วิทยาศาสตร์คอมพิวเตอร์

เมื่อพิจารณาจากการตายของNNNด้านแล้วจะมีการสร้างตัวเลขสุ่มในช่วง[1,N][1,N][1,N]ได้อย่างไร? การแจกแจงความน่าจะเป็นของใบหน้าตายนั้นไม่เป็นที่รู้จักทั้งหมดที่รู้กันคือใบหน้าแต่ละใบหน้ามีความเป็นไปได้ที่ไม่ใช่ศูนย์ นี่คือลักษณะทั่วไปที่เห็นได้ชัดของแฟร์ผลกับการตายที่ไม่เป็นธรรม วางนี้ในแง่วิทยาศาสตร์คอมพิวเตอร์เรามีคำพยากรณ์ที่เป็นตัวแทนของม้วนตาย: D:N→[1,N]D:N→[1,N]D : \mathbb{N} \to [1,N]เช่นว่าจะไม่ใช่ศูนย์และเป็นอิสระจากkเรากำลังมองหาขั้นตอนวิธีการกำหนดซึ่งเป็น parametrized โดย (เช่นอาจโทรไปยัง ) เช่นว่า N อัลกอริทึมจะต้องจบลงด้วยความน่าจะเป็น 1 นั่นคือความน่าจะเป็นที่ทำให้มากกว่าการเรียกถึงต้องมาบรรจบกันเป็นk A D A D Ppi=P(D(k)=i)pi=P(D(k)=i)p_i = P(D(k)=i)kkkAAADDDAAADDDA n D D 0 n → ∞P( A ( ) = i ) = 1 / NP(A()=ผม)=1/ยังไม่มีข้อความP(A()=i) = 1/NAAAnnnDDD000n → ∞n→∞n\to\inftyn สำหรับ (จำลองเหรียญยุติธรรมจากการโยนเหรียญด้วยเหรียญลำเอียง) มีอัลกอริทึมที่รู้จักกันดี:ยังไม่มีข้อความ= 2ยังไม่มีข้อความ=2N=2 …

18 probability-theory  randomized-algorithms  random-number-generator 

ฉันสนใจการเรียงต่อกันเล็กน้อยจิ๊กซอว์ 'จิ๊กซอว์': ขอบของแผ่นสี่เหลี่ยม (สี่เหลี่ยม) แต่ละป้ายมีสัญลักษณ์จากและสามารถวางแผ่นกระเบื้องสองแผ่นติดกันถ้าสัญลักษณ์บนขอบกระเบื้องหันหน้าไปทางหนึ่งคือและสัญลักษณ์บนแผ่นหันหน้าของกระเบื้องอีกอันคือ , สำหรับ\} จากนั้นให้ชุดไพ่สามารถวางลงใน (หมุน แต่ไม่พลิกกระเบื้อง) โดยการจับคู่ขอบทั้งหมดถูกต้องหรือไม่? (นอกจากนี้ยังมีตัวแปรในการแก้ปัญหานี้ในที่ที่สี่ 'กรอบ' ขอบที่มีให้และชิ้นส่วนที่ต้องพอดีอย่างถูกต้องลงในกรอบที่)k ˉ k k ∈ { 1 … n } m 2 m × m{ 1 … n , 1¯… n¯}{1...n,1¯...n¯}\{1\ldots n, \bar{1}\ldots\bar{n}\}kkkk¯k¯\bar{k}k ∈ { 1 … n }k∈{1...n}k\in\{1\ldots n\}ม.2ม.2m^2m × mม.×ม.m\times m1 × ม1×ม.1\times m ฉันรู้ว่าปัญหานี้เป็นปัญหา …

