Questions tagged «cc.complexity-theory»

P与NP以及其他资源受限的计算。




1
计算问题的冗余和结构
人们普遍认为,诸如图同构之类的一些计算问题不能做到NP完全,因为它没有足够的结构或冗余性以致于难以进行计算(NP-hard)。我对计算问题和冗余度量结构的不同形式概念感兴趣。 这种关于计算问题的形式概念的主要结果是什么?最近对此类概念进行的调查非常好。 编辑:发表在MathOverflow

1
Ruzzo-Simon-Tompa oracle访问机制
NL⊈PNL⊈P\mathsf{NL} \nsubseteq \mathsf{P} 现在考虑带有oracle门的电路家族,例如,其中是一个电路复杂度类,其中包含通过oracle附加到 oracle门对另一个类进行oracle访问的日志空间。是否有类似Ladner-Lynch论文在精神上与之类似的病理学例子?这样的类需要像RST这样的限制吗?如果确实有这样的例子,我猜对了,RST的模拟将坚持是一个对数空间统一的电路家族吗?ABABA^BAAABBBAAAAAA

2
寻找运算符满足布尔变量NP列表的问题是否完整?
这类似于SAT,除了我们知道每个变量的赋值,但不知道任何布尔运算符的赋值。在那种情况下,是否找到每个运算符的赋值,以便表达式对给定的布尔值求值是一个NPC问题? 实际上,我想知道是否找到算术运算符的分配来满足整数算术表达式(例如 = 10)是否完成了NP?1 11 ö p 1op1op_1 3 33 ö p 2op2op_2 7 77 ö p 3op3op_3 ö p 4op4op_4

2
直接乘积定理的变体
的直接产物定理,非正式地说,计算的函数的实例比计算更难一次。˚F ˚Fkkkffffff 典型的直接乘积定理(例如,Yao的XOR引理)着眼于平均情况的复杂性,并辩称(非常粗略地)不能由大小为的电路以概率大于来计算,那么副本就不能由大小为电路的概率比。s p k f s ' &lt; s p kfffssspppkkkfffs′&lt;ss′&lt;ss' < spkpkp^k 我正在寻找不同类型的直接乘积定理(如果已知)。特别: (1)说我们确定了误差的概率ppp,而是对计算kkk的f个副本所需的电路的te大小感兴趣fff。是否有说,如果结果fff不能由大小的电路计算sss的概率优于ppp,然后kkk拷贝fff不能与概率优于来计算ppp使用尺寸的电路小于O(k⋅s)O(k⋅s)O(k \cdot s)? (2)关于最坏情况的复杂性已知什么?例如,如果无法通过大小为s的电路来计算fff(具有0个错误),那么对于计算k个f(具有0个错误)的副本的复杂性,我们能说什么呢?ssskkkfff 任何参考将不胜感激。


1
成员资格查询和反例模型中的学习下限
Dana Angluin(1987 ; pdf)定义了一种具有成员资格查询和理论查询(拟议功能的反例)的学习模型。她展示的是由最小DFA的代表的正规语言状态是可以学习在多项式时间内(这里建议功能的DFA)与Ø (米ñ 2)会员的查询,并在最ñ - 1理论查询(米是导师提供的最大反例的大小)。不幸的是,她没有讨论下界。ññnø (米Ñ2)Ø(米ñ2)O(mn^2)n − 1ñ-1个n−1米米m 我们可以通过假设一个魔术师来稍微概括一下模型,该老师可以检查任意函数之间的相等性,并提供反例(如果不同)。然后我们可以问学习比普通语言更大的课程有多困难。我对这种概括以及对常规语言的原始限制很感兴趣。 成员资格和反示例模型中的查询数量是否存在已知的下限? 我对成员资格查询,理论查询或两者之间的权衡取舍的下限感兴趣。我对任何函数类的下限都感兴趣,甚至比常规语言更复杂的类也是如此。 如果没有下界:在此模型中是否存在证明查询下界的障碍? 相关问题 Dana Angluin用于学习常规集的算法是否有改进

