คำถามบางข้อเกี่ยวกับการคำนวณแบบขนานและคลาส NC


14

ฉันมีคำถามที่เกี่ยวข้องจำนวนมากเกี่ยวกับสองหัวข้อนี้

ขั้นแรกให้ข้อความที่ซับซ้อนมากที่สุดจะปัดเฉพาะคลาสNCเท่านั้น มีทรัพยากรที่ดีที่ครอบคลุมการวิจัยในเชิงลึกมากขึ้นหรือไม่? ตัวอย่างเช่นสิ่งที่กล่าวถึงคำถามทั้งหมดของฉันด้านล่าง นอกจากนี้ฉันสมมติว่าNCยังคงเห็นงานวิจัยจำนวนพอสมควรเนื่องจากลิงก์เชื่อมโยงไปยังการขนาน แต่ฉันอาจผิด ส่วนในสวนสัตว์ที่ซับซ้อนไม่ได้ช่วยอะไรมาก

ประการที่สองการคำนวณบน semigroup อยู่ในหากเราถือว่าการดำเนินการของ semigroup นั้นต้องใช้เวลาคงที่ แต่จะเกิดอะไรขึ้นถ้าการดำเนินการไม่ใช้เวลาคงที่เช่นเดียวกับจำนวนเต็มที่ไม่ได้ จำกัด มีปัญหาใด ๆ ที่ยังไม่ทราบN C iหรือไม่?NC1NCi

ประการที่สามเนื่องจากมีอัลกอริทึมในการแปลงอัลกอริธึม logspace ใด ๆ ให้เป็นเวอร์ชั่นคู่ขนานหรือไม่?LNC2

ประการที่สี่เสียงเหมือนคนส่วนใหญ่คิดว่าในลักษณะเดียวกับที่PN P สัญชาตญาณที่อยู่เบื้องหลังสิ่งนี้คืออะไร?NCPPNP

ประการที่ห้าข้อความที่ฉันได้อ่านทุกกล่าวถึงชั้นแต่ให้ตัวอย่างของปัญหามันไม่มี ยังมี .... บ้าง?RNC

สุดท้ายคำตอบนี้กล่าวถึงปัญหาในมีเวลาดำเนินการแบบขนานเชิงเส้นย่อย ตัวอย่างของปัญหาเหล่านี้มีอะไรบ้าง มีคลาสความซับซ้อนอื่น ๆ ที่มีอัลกอริทึมแบบขนานที่ไม่ทราบว่าอยู่ใน N Cหรือไม่PNC


1
นอกจากนี้โปรดทราบนี้คำถามที่คล้ายกัน
Nicholas Mancuso

คำตอบ:


9

ประการที่สามเนื่องจากมีอัลกอริทึมในการแปลงอัลกอริธึม logspace ใด ๆ ให้เป็นเวอร์ชั่นคู่ขนานหรือไม่?LNC2

ก็สามารถที่จะแสดงอยู่ (ร่าและบาราคตำราเรียน) ได้รับ -time TM M , ว่าลบเลือน TM M ' (เช่น TM ที่มีการเคลื่อนไหวใหญ่เป็นอิสระจากการป้อนข้อมูลของx ) สามารถสร้างวงจรC nในการคำนวณM ( x )ที่ไหน| x | =t(n)MMxCnM(x)n|x|=n

หลักฐานภาพร่างเป็นไปตามแนวของการมีจำลองMและกำหนด "ภาพรวม" ของสถานะ (เช่นตำแหน่งหัวสัญลักษณ์ที่หัว) ในแต่ละครั้งที่ขั้นตอนt ฉัน (คิดว่าบันทึกการคำนวณ) แต่ละขั้นตอนทีฉันสามารถคำนวณได้จากxและรัฐทีฉัน- 1 เนื่องจากแต่ละสแน็ปช็อตเกี่ยวข้องกับสตริงที่มีขนาดคงที่เท่านั้นและมีสตริงของขนาดนั้นจำนวนคงที่ดังนั้นสแน็ปช็อตที่t iจึงสามารถคำนวณได้โดยวงจรขนาดคงที่MMtitixti1ti

