คำถามติดแท็ก factoring

2
ทำไมแฟคตอริ่งจำนวนเต็มขนาดใหญ่จึงถือว่ายาก
ผมอ่านบางว่าอัลกอริทึมที่มีประสิทธิภาพมากที่สุดที่พบสามารถคำนวณปัจจัยในเวลา แต่รหัสที่ผมเขียนเป็นO ( n )หรือ อาจเป็นO ( n log n )ขึ้นอยู่กับว่าการหารและโมดูลัสรวดเร็วแค่ไหนฉันค่อนข้างแน่ใจว่าฉันเข้าใจผิดบางอย่าง แต่ฉันไม่แน่ใจว่าอยู่ที่ไหนนี่คือสิ่งที่ฉันเขียนในรูปแบบโค้ดหลอกO(exp((64/9⋅b)1/3⋅(logb)2/3)O(exp⁡((64/9⋅b)1/3⋅(log⁡b)2/3)O(\exp((64/9 \cdot b)^{1/3} \cdot (\log b)^{2/3})O(n)O(n)O(n)O(nlogn)O(nlog⁡n)O(n \log n) function factor(number) -> list factors = new list if number < 0 factors.append(-1) number = -number i = 2 while i <= number while number % i == 0 factors.append(i) number …

2
การลดปัญหาการแยกตัวประกอบจำนวนเต็มเป็นปัญหา NP-Complete
ฉันพยายามเข้าใจความสัมพันธ์ระหว่าง NP-Intermediate และ NP-Complete ฉันรู้ว่าถ้า P! = NP ขึ้นอยู่กับทฤษฎีบทของ Ladner มีคลาสของภาษาใน NP แต่ไม่ใช่ใน P หรือใน NP-Complete ทุกปัญหาใน NP สามารถลดลงเป็นปัญหา NP-Complete ได้ แต่ฉันไม่เห็นตัวอย่างใด ๆ สำหรับการลดปัญหา NPI ที่น่าสงสัย (เช่นการแยกตัวประกอบจำนวนเต็ม) เป็นปัญหา NP-Complete ไม่มีใครทราบตัวอย่างของการลด NPI-> NPC อื่นหรือไม่?

2
P = ได้อย่างไร? NP ปรับปรุงการแยกตัวประกอบจำนวนเต็ม
ถ้าทำจริงเท่ากับN Pสิ่งนี้จะปรับปรุงอัลกอริธึมของเราให้คำนึงถึงจำนวนเต็มเร็วขึ้นได้อย่างไร ความจริงนี้จะทำให้เราเข้าใจการแยกตัวประกอบจำนวนเต็มดีขึ้นหรือไม่PP{\sf P}NPNP{\sf NP}

2
ทำไมปัจจัยใน Co-NP
ฉันกำลังมีปัญหาห่อหุ้มหัวของฉันปัญหา PRIME คอมโพสิตปัจจัยและวิธีที่พวกเขาเกี่ยวข้องในแง่ของความซับซ้อน ฉันเข้าใจว่า PRIME นั้นแสดงให้เห็นว่าอยู่ในโดยการทดสอบแบบดั้งเดิมของ AKS และฉันเชื่อว่าสิ่งนี้ใช้ได้กับคอมโพสิตเช่นกันPPP สำหรับปัจจัย FCTO R = { ( m , r ) :∃ s ดังกล่าวที่1 &lt; s &lt; R และ s แบ่ง เมตร}FACTOR={(m,r):∃s such that1&lt;s&lt;r and s divides m}FACTOR = \{(m,r) :\;\; \exists s \text{ such that} 1<s<r \text{ and } s \text{ divides …