18 complexity-theory  np-complete  tiling 

หากฉันมีปัญหาหนักวิธีมาตรฐานหนึ่งคือแสดงว่าเป็นอินสแตนซ์ SAT และลองใช้ตัวแก้ SAT แนวทางมาตรฐานอื่นคือแสดงว่าเป็นปัญหาความพึงพอใจของข้อ จำกัด และลองใช้ตัวแก้ CSP ทั้งสองรู้สึกคล้ายกันอย่างคลุมเครือในสิ่งที่ประเภทของปัญหาที่สามารถแสดงออกตามธรรมชาติในรูปแบบการป้อนข้อมูลของพวกเขา มีแนวทางหรือกฎง่ายๆสำหรับวิธีการรับรู้สำหรับปัญหาที่กำหนดวิธีการใดที่มีแนวโน้มที่จะให้ผลลัพธ์ที่ดี? มีคำแนะนำใด ๆ ที่ทุกคนสามารถเสนอเกี่ยวกับปัญหาประเภทใดบ้างที่สามารถจัดการได้ดีกว่าโดยนักแก้ปัญหา SAT มากกว่าโดยนักแก้ปัญหา CSP หรือในทางกลับกัน? (เห็นได้ชัดว่ามีปัญหาง่าย ๆ บางอย่างที่สามารถแก้ไขได้โดยทั้งสองวิธีนอกจากนี้ยังมีปัญหาบางอย่างที่ไม่สามารถแก้ไขได้อย่างเป็นประโยชน์โดยวิธีใดวิธีหนึ่งลองแยกกันกรณีที่แนวทางที่เป็นประโยชน์ที่สุดคือปัญหาที่ SAT อย่างใดอย่างหนึ่ง ตัวแก้ปัญหาทำงานได้ดีกว่าตัวแก้ CSP หรือที่ตัวแก้ CSP ทำงานได้ดีกว่าตัวแก้ SAT ฉันจะจำได้อย่างไรเมื่อตัวแก้ SAT น่าจะพอดีดีกว่าตัวแก้ CSP หรือเมื่อตัวแก้ CSP มีแนวโน้มที่จะดีกว่า ตัวแก้ SAT - คือวิธีใดที่จะลองก่อน)

18 heuristics  sat-solvers  constraint-programming 

ฉันคุ้นเคยกับภาษาการเขียนโปรแกรมหลายสิบภาษาที่มีข้อยกเว้นบางประการ แต่ฉันก็มาพบกับแนวโน้ม "พยาธิวิทยา" สองประการ ดูเหมือนจะไม่มีรูปแบบทั่วไปหรือลำดับชั้นของข้อยกเว้น ทุกภาษาจะม้วนเวอร์ชั่นของตัวเองและหากข้อยกเว้นทำให้เป็นมาตรฐานแล้วชนิดของข้อยกเว้นที่พบในมาตรฐานจะค่อนข้างโดยพลการ สตริงหรือข้อยกเว้นในการเรียกใช้ดีบักเกอร์หรือสิ่งที่เกิดขึ้นเมื่อไม่พบไฟล์ ฯลฯ ) ข้อยกเว้นที่กำหนดโดยภาษานั้นไม่ค่อยได้ใช้ซ้ำโดยโปรแกรมผู้ใช้ โดยปกติจะมีข้อยกเว้นที่ได้รับความนิยมหนึ่งหรือสองรายการ (ตัวอย่างเช่น "not Implement") แม้ว่าโปรแกรมเมอร์ส่วนใหญ่จะสร้างข้อยกเว้นของตนเอง (เปรียบเทียบสิ่งนี้กับการสร้างประเภทตัวเลขใหม่หรือประเภทคอลเลกชันใหม่) ดูเหมือนว่าฉันจะไม่สนใจเลย ทำไมไม่มีใครรู้ว่าจะต้องมีข้อผิดพลาดประเภทใดในโปรแกรมผู้ใช้ ฉันหวังว่าจะมีลำดับชั้นที่ดีคล้ายกับประเภทตัวเลขคอลเลกชันระบบวัตถุ ฯลฯ ยิ่งไปกว่านั้น Goolge และ Wikipedia ยังให้ความช่วยเหลือเพียงเล็กน้อยในเรื่องนี้ จนถึงตอนนี้ฉันเพิ่งพบบทความเกี่ยวกับข้อยกเว้นการทำงานที่เปิดขึ้นเป็นตอน: บทความนี้ระบุว่าการเขียนโปรแกรมการทำงานที่ขี้เกียจไม่เพียง แต่ทำให้กลไกการจัดการข้อยกเว้นในตัวไม่จำเป็น แต่ยังให้เครื่องมือที่มีประสิทธิภาพสำหรับการพัฒนาและการแปลงโปรแกรมที่ใช้ข้อยกเว้น (ทฤษฎีการทำงานของข้อยกเว้น, Mike Spivey, 1988) แต่ฉันคิดว่าข้อยกเว้นนั้นดี ฉันไม่ต้องการแปลงโปรแกรมที่ใช้ข้อยกเว้นในทางตรงกันข้ามฉันต้องการใช้ข้อยกเว้นให้วุ่นวายน้อยลง คำถาม: มีทฤษฎีของข้อยกเว้นหรือไม่? ถ้าเป็นเช่นนั้นมันจะเรียกว่าอะไร? อะไรคือสิ่งสำคัญถ้าสิ่งสำคัญคือการทำงานที่สรุปพื้นฐานของมันได้หรือไม่