3
P是否包含无法理解的语言?(TCS社区Wiki)
答:未知 非常感谢所有帮助完善此问题及其相关定义的人员。 该Wiki的定义为更新的TCS Wiki提供了起点“ P是否包含其存在独立于PA或ZFC的语言?(TCS社区Wiki) ”。 首选较新的Wiki,因为其定义和术语比该较旧Wiki的定义和术语要复杂得多。 特别是,该较旧的Wiki的术语难以理解的 可理解的 语言和TM被神秘的 gnostic取代了在较新的Wiki中。除了定义细节(这很重要)之外,这两个Wiki还解决了类似的问题。&DoubleLeftRightArrow;⇔⇔\Leftrightarrow ⇔⇔\Leftrightarrow 欢迎进一步回答 欢迎提供进一步的答案(不用说),并且进一步的定义调整可能是适当的。一个主要的经验教训是,这类问题很难提出,而要严格回答也更具挑战性。 作为背景,Sasho Nikolov的回答被评为“可接受”,因为它提供了表达问题意图的表述:(显然)未知问题的答案。 菲利普·怀特(Philip White)的宝贵答案促使人们对TM的等级定义产生了难以理解,相对难以理解,对规范难以理解的印象(根据下面的列表“不可理解的等级定义”)。 以下问题说明暂时包含了伊藤刚,马齐奥·德·比亚西,哈克·贝内特,里奇·德默,彼得·索尔提供的宝贵见解和建议,以及卢卡 ·特雷维森(Luca Trevisan)的宝贵博客文章。 正式定义 不可理解的图灵机的定义如下(在ZFC中): D1 给定一个图灵机M可证明对所有输入字符串停止,如果以下语句对于至少一个正半定实数既不可证明又不可辩驳,则称M为不可理解的:rrr 声明: M的运行时间相对于输入长度为nO(nr)O(nr){O}(n^r)nnn 相反,男叫理解当且仅当它不是不可理解的。 消除不确定性 Wikipedia条目“ 不确定的问题:不确定的示例 ”简要回顾了证据理论和可计算性理论中常用的术语“不确定”。为了避免歧义,提出的定义和问题仅采用“既不可证明也不可辩驳”的术语。 在这方面的更多参考资料包括Jeremy Avigad的课程笔记“ 通过暂停问题导致的不完整性 ”,Scott Aaronson的网络日志文章“ 通过Turing机器的Rosser定理 ”和Luca Trevisan的网络日志发布了两个有趣的问题。 关于难以理解的图灵机的存在 存在难以理解的图灵机,具体是根据艾曼纽·维奥拉(Emmanuele Viola)的构造,以及广泛地基于Juris Hartmanis的复杂性理论框架而得出的。特别是,Viola的构造通过杰里米·阿维加德(Jeremy Avigad)的课程笔记(据我所知)的方法提供了以下引理: 引理[中提琴的含意] (如果语言L被可理解的TM接受) (L被不可理解的TM接受)。→→\to 在定义不可理解性时尊重自然 很自然地想知道与中提琴的暗示的相反含义是否正确。 …

1
固定直径图的3-Clique分区
3-Clique分区问题是确定图的顶点(例如)是否可以划分为3 个clique的问题。通过简单地减少三色性问题,可以解决该问题。不难发现,当直径(G )= 1或直径(G )&gt; 5时,此问题的答案很容易。当直径(G )= 2时,通过简单地将其自身减小(给定图G,添加一个顶点并将其连接到所有其他顶点),问题仍然是NP-困难的。GGG直径(G)=1diam(G)=1\textrm{diam}(G) = 1直径(G)&gt;5diam(G)&gt;5\textrm{diam}(G) > 5直径(G)=2diam(G)=2\textrm{diam}(G) = 2GGG 这是什么问题的用于图形的复杂性与为3 ≤ p ≤ 5?直径(G)=pdiam(G)=p\textrm{diam}(G) = p3 ≤ p ≤ 53≤p≤53\le p \le 5

