คำถามติดแท็ก nondeterminism

คำถามเกี่ยวกับออโตมาตาไวยากรณ์ที่เป็นทางการหรือแบบจำลองการคำนวณอื่น ๆ ที่เกี่ยวข้องโดยเฉพาะกับการใช้การไม่ยอมรับลัทธิ ไม่ต้องสับสนกับความสุ่มหรือความคลุมเครือ!

2
quantum TM และ nondetermistic TM แตกต่างกันอย่างไร?
ฉันจะผ่านการอภิปรายในคำถามวิธีการกำหนดเครื่องทัวริงควอนตัม? และฉันรู้สึกว่า quantum TM และnondetermistic TM นั้นเหมือนกัน คำตอบสำหรับคำถามอื่นไม่ได้สัมผัสกับสิ่งนั้น ทั้งสองรุ่นเป็นแบบเดียวกันหรือไม่ ถ้าไม่, ความแตกต่างระหว่างควอนตัม TM และ NDTM คืออะไร? มีการคำนวณใดที่ NDTM จะทำได้เร็วกว่า Quantum TM หรือไม่? หากเป็นกรณีนี้ quantum TM เป็น DTM แล้วทำไมมีฟัซซี่มากมายเกี่ยวกับเทคโนโลยีนี้เราจึงมี DTM มากมาย ทำไมต้องออกแบบ DTM ใหม่ในท้ายที่สุด

7
ความแตกต่างและความสัมพันธ์ระหว่างอัลกอริธึมแบบสุ่มและแบบไม่ จำกัด
ความแตกต่างและความสัมพันธ์ระหว่างอัลกอริธึมแบบสุ่มกับอัลกอริธึมแบบ nondeterministic คืออะไร จากวิกิพีเดีย ขั้นตอนวิธีการสุ่มแบบเป็นขั้นตอนวิธีการซึ่งมีพนักงานระดับของการสุ่มเป็นส่วนหนึ่งของการใช้เหตุผลของมัน อัลกอริทึมโดยทั่วไปจะใช้บิตสุ่มอย่างสม่ำเสมอในฐานะที่เป็นข้อมูลเสริมเพื่อเป็นแนวทางในการทำงานโดยหวังว่าจะบรรลุผลงานที่ดีใน "ค่าเฉลี่ยกรณี" เหนือตัวเลือกสุ่มบิตทั้งหมดที่เป็นไปได้ อย่างเป็นทางการประสิทธิภาพของอัลกอริทึมจะเป็นตัวแปรสุ่มที่กำหนดโดยบิตสุ่ม ดังนั้นเวลาทำงานหรือเอาต์พุต (หรือทั้งสองอย่าง) เป็นตัวแปรสุ่ม อัลกอริทึม nondeterministicเป็นอัลกอริทึมที่สามารถแสดงพฤติกรรมที่แตกต่างกันในการทำงานที่แตกต่างกันเมื่อเทียบกับขั้นตอนวิธีการที่กำหนด มีหลายวิธีที่อัลกอริทึมอาจทำงานแตกต่างจากการเรียกใช้เพื่อเรียกใช้ อัลกอริทึมพร้อมกันสามารถดำเนินการแตกต่างกันในการทำงานแตกต่างกันเนื่องจากสภาพการแข่งขัน ขั้นตอนวิธีการน่าจะเป็นพฤติกรรมที่ขึ้นอยู่กับเครื่องกำเนิดไฟฟ้าจำนวนสุ่ม อัลกอริทึมที่แก้ปัญหาในเวลาพหุนามแบบ nondeterministic สามารถเรียกใช้ในเวลาพหุนามหรือเวลาชี้แจงขึ้นอยู่กับตัวเลือกที่ทำในระหว่างการดำเนินการ อัลกอริธึมแบบสุ่มและอัลกอริธึมน่าจะเป็นแนวคิดเดียวกันหรือไม่ ถ้าใช่อัลกอริธึมแบบสุ่มเป็นแค่อัลกอริธึมแบบ nondeterministic หรือไม่?