18 terminology  programming-languages  api-design 

คุณมีอาร์เรย์ขององค์ประกอบที่แตกต่างกันคุณสามารถเข้าถึงตัวเปรียบเทียบ (ฟังก์ชันกล่องดำที่รับสององค์ประกอบaและbและคืนค่าจริง iff a &lt; b ) และแหล่งบิตสุ่มอย่างแท้จริง (ฟังก์ชันกล่องดำไม่มีอาร์กิวเมนต์และคืนบิตสุ่มแบบสุ่มอย่างสม่ำเสมอ) พิจารณางานสองอย่างต่อไปนี้:nnnaaabbba&lt;ba&lt;ba < b อาร์เรย์ถูกเรียงในขณะนี้ ผลิตการเรียงสับเปลี่ยนที่เลือกแบบสุ่ม (หรือโดยประมาณอย่างสม่ำเสมอ) อาร์เรย์ประกอบด้วยการเรียงสับเปลี่ยนที่เลือกอย่างสม่ำเสมอโดยการสุ่มโดยธรรมชาติ สร้างอาร์เรย์ที่เรียงลำดับ คำถามของฉันคือ งานใดที่ต้องใช้พลังงานมากขึ้น ฉันไม่สามารถนิยามคำถามได้อย่างแม่นยำมากขึ้นเพราะฉันไม่รู้เกี่ยวกับการเชื่อมต่อระหว่างทฤษฎีสารสนเทศอุณหพลศาสตร์หรืออะไรก็ตามที่จำเป็นในการตอบคำถามนี้ อย่างไรก็ตามฉันคิดว่าคำถามสามารถสร้างได้อย่างชัดเจน (และหวังว่าจะมีคนช่วยฉันด้วยคำตอบนี้!) ตอนนี้อัลกอริทึมปรีชาของฉันคือพวกมันเท่ากัน ขอให้สังเกตว่าการเรียงลำดับทั้งหมดเป็นการสลับกลับกันและในทางกลับกัน การเรียงลำดับต้องใช้รถในขณะที่สับเพราะมันหยิบเปลี่ยนแปลงสุ่มจากn ! ตัวเลือกต้องใช้log n ! ≈ n log nบิตแบบสุ่ม ทั้งการสับและการเรียงต้องใช้n swapslogn!≈nlognlog⁡n!≈nlog⁡n\log n! \approx n \log nn!n!n!logn!≈nlognlog⁡n!≈nlog⁡n\log n! \approx n \log nnnn อย่างไรก็ตามฉันรู้สึกว่าควรมีคำตอบที่ใช้หลักการของ Landauerซึ่งบอกว่าต้องใช้พลังงานในการ "ลบ" เล็กน้อย ฉันคิดว่านี่หมายถึงการเรียงลำดับอาร์เรย์นั้นยากกว่าเพราะต้องใช้ …

18 algorithms  algorithm-analysis  information-theory  permutations  entropy 

ฉันใหม่กับฟอรัมนี้และเป็นเพียงนักฟิสิกส์ที่ทำสิ่งนี้เพื่อให้สมองของเขาอยู่ในรูปร่างดังนั้นโปรดแสดงความสง่างามถ้าฉันไม่ได้ใช้ภาษาที่งดงามที่สุด นอกจากนี้โปรดแสดงความคิดเห็นหากคุณคิดว่าแท็กอื่น ๆ จะเหมาะสมกว่า ฉันกำลังพยายามที่จะแก้ปัญหานี้ซึ่งผมต้องคำนวณจำนวนมิลรอบในวันเพื่อ Sierpinski กราฟS_n(โปรดดูลิงค์ด้านบนสำหรับคำจำกัดความและรูปภาพของ Sierpinski-graphs)n S nC(n)C(n)C(n)nnnSnSnS_n ฉันได้พบแต่ฉันจะต้องมีบางสิ่งบางอย่าง messed ขึ้นเพราะวิธีการแก้ปัญหาของฉันไม่ตรงกับค่าที่กำหนด71328803586048 การถกเถียงของฉันประกอบด้วยความคิดพื้นฐานมากและฉันไม่สามารถหาข้อผิดพลาดได้ ความช่วยเหลือใด ๆ ที่ชื่นชมอย่างมาก แม้ว่ามันจะดูยาว แต่ความคิดก็ไม่สำคัญถ้าคุณดูกราฟในขณะที่ติดตามC ( 5 ) = 71328803586048C(n)C(n)C(n)C(5)=71328803586048C(5)=71328803586048C(5) = 71328803586048 (ก)ในกราฟให้เรียกมุมด้านนอก C จากนั้นฉันจะกำหนดปริมาณต่อไปนี้: A , B , CSnSnS_nA,B,CA,B,CA,B,C N(n):=N(n):=N(n) := จำนวนเส้นทางแฮมิลตันจากเพื่อCCAAACCC N¯(n):=N¯(n):=\bar{N}(n) := จำนวนเส้นทางจากเพื่อซึ่งแต่ละโหนดเยี่ยมชมครั้งเดียวยกเว้นBC BAAACCCBBB ฉันจะเรียกพา ธ ดังกล่าว - หรือ - พา ธ ประเภทต่อไปนี้ˉ …

