Questions tagged «reference-request»

当作者需要了解与该问题相关的工作时，将使用参考请求。

7
博弈论在计算机科学中的应用？
作为一名计算机科学专业的学生，​​我被介绍了博弈论，但并未对此主题有太多了解。我在Google上搜索过，看了一些有关博弈论的书，他们证实了它在计算机科学中的用途。我已经从经济学家的角度开始了对博弈论的正式研究。现在，我想知道博弈论在计算机科学中的应用。利用博弈论要素的人工智能和复杂性理论等领域的计算机科学家最近有哪些主要成就？有没有一种方法可以比计算机经济学更深植于计算机科学中？
2
功能编程中的差异列表
问题自Okasaki以来，纯功能数据结构有何新变化？和jbapple的史诗答案，提到了在函数编程中使用差异列表（与逻辑编程相对），这是我最近感兴趣的事情。这使我找到了Haskell 的差异列表实现。我有两个问题（如果我应该在StackExchange上给他们两个不同的问题，请原谅/纠正我）。 一个简单的问题是，除了Haskell库中的代码之外，还有人意识到函数式编程和/或实现中的差异列表的学术考虑吗？jbapple的答案没有引用差异列表（逻辑编程中的差异列表存在于绝大部分内容中，并且存在于我在“周围某处”（TM）中提供的两个资源中）。在找到Haskell实现之前，我不知道这个想法已经从逻辑跃升为函数式编程。当然，Haskell差异列表是高阶函数的自然使用，其工作原理与逻辑编程中的完全不同，但是接口肯定是相似的。 我想问的更有趣（而且更模糊）的问题是上述Haskell差异列表库所要求的渐近上限看起来是否正确/合理。我的困惑可能是因为我失去了一些东西约显而易见约懒惰复杂的推理，但所主张的界限才有意义，我如果替换在大数据结构（或关闭阵型，或者变量查找，或东西）总是恒定的时间。还是“捕获”仅仅是因为“头”和“尾”的运行时间没有限制，正是因为这些操作可能必须经过任意一堆延迟的计算/替换才能完成？
2
有向图中一对顶点不相交的循环
能识别带有一对顶点不相交周期的有向图的最快的已知确定性算法是什么？我知道最小分数为3的图总是有这样的对（Thomassen'83），但是即使如此，在一般情况下我也找不到高效的算法。有人知道这个的参考吗？
1
拉宾的“计算函数的难度和递归集的部分排序”
我在寻找： Michael O. Rabin，“计算函数的难度和递归集的部分排序”，耶路撒冷希伯来大学，1960年 摘要： “我们尝试衡量在计算给定可计算（递归）函数的任务中固有的工作量。介绍并研究了计算难度的概念。从某种意义上说，该概念是不变的，它独立于用于计算所讨论功能的理想计算机（Turing Machines）。根据相对难度对可解决的决策问题（递归集）进行分类。” 我找不到在线或我们图书馆的副本。
1
“蛇”重新配置问题
在写一篇关于电子游戏的复杂性的小文章时，Nibbler和Snake ; 我发现它们都可以建模为平面图上的重新配置问题。并且似乎不太可能在运动计划领域中没有很好地研究此类问题（例如，想象中的是一连串的滑架或机器人）。游戏是众所周知的，但这是相关重新配置模型的简短描述： 蛇问题 输入：给定一个平面图形，卵石被放置在节点形成一个简单的路径。小卵石代表蛇，第一个是他的头。头部可以从其当前位置移动到相邻的自由节点，然后身体跟随它。有些节点标有点；当头部到达带有点的节点时，在头部的以下移动中，身体将增加卵石。遍历蛇后，将删除节点上的点。升p 1，。。。，p 升ü 1，。。。，ü 升p 1 Ë ËG = （V，E）G=(V,E)G = (V,E)升llp1个，。。。，p升p1,...,plp_1,...,p_lü1个，。。。，ü升u1,...,ulu_1,...,u_lp1个p1p_1eeeeee 问题：我们问蛇是否可以沿着图形移动并到达目标配置 ，其中目标配置是蛇位置（即小卵石的位置）的完整描述。TTT 很容易证明，即使不使用任何点，在最大度数为3的平面图上，SNAKE问题也是NP-hard问题；如果可以使用任意数量的点，则在SOLID网格图上也很容易证明。在没有点的实体网格图上，事情变得很复杂（这与另一个开放问题有关）。 我想知道是否已经用另一个名字研究了这个问题。 尤其是如果有证据证明它在NP中... 编辑：即使在平面图上，该问题也证明是PSPACE完全的，并且结果似乎非常有趣，因此仍有待确定这是否是一个新问题以及是否有已知结果。 一个简单的例子（鹅卵石显示为绿色，蛇的头是P1）。
