们拥有很好的Dyer,Frieze和Kannan多项式时间逼近方案,并且有趣的是,从复杂性理论的角度来看,证明了随机性对于解决此问题至关重要,因为确定性算法无法表现与Dyer-Frieze-Kannan算法一样好。 有没有系统的方法来研究问题的复杂性理论,其中将oracle作为输入的一部分提供?它会以某种方式简化为使用Oracle的复杂性类的常见理论吗?我的猜测是否定的,并且因为有太多不同的方式可以将oracle作为输入的一部分提供,所以此类问题必须以临时方式处理。但是,我很高兴在这一点上被证明是错误的。

1
重用5个独立的哈希函数进行线性探测
在通过线性探测解决冲突的哈希表中,为了确保期望的性能,哈希函数来自5个独立家族是必要且充分的。(充分性:“具有恒定独立性的线性探测”,Pagh等人,必要性:“关于线性探测和最小独立性要求的k独立性”,Pătraşcu和Thorup)O(1)O(1)O(1) 据我了解,已知最快的5个独立家庭使用列表。从这样的家族中选择一个功能可能会很昂贵,因此我想尽量减少这样做的次数,同时仍要防止算法复杂性攻击,如Crosby和Wallach的“通过算法复杂性攻击拒绝服务”中所述。我不太担心计时攻击(即带有秒表的对手)。重用相同功能的后果是什么: 当散列表太满时? 缩小不够完整的哈希表时? 重建具有太多“已删除”位设置的哈希表时? 在不同的哈希表中可能包含一些共同的键?ķķk ķķk

3
如何显示#P以外的Gap-P问题
组合表示理论和代数几何中存在许多问题,对于这些问题尚无正公式。我正在考虑几个示例,但让我以计算Kronecker系数为例。通常,“正公式”的概念在组合语言中并未得到精确定义,但它的粗略含义是“描述为看似合理的显式集合的基数”。最近,我一直在与乔纳·布拉西亚克(Jonah Blasiak)交谈,他一直在说服我,“正公式”的正确定义是#P。我将假设,在此站点上,我不需要定义#P。 Buergisser和Ikenmeyer表明Kronecker系数很难。(它们也总是积极的,因为它们是张量积的多重性。)但我可以肯定地说,没有人知道一种计算它们的方法,甚至可以使它们进入#P。 因此,假设我实际上是在尝试证明Kronecker系数不在#P中。我假设我要做的是假设一些复杂性理论猜想,然后将Kronecker乘积归结为某个其他问题,对于大于#P的类,该问题众所周知。 我可以假设什么样的猜想,并且我可以尝试减少什么问题? 补充:正如评论中指出的那样,Buergisser和Ikenmeyer表明Kronecker系数在Gap-P中,这与#P非常接近。因此,听起来我应该问的问题是:(1)我可以合理地减少到哪些Gap-P完全问题?(2)显示Gap-P不是#P的前景如何?我猜(2)应该分为两个部分(2a)专家是否认为这些类别不同?(2b)是否有可能的策略来证明这一点? 我希望不要对此问题进行过多编辑。

4
坐标下降法的理论研究
我正在准备一些启发式的课程材料以进行优化,并且一直在研究协调下降方法。这里的设置是您要优化的多元函数。f具有限制为任何单个变量的属性,因此很容易优化。因此,坐标下降是通过循环遍历坐标,固定除选定坐标之外的所有坐标并沿该坐标最小化而进行的。最终,改进缓慢而停止,您就终止了。ffffff 我的问题是:是否有任何关于坐标下降法的理论研究都涉及收敛速度,以及使该方法运行良好的性质,等等?显然,我不希望得到完全通用的答案,但是可以阐明启发式方法很好的情况的答案会有所帮助。fff 另外:用于均值的交替优化技术可以看作是坐标下降的一个示例,而Frank-Wolfe算法似乎是相关的(但不是框架的直接示例)kkk

1
是否存在具有任意P度的单词问题的组?
很长一段时间以来,已知的是,在任何图灵程度下,都有一个有限表示的组,其词问题在该程度上。我的问题是,对于任意多项式时间图灵度,同样的事情是否成立。具体来说,给定一个可确定的集合,是否存在一个存在单词问题的有限表示组,使得和吗?我也愿意将有限表示放宽为递归表示。AAAWWWW≤PTAW≤TPAW\leq_T^P AA≤PTWA≤TPw ^A\leq_T^P W 我怀疑答案是肯定的,而且我听过其他人说他们在某个地方读过这篇文章,但是我一直无法找到参考。

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.