18 graph-theory  combinatorics  check-my-proof 

รับเมทริกซ์ ให้เมทริกซ์ผกผันของAเป็นA - 1 (นั่นคือA A - 1 = I ) สมมติว่าองค์ประกอบหนึ่งในมีการเปลี่ยนแปลง (สมมติว่าฉันเจเพื่อ' ฉันเจ ) วัตถุประสงค์คือการหาA - 1หลังจากการเปลี่ยนแปลงนี้ มีวิธีการค้นหาวัตถุประสงค์นี้ที่มีประสิทธิภาพมากกว่าการคำนวณเมทริกซ์ผกผันอีกครั้งตั้งแต่เริ่มต้นหรือไม่n×nn×nn \times nAA\mathbf{A}AA\mathbf{A}A−1A−1\mathbf{A}^{-1}AA−1=IAA−1=I\mathbf{A}\mathbf{A}^{-1} = \mathbf{I}AA\mathbf{A}aijaija _{ij}a′ijaij′a' _{ij}A−1A−1\mathbf{A}^{-1}

18 algorithms  numerical-analysis  online-algorithms 

ป.ร. ให้ไว้เป็นภาษาประจำแล้วมันเป็นเรื่องง่ายที่จะพิสูจน์ว่ามีความคงที่Nเช่นว่าเป็นσ ∈ Lกับ| σ | ≥ Nมีสตริงอยู่α , βและγเช่นนั้น| อัลฟ่าบีตา| ≤ Nและ| β | ≠ εและสำหรับทุกkมันเป็นอัลฟ่าบีตาkแกมมา∈ LLLLยังไม่มีข้อความยังไม่มีข้อความNσ∈ ลσ∈L\sigma \in L| σ| ≥ N|σ|≥ยังไม่มีข้อความ\lvert \sigma \rvert \ge Nαα\alphaββ\betaγγ\gamma| อัลฟ่าบีตา| ≤ N|αβ|≤ยังไม่มีข้อความ\lvert \alpha \beta \rvert \le N| β| ≠ ϵ|β|≠ε\lvert \beta \rvert \ne \epsilonkkkอัลฟ่าบีตาkγ∈ ลαβkγ∈L\alpha \beta^k \gamma \in L. มีการกล่าวกันอย่างกว้างขวางว่าการสนทนานั้นไม่เป็นความจริง แต่ฉันไม่ได้เห็นตัวอย่างที่ชัดเจน …

18 formal-languages  proof-techniques 

ในหนังสือของพวกเขาแบบสุ่มอัลกอริทึม , Motwani และ Raghavan เปิดการแนะนำที่มีคำอธิบายของฟังก์ชั่น RandQS ของพวกเขา - quicksort สุ่ม - ที่หมุนที่ใช้สำหรับการแบ่งชุดออกเป็นสองส่วนคือการสุ่มเลือก ฉันได้รับสมองของฉัน (ค่อนข้างอ่อนแอภายใต้การยอมรับ) ในช่วงเวลานี้ แต่ฉันไม่สามารถเห็นได้ว่าข้อดีของอัลกอริทึมนี้มีมากกว่าการเลือกพูดองค์ประกอบกลาง (ในดัชนีไม่ใช่ขนาด) ในแต่ละครั้ง ฉันคิดว่าสิ่งที่ฉันไม่เห็นคือ: ถ้าชุดเริ่มต้นอยู่ในลำดับสุ่มความแตกต่างระหว่างการเลือกองค์ประกอบที่ตำแหน่งสุ่มในชุดและเลือกองค์ประกอบที่ตำแหน่งคงที่คืออะไร ใครบางคนสามารถสอนฉันในแง่ที่ค่อนข้างง่าย?