1
困难的可扩展性问题
在可扩展性问题中，我们已获得解决方案的一部分，我们想确定是否可以将其扩展为完整的解决方案。一些可扩展性问题可以有效解决，而其他可扩展性问题则将一个简单的问题转变为一个难题。 例如，柯尼希-霍尔定理指出，所有立方二部图的3边着色，但扩展性版本变得 -completeñPNPNP如果我们给出了一些边缘的颜色。 我正在寻找有关基本问题很容易解决的硬扩展性问题的调查报告（或如上例中那样微不足道）。
2
拉斯维加斯vs蒙特卡洛随机决策树复杂度
背景： 决策树复杂度或查询复杂度是一种简单的计算模型，定义如下。令为布尔函数。的确定性查询复杂度（表示为是确定性算法需要读取的输入的最小位数（在更坏的情况下），计算。注意，复杂度的量度是读取的输入位数。所有其他计算都是免费的。f:{0,1}n→{0,1}f:{0,1}n→{0,1}f:\{0,1\}^n\to \{0,1\}fffD(f)D(f)D(f)x∈{0,1}nx∈{0,1}nx\in\{0,1\}^nf(x)f(x)f(x) 类似地，我们将拉斯维加斯随机查询复杂度（表示为为需要通过计算的零误差随机算法期望读取的最小输入位数。零错误算法始终输出正确的答案，但是它读取的输入位数取决于算法的内部随机性。（这就是为什么我们测量读取的输入位的预期数量。）fffR0(f)R0(f)R_0(f)f(x)f(x)f(x) 我们将蒙特卡洛随机查询复杂度（表示为定义为需要由计算的有界误差随机算法读取的最小输入位数。有界错误算法总是在最后输出答案，但是只需要正确的概率就可以大于（例如）。fffR2(f)R2(f)R_2(f)f(x)f(x)f(x)2/32/32/3 题 关于是否是 R0(f)=Θ(R2(f))R0(f)=Θ(R2(f))R_0(f) = \Theta(R_2(f))吗？ 众所周知 R0(f)=Ω(R2(f))R0(f)=Ω(R2(f))R_0(f) = \Omega(R_2(f)) 因为蒙特卡洛算法至少与拉斯维加斯算法一样强大。 我最近了解到，这两种复杂性之间没有已知的分离。我可以找到有关此声明的最新参考文献是1998年的文献[1]： [1] Nikolai K. Vereshchagin，随机布尔决策树：几句话，理论计算机科学，第207卷，第2期，1998年11月6日，第329-342页，ISSN 0304-3975，http： //dx.doi.org/ 10.1016 / S0304-3975（98）00071-1。 就另一个而言，最知名的上限是 R0(f)=O(R2(f)2logR2(f))R0(f)=O(R2(f)2log⁡R2(f))R_0(f) = O(R_2(f)^2 \log{R_2(f)}) 由于[2]： [2] Kulkarni，R.和Tal，A.（2013年11月）。关于小数块敏感性。在计算复杂性电子学术讨论会（ECCC）（第20卷，第168页）中。 我有两个具体问题。 [参考要求]：是否有更新的论文（1998年之后）讨论此问题？ 更重要的是，是否有候选函数可以将这两个复杂性区分开？ 在v2中添加：添加了参考文献[2]，强调了有关候选函数存在的第二个问题。
1
PARTITION的另一个变体
我将以下分区问题简化为某个调度问题： 输入：以非降序排列的正整数列表。a1⩽⋯⩽ana1⩽⋯⩽ana_1\leqslant\cdots\leqslant a_n 问题：是否存在向量(x1,…,xn)∈{−1,1}n(x1,…,xn)∈{−1,1}n(x_1,\ldots,x_n)\in\{-1,1\}^n这样 ∑i=1naixi=0and∑i=1naixi=0and\sum_{i=1}^na_ix_i=0\qquad\text{and} ∑i=1kaixi⩾0for all k∈{1,…,n}∑i=1kaixi⩾0for all k∈{1,…,n}\sum_{i=1}^ka_ix_i\geqslant 0\quad\text{for all }k\in\{1,\ldots,n\} 如果没有第二个条件，它只是PARTITION，因此是NP难的。但是第二个条件似乎提供了很多其他信息。我想知道是否有确定此变体的有效方法。还是很难？