1
การแยกประเภทการปรับแต่ง
ที่ทำงานฉันได้รับมอบหมายให้อนุมานข้อมูลบางประเภทเกี่ยวกับภาษาแบบไดนามิก ฉันเขียนลำดับของข้อความไปยังletนิพจน์ที่ซ้อนกันเช่น: return x; Z =&gt; x var x; Z =&gt; let x = undefined in Z x = y; Z =&gt; let x = y in Z if x then T else F; Z =&gt; if x then { T; Z } else { F; Z } เนื่องจากฉันเริ่มต้นจากข้อมูลประเภททั่วไปและพยายามอนุมานประเภทที่เฉพาะเจาะจงมากขึ้นตัวเลือกที่เป็นธรรมชาติคือประเภทการปรับแต่ง ตัวอย่างเช่นตัวดำเนินการตามเงื่อนไขส่งคืนการรวมของประเภทของสาขาที่เป็นจริงและเท็จ …
11 programming-languages  logic  type-theory  type-inference  machine-learning  data-mining  clustering  order-theory  reference-request  information-theory  entropy  algorithms  algorithm-analysis  space-complexity  lower-bounds  formal-languages  computability  formal-grammars  context-free  parsing  complexity-theory  time-complexity  terminology  turing-machines  nondeterminism  programming-languages  semantics  operational-semantics  complexity-theory  time-complexity  complexity-theory  reference-request  turing-machines  machine-models  simulation  graphs  probability-theory  data-structures  terminology  distributed-systems  hash-tables  history  terminology  programming-languages  meta-programming  terminology  formal-grammars  compilers  algorithms  search-algorithms  formal-languages  regular-languages  complexity-theory  satisfiability  sat-solvers  factoring  algorithms  randomized-algorithms  streaming-algorithm  in-place  algorithms  numerical-analysis  regular-languages  automata  finite-automata  regular-expressions  algorithms  data-structures  efficiency  coding-theory  algorithms  graph-theory  reference-request  education  books  formal-languages  context-free  proof-techniques  algorithms  graph-theory  greedy-algorithms  matroids  complexity-theory  graph-theory  np-complete  intuition  complexity-theory  np-complete  traveling-salesman  algorithms  graphs  probabilistic-algorithms  weighted-graphs  data-structures  time-complexity  priority-queues  computability  turing-machines  automata  pushdown-automata  algorithms  graphs  binary-trees  algorithms  algorithm-analysis  spanning-trees  terminology  asymptotics  landau-notation  algorithms  graph-theory  network-flow  terminology  computability  undecidability  rice-theorem  algorithms  data-structures  computational-geometry 

1
SAT-solvers สามารถใส่ตัวเลขได้ง่ายหรือไม่?
เครื่องมือแก้ปัญหา SAT สมัยใหม่นั้นเก่งในการแก้ปัญหาตัวอย่างจริงของหลาย ๆ กรณีของ SAT อย่างไรก็ตามเรารู้วิธีสร้างฮาร์ดไดรฟ์ตัวอย่างเช่นใช้การลดแฟ็กตอริ่งเป็น SATและให้หมายเลข RSA เป็นอินพุต นี่ทำให้เกิดคำถาม: ถ้าฉันใช้ตัวอย่างง่ายๆของการแยกตัวประกอบ แทนที่จะใช้สองช่วงเวลาขนาดใหญ่บนบิตเกิดอะไรขึ้นถ้าฉันเอาไพรม์pบนlog n bits และไพรม์คิวบนn / log nบิตให้N = p qและเข้ารหัสF A C T O R ( N )เป็นตัวอย่างของ SAT ยังไม่มีข้อความn / 2n/2n/2พีppเข้าสู่ระบบnlog⁡n\log nn /บันทึกnn/log⁡nn/\log nยังไม่มีข้อความ= p qN=pqN = pqF A C T O R (N))FACTOR(N)\mathrm{FACTOR}(N)NNNจะเป็นจำนวนที่ง่ายต่อการแยกตัวประกอบโดยวิธีการค้นหาแบบตะแกรงหรือบังคับเนื่องจากปัจจัยหนึ่งมีขนาดเล็ก SAT-modern ที่ทันสมัยพร้อมการลดมาตรฐานจากแฟคตอริ่งไปจนถึง SAT …
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.