3
通过网络进行有效的DAG比较
在分布式版本控制系统(例如Mercurial和Git)中,需要有效地比较有向无环图(DAG)。我是一名Mercurial开发人员,对于听到有关讨论比较两个DAG的时间和网络复杂性的理论工作,我们将非常感兴趣。 有问题的DAG由记录的修订构成。修订由哈希值唯一标识。每个修订依赖于先前修订的零(初始提交),一个(普通提交)或多个(合并提交)。这是一个示例,一个接一个a地e进行修订: a --- b --- c --- d --- e 当某人仅拥有部分历史记录并想要检索缺失的部分时,图形比较就会出现。想象一下,我只好a到c并提出x和y基于c: a --- b --- c --- x --- y 在Mercurial中,我将进行hg pull下载d和e: a --- b --- c --- x --- y \ d --- e 目标是确定图何时具有许多(例如,超过100,000个)节点d并e有效地进行识别。效率兼顾 网络复杂度:传输的字节数和所需的网络往返数 时间复杂度:交换变更集的两个服务器完成的计算量 典型的图形将很狭窄,几乎没有像上述的平行轨迹。还有通常只有叶节点少数的(我们称之为水银他们的头),如e与y以上。最后,当使用中央服务器时,客户端通常会有几个不在服务器上的变更集,而服务器可以为客户端提供100多个新变更集,具体取决于客户端上一次从服务器上拉出的是谁。一个非对称解决方案是首选:集中式服务器应该比较给客户做一点计算。

1
某些类型查询的最佳预处理
假设我们有一个半群,其元素S = { s 1,s 2,… ,s n }。我们的目标是计算产品的小号我 ∘ 小号我+ 1 ∘ ⋯ ∘ 小号Ĵ。(S,∘ )(S,∘)(S,\circ)小号= { s1个,秒2,… ,sñ}S={s1,s2,…,sn}S=\lbrace s_1,s_2,\dots,s_n\rbraces一世∘ 小号我+ 1〇⋯ 〇小号Ĵsi∘si+1∘⋯∘sjs_i\circ s_{i+1}\circ \cdots\circ s_j Alon和Schieber在他们的论文“用于回答在线产品查询的最佳预处理”中证明,仅使用线性量,我们最多可以以步(其中α是逆阿克曼函数)回答每个这样的查询。预处理。O (α (n ))O(α(n))O(\alpha(n))αα\alpha 如果期望,每个查询可以在回答Ö (日志(Ĵ - 我))的步骤,可以在一个仍然只要这样做线性预处理?s一世∘ 小号我+ 1〇⋯ 〇小号Ĵsi∘si+1∘⋯∘sjs_i\circ s_{i+1}\circ \cdots\circ s_jO (对数(j − i ))O(log⁡(j−i))O(\log(j-i)) (这个问题的灵感来自这个最近布伦丹·麦凯在Mathoverflow问题。)


3
为什么NPI问题并非都具有相同的复杂性?
如何看待一个可能是NP-中间体而不是NP-完全的问题和原因?通常,看一个问题很简单,然后说出它是否很可能是NP-Complete,但是对我来说,要确定一个问题是否是NP-Intermediate似乎要困难得多,因为两者之间的界限似乎很薄类。基本上,我要问的是为什么一个可以在多项式时间内(如果有的话)可以验证但在多项式时间内不能解决的问题(只要P不等于NP)就不能相互简化多项式时间。另外,是否有某种方法可以显示问题,即NP-Intermediate是否类似于问题被显示为NP-Hard的问题,例如简化或其他技术?任何帮助我理解NP-Intermediate类的链接或教科书也将不胜感激。

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.