ถ้าคุณเขียนวงจรอย่างต่อเนื่องขนาดสำหรับแต่ละเรามีวงจรที่คำนวณM ( x ) การใช้ความจริงนี้พร้อมกับข้อ จำกัด ที่ภาษาของMอยู่ในLเราเห็นว่าวงจรC nของเราคือนิยามlogspace-uniformโดยที่ความสม่ำเสมอนั้นหมายถึงวงจรของเราในวงจรครอบครัวของเรา{ C n } การคำนวณM ( x )ทั้งหมดมีอัลกอริทึมเดียวกัน ไม่ใช่อัลกอริทึมที่กำหนดเองสำหรับแต่ละวงจรที่ทำงานกับขนาดอินพุตtiM(x)MLCn{Cn}M(x)nn

อีกครั้งจากความหมายของความสม่ำเสมอที่เราเห็นว่าวงจรการตัดสินใจใด ๆ ในภาษาต้องมีฟังก์ชั่นขนาด( n )คำนวณในO ( log n ) วงจรตระกูลA C 1มีค่ามากที่สุดO ( บันทึกnLsize(n)O(logn).AC1ความลึก )สูงสุดO(logn)

ในที่สุดก็สามารถแสดงให้เห็นว่าAC1NC2ให้ความสัมพันธ์ในคำถาม

ประการที่สี่เสียงเหมือนคนส่วนใหญ่คิดว่าในลักษณะเดียวกับที่PN P สัญชาตญาณที่อยู่เบื้องหลังสิ่งนี้คืออะไร?NCPPNP

ก่อนที่เราจะไปไกลกว่านั้นให้เรานิยามความหมายของความสมบูรณ์แบบP

ภาษาคือP-สมบูรณ์ถ้าL PและทุกภาษาในPเป็น logspace ลดลงไป นอกจากนี้หากLเป็นP- complete ดังนั้นสิ่งต่อไปนี้จะเป็นจริงLPLPPLP

  1. LNCP=NC

  2. LLP=L

ตอนนี้เราคิดว่าเป็นคลาสของภาษาที่ตัดสินใจอย่างมีประสิทธิภาพโดยคอมพิวเตอร์ขนาน มีปัญหาบางอย่างในPNCPที่ดูเหมือนจะต้านทานความพยายามในการขนานใด ๆ (เช่นการเขียนโปรแกรมเชิงเส้นและปัญหาวงจรค่า) กล่าวคือปัญหาบางอย่างจำเป็นต้องใช้การคำนวณในแบบที่ชาญฉลาด

ตัวอย่างเช่นปัญหาค่าวงจรถูกกำหนดเป็น:

รับวงจร , อินพุตx , และเกตg C , เอาต์พุตของgบนC ( x )คืออะไร?CxgCgC(x)

เราไม่ทราบวิธีการคำนวณนี้ที่ดีกว่าการคำนวณประตูทั้งหมดที่มาก่อนกรัม ได้รับบางส่วนของพวกเขาอาจจะถูกคำนวณในแบบคู่ขนานเช่นถ้าพวกเขาทั้งหมดเกิดขึ้นในบาง timestep ทีฉันแต่เราไม่ทราบวิธีการคำนวณการส่งออกของประตูที่ timestep ทีฉันและ timestep ทีฉัน+ 1สำหรับความยากลำบากที่เห็นได้ชัด ประตูที่t ฉัน+ 1ต้องการเอาท์พุทของประตูที่t ฉัน !ggtititi+1ti+1ti

นี่คือสัญชาตญาณที่อยู่เบื้องหลัง PNCP


Limits to Parallel Computationเป็นหนังสือเกี่ยวกับความสมบูรณ์แบบของในความคล้ายคลึงของ Garey & Johnson's N P - ความสมบูรณ์ของหนังสือPNP


ขอบคุณสำหรับการอ้างอิง 2 ข้อและคำตอบบางส่วน หนังสือ Limits to Parallel Computation นั้นทำได้ดีกว่าหนังสือเล่มอื่น ๆ ที่ฉันเคยดู แต่ก็ยังค่อนข้างเก่าและไม่ละเอียดเท่าที่ฉันต้องการ
Mike Izbicki

3

ประการที่ห้าทุกข้อความที่ฉันอ่านได้กล่าวถึงคลาส RNC แต่ไม่มีตัวอย่างของปัญหา ยังมี .... บ้าง?

กระดาษ "การจับคู่เป็นเรื่องง่ายเป็นเมทริกซ์ผกผัน" โดย Mulmuley, Vazirani และ Vazirani มีหลายตัวอย่างของปัญหาที่เกิดขึ้นในชั้นเรียน 2 หลักสำคัญคือการค้นหาการจับคู่สูงสุดจากนั้นพวกเขาลดปัญหาอื่น ๆ ให้กับสิ่งนี้RNC2

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.