1
区分两枚硬币
众所周知，将偏向硬币与公平硬币区分开的复杂度是θ （ϵ - 2）。有区别p硬币和p + ϵ硬币的结果吗？我可以看到，对于这种特殊情况p = 0时，复杂性将是ε - 1。我有一个预感，复杂度将取决于p是否为ϵ的数量级，但不能如此严格地证明。有任何提示/参考吗？ϵϵ\epsilonθ （ϵ− 2）θ(ϵ−2)\theta(\epsilon^{-2})pppp + εp+ϵp+\epsilonp = 0p=0p=0ϵ− 1ϵ−1\epsilon^{-1}pppϵϵ\epsilon
1
测试非对称图的同构
在阅读问题示例（其中解决方案的独特性使其更易于查找）的过程中，我想到了一个新的（更简单的问题）：实际上，我们不知道图同构（）问题是否在P中。摹我GIGIPPP 但是，如果我们假设和G 2都是不对称的（即，它们仅具有琐碎的（恒等）自同构），会发生什么？问题会变得更容易（多项式时间）吗？ G1个G1G_1G2G2G_2 注意：这个问题不能比图构（难），因为有一个快速下降：只使用摹一个上摹1 ∪ g ^ 2，如果答案为是，则这两个图是同构（另见约翰尼斯凯柏勒， UweSchöning和JacoboTorán：PP的图形同构性较低（ 401-411）。摹一GAGA摹一GAGAG1个∪ g ^2G1∪G2G_1 \cup G_2
1
普通语言之间的距离
我想定义的有限的话两个正语言之间的“接近性”的概念Σ∗Σ∗\Sigma^*和/或在无限的话ΣωΣω\Sigma^\omega）。基本思想是，如果两种语言之间的差异不大，我们希望两种语言能够接近。我们还可以通过某种方式使用编辑距离...在此问题上我找不到很好的参考。 我不称其为距离，因为我不要求所有距离公理都正确（尽管如果确实如此也不错）。 d(L,K)=lim supn→∞|LnΔKn||Ln∪Kn|d(L,K)=lim supn→∞|LnΔKn||Ln∪Kn|d(L,K)= \limsup_{n\to\infty} \frac{|L_n\Delta K_n|}{|L_n\cup K_n|}LnLnL_nKnKnK_nLLLKKKΣnΣn\Sigma^nΔΔ\Delta 是否研究了这种“距离”？是否有关于该主题的参考文献（可能还有距离功能的其他选择）？任何帮助或指针，将不胜感激，谢谢。
2
通过移动操作编辑距离
动机：合著者编辑手稿，我希望看到这些编辑的清晰摘要。如果您同时移动文本（例如，重新组织结构）并进行本地编辑，则所有类似于“ diff”的工具都将无用。真的很难做到正确吗？ 定义：我想找到最小的编辑距离，其中允许的操作是： “便宜”操作：添加/更改/删除单个字符（通常的Levenshtein操作）， “昂贵”：操作：将子字符串移动到新位置（任何字符串，，，）。一b Ç dabcd↦acbdabcd↦acbdabcd \mapsto acbdaaabbbcccddd 给定两个字符串和以及整数和，我想解决以下问题：ÿ ķ ķxxxyyykkkKKK 您最多可以使用廉价操作和最多昂贵操作将转换为吗？ÿ ķ ķxxxyyykkkKKK 问题： 这个问题有名字吗？（在序列比对的背景下，这听起来像是一个非常标准的问题。） 难吗？ 如果比较困难，是否可以使用作为参数来处理固定参数？KKK 有高效的近似算法吗？（例如，如果存在具有廉价操作和昂贵操作的解决方案，则找到一个最多具有便宜和昂贵操作的解决方案。）2 K k K2k2k2k2K2K2KkkkKKK 我试图看一下Wikipedia中列出的字符串指标，但是没有一个看起来正确。
2
请问一共存在
很容易看出，如果则有总ň P搜索问题不能在多项式时间内解决（由同时具有会员资格的证人和非成员的证人共创建搜索问题）。NP∩coNP≠PNP∩coNP≠P\mathsf{NP}\cap\mathsf{coNP} \neq \mathsf{P}NPNP\mathsf{NP} 反之亦然，即 是否共存在搜索问题在多项式时间不可解暗示ň P ∩ C ^ ō ň P ≠ P？NPNP\mathsf{NP}NP∩coNP≠PNP∩coNP≠P\mathsf{NP}\cap\mathsf{coNP} \neq \mathsf{P}
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.