18 algorithm-analysis  sorting  randomized-algorithms 

เมื่อเร็ว ๆ นี้ฉันได้ศึกษาด้วยตนเองถึงความคาดหวังสูงสุดและคว้าตัวอย่างง่ายๆในกระบวนการ: จากที่นี่ : มีสามเหรียญ ,และมี ,และความน่าจะเป็นที่จะลงจอดบนเฮดเมื่อถูกโยน โยนc_0หากผลลัพธ์คือ Head ให้โยนสามครั้งมิฉะนั้นจะโยนสามครั้ง ข้อมูลที่สังเกตได้ที่ผลิตโดยและเป็นดังนี้: HHH, TTT, HHH, TTT, HHH ข้อมูลที่ซ่อนอยู่เป็นผลมาจากc_0ประมาณการหน้า1 p 2c0c0c_0c1c1c_1c2c2c_2p0p0p_0p1p1p_1p2p2p_2c0c0c_0c1c1c_1c2c2c_2c1c1c_1c2c2c_2c 0 c0c0c_0p0p0p_0 ,และP_2p1p1p_1p2p2p_2 และจากที่นี่ : มีสองเหรียญcAcAc_AและcBcBc_BกับpApAp_AและpBpBp_Bเป็นความน่าจะเป็นที่จะลงจอดบนหัวเมื่อโยน ในแต่ละรอบเลือกหนึ่งเหรียญโดยการสุ่มและโยนสิบครั้ง; บันทึกผลลัพธ์ ข้อมูลที่สังเกตได้คือผลลัพธ์การโยนที่ได้จากสองเหรียญ อย่างไรก็ตามเราไม่ทราบว่าเหรียญใดถูกเลือกสำหรับรอบหนึ่ง ๆ ประมาณการpApAp_AและpBpBp_Bบี ในขณะที่ฉันสามารถคำนวณได้ แต่ฉันไม่สามารถเกี่ยวข้องกับวิธีที่พวกเขาแก้ไขกับทฤษฎี EM ดั้งเดิมได้ โดยเฉพาะอย่างยิ่งระหว่างขั้นตอน M-Step ของทั้งสองตัวอย่างฉันไม่เห็นว่าพวกเขากำลังเพิ่มประสิทธิภาพสูงสุดอย่างไร ดูเหมือนว่าพวกเขากำลังคำนวณพารามิเตอร์ใหม่และพารามิเตอร์ใหม่นั้นดีกว่าพารามิเตอร์เดิม ยิ่งไปกว่านั้น E-Steps ทั้งสองนั้นไม่ได้มีลักษณะที่เหมือนกันซึ่งไม่ต้องพูดถึง E-Step ของทฤษฎีดั้งเดิม ดังนั้นตัวอย่างเหล่านี้ทำงานอย่างไร

18 probability-theory  statistics 

Wikipediaกำหนดให้เป็น อัลกอริธึมบอกว่าเป็นเวลาพหุนามหากเวลาวิ่งของมันถูก จำกัด ด้วยพหุนามนิพจน์ในขนาดของอินพุตสำหรับอัลกอริทึมคือสำหรับค่าคงที่ kT( n ) = O ( n)k)T(n)=O(nk)T(n) = O(n^k) อัลกอริทึมทำงานในเวลาพหุนามอย่างยิ่งถ้า [8] จำนวนของการดำเนินการในรูปแบบการคำนวณทางคณิตศาสตร์ถูก จำกัด ขอบเขตโดยพหุนามในจำนวนของจำนวนเต็มในอินสแตนซ์อินพุต และ พื้นที่ที่ใช้โดยอัลกอริทึมนั้นถูก จำกัด โดยพหุนามในขนาดของอินพุต ในBernhard Korte, Jens Vygen, การเพิ่มประสิทธิภาพ Combinatorial : นิยาม 1.4 อัลกอริธึมที่มีเหตุผลเข้าว่ากันว่าในเวลาพหุนามถ้า มีจำนวนเต็ม k ซึ่งมันทำงานในเวลาโดยที่ n คือขนาดอินพุตและO ( nk)O(nk)O(n^k) ตัวเลขทั้งหมดในการคำนวณระดับกลางสามารถเก็บไว้ได้ด้วยบิตO ( nk)O(nk)O(n^k) อัลกอริทึมที่มีการป้อนข้อมูลโดยพลการบอกว่าจะทำงานในเวลาพหุนามอย่างยิ่งถ้า มีจำนวนเต็ม k ซึ่งมันทำงานในเวลาสำหรับอินพุตใด ๆ ที่ประกอบด้วยตัวเลข n และO …

18 complexity-theory 

ฉันเริ่มอ่านบทความวิจัยภาษามากขึ้นเรื่อย ๆ ฉันพบว่ามันน่าสนใจมากและเป็นวิธีที่ดีในการเรียนรู้เพิ่มเติมเกี่ยวกับการเขียนโปรแกรมโดยทั่วไป อย่างไรก็ตามมักจะมีส่วนที่ฉันมักจะต่อสู้กับ (ใช้เวลาตัวอย่างเช่นส่วนที่สามของ) มานี้เนื่องจากฉันขาดพื้นฐานทางทฤษฎีในวิทยาการคอมพิวเตอร์: ประเภทกฎ มีหนังสือดี ๆ หรือแหล่งข้อมูลออนไลน์ให้เริ่มต้นในพื้นที่นี้หรือไม่? Wikipediaนั้นคลุมเครืออย่างมากและไม่ได้ช่วยผู้เริ่มต้น

18 logic  reference-request  terminology  type-theory 

หนังสือแบบเรียนทุกแห่งสมมติว่าปัญหาสารบรรณโพสต์ที่ถูกผูกไว้เป็นปัญหาสมบูรณ์ (ไม่เกินดัชนีอนุญาตให้ทำซ้ำได้) อย่างไรก็ตามไม่มีที่ใดที่แสดงให้เห็นถึงการลดเวลาพหุโนเมียจากปัญหา NP-complete อีกอย่างหนึ่งอย่างง่ายยังไม่มีข้อความยังไม่มีข้อความN อย่างไรก็ตามการลดลงทุกครั้งที่ฉันนึกได้ก็คือเอ็กซ์โพเนนเชียล (โดยหรือตามขนาดของซีรี่ส์) ในเวลาทำงาน บางทีมันสามารถแสดงให้เห็นว่ามันลดลงถึง SAT?ยังไม่มีข้อความยังไม่มีข้อความN

18 complexity-theory  np-complete  reductions 

ดังต่อไปนี้จากคำถามก่อนหน้านี้ฉันเล่นกับสมมติฐานของ Riemannว่าเป็นเรื่องของคณิตศาสตร์เชิงนันทนาการ ในกระบวนการนี้ฉันได้เกิดขึ้นอีกครั้งที่น่าสนใจและฉันอยากรู้ชื่อของมันการลดลงของมัน เราสามารถกำหนดช่องว่างระหว่างหมายเลขเฉพาะแต่ละรายการเป็นการเกิดซ้ำของช่วงเวลาก่อนหน้าผู้สมัคร ตัวอย่างเช่นสำหรับฐานพี0= 2พี0=2p_0 = 2ของเราไพรม์ถัดไปจะเป็น: พี1= min { x &gt; p0∣ - cos( 2 π( x + 1 ) / p0) + 1 = 0 ) }พี1=นาที{x&gt;พี0|-cos⁡(2π(x+1)/พี0)+1=0)}\qquad \displaystyle p_1 = \min \{ x > p_0 \mid -\cos(2\pi(x+1)/p_0) + 1 = 0) \} หรือที่เราเห็นจากพล็อตนี้ออก : พี1= 3พี1=3p_1 = …

18 complexity-theory  reference-request  recurrence-relation  mathematical-analysis 

คือ"การเข้าร่วมประชุมพรรค"ประเภทของปัญหาแก้ไขได้ในเปิดฉาก? ตัวอย่างเช่น: หญ้าเจ้าชู้ Muldoon และ Carlotta Pinkstone ทั้งคู่บอกว่าพวกเขาจะมาถ้า Albus Dumbledore มา Albus Dumbledore และ Daisy Dodderidge ทั้งคู่บอกว่าพวกเขาจะมาถ้า Carlotta Pinkstone มา Albus Dumbledore, Burdock Muldoon และ Carlotta Pinkstone ทุกคนบอกว่าพวกเขาจะมาถ้า Elfrida Clagg มา Carlotta Pinkstone และ Daisy Dodderidge ทั้งคู่กล่าวว่าพวกเขาจะมาหาก Falco Aesalon มา Burdock Muldoon, Elfrida Clagg และ Falco Aesalon ทุกคนบอกว่าพวกเขาจะมาถ้า Carlotta Pinkstone …

18 logic  constraint-programming  prolog  logic-programming