3
เงื่อนไขสำหรับ NFA สำหรับ DFA ที่เทียบเท่าจะมีขนาดสูงสุดได้อย่างไร
เรารู้ว่า DFA นั้นเทียบเท่ากับ NFA ในอำนาจการแสดงออก นอกจากนี้ยังมีอัลกอริทึมที่รู้จักกันสำหรับการแปลง NFA เป็น DFA (โชคไม่ดีที่ตอนนี้ฉันรู้จักนักประดิษฐ์ของอัลกอริทึมนั้น) ซึ่งในกรณีที่เลวร้ายที่สุดทำให้เรามีสถานะหาก NFA ของเรามีสถานะ2S2S2^SSSS คำถามของฉันคือ: สิ่งที่กำหนดสถานการณ์กรณีที่เลวร้ายที่สุด? นี่คือการถอดความของอัลกอริทึมในกรณีที่มีความกำกวม: ให้A = ( Q , Σ , δ, คิว0, F)A=(Q,Σ,δ,Q0,F)A = (Q,\Sigma,\delta,q_0,F)เป็น NFA เราสร้าง DFA A'= ( Q', Σ , δ', คิว'0, F')A'=(Q',Σ,δ',Q0',F')A' = (Q',\Sigma,\delta',q'_0,F')โดยที่ Q'= P( Q )Q'=P(Q)Q' = \mathcal{P}(Q) , F'= { …

10
ทำไมการไม่กำหนดระดับความคิดจึงเป็นแนวคิดที่มีประโยชน์
หุ่นยนต์เป็นแบบนามธรรมของคอมพิวเตอร์ดิจิตอล คอมพิวเตอร์ดิจิทัลมีการกำหนดอย่างสมบูรณ์ สถานะของพวกเขาในเวลาใดก็ได้สามารถคาดการณ์ได้อย่างไม่ซ้ำกันจากอินพุตและสถานะเริ่มต้น เมื่อเราพยายามที่จะสร้างแบบจำลองระบบจริงทำไมรวมถึง nondeterminism ในทฤษฎีออโตมาตะ?

3
จะพิสูจน์ได้อย่างไรว่า DFA จาก NFA สามารถมีจำนวนรัฐเป็นเลขชี้กำลัง
ออโต้ จำกัด ที่ไม่สามารถกำหนดได้ทั้งหมดสามารถเปลี่ยนเป็นออโต้ จำกัด อัน จำกัด ที่เทียบเท่าได้ อย่างไรก็ตามออโต้ จำกัด ที่กำหนดขึ้นได้นั้นอนุญาตให้ลูกศรเดียวต่อสัญลักษณ์ที่ชี้จากรัฐเท่านั้น ดังนั้นรัฐควรเป็นสมาชิกของชุดพลังแห่งรัฐของ NFA สิ่งนี้ดูเหมือนจะบ่งชี้ว่าจำนวนสถานะของ DFA สามารถปรับขยายชี้แจงในแง่ของจำนวนสถานะของ NFA อย่างไรก็ตามฉันสงสัยว่าจะพิสูจน์สิ่งนี้ได้อย่างไร

4
การกำหนดปัญหาการหยุดทำงานสำหรับออโตมาต้าที่ไม่สามารถกำหนดค่าได้
คำจำกัดความหลักของ Turing machine (TM) อย่างน้อยในหนังสืออ้างอิงของฉันเอง (Hopcroft + Ullman 1979) นั้นถูกกำหนดไว้แล้ว ดังนั้นความเข้าใจของฉันเองเกี่ยวกับปัญหาการหยุดชะงักเป็นหลักสำหรับการกำหนด TM แต่ฉันตระหนักว่ามันอาจได้รับการพิจารณาสำหรับออโตมาตาชนิดอื่น ฉันยังสังเกตเห็นว่าการกำหนดระดับนั้นมักจะมากหรือน้อยโดยนัยในวิธีที่ผู้คนมักอ้างถึง TM หรือปัญหาการหยุดชะงัก หน้าวิกิพีเดียเกี่ยวกับปัญหาการหยุดชะงักเป็นตัวอย่างที่ดีของสิ่งนั้น แต่ดูเหมือนไม่มีเหตุผลสำหรับข้อ จำกัด ดังกล่าว ให้ครอบครัว ของออโตมาตะที่ไม่สามารถกำหนดได้ - ปัญหาการหยุดชะงักของอาจถูกกำหนดเป็น:ฉFF\mathcal FFF\mathcal F มีขั้นตอนการตัดสินใจที่เหมือนกันหรือไม่เนื่องจากมีหุ่นยนต์และอินพุตจะสามารถตัดสินใจได้ว่ามีการคำนวณการหยุดชะงักของบนอินพุตหรือไม่ x A xA∈FA∈FA\in\mathcal FxxxAAAxxx (นี่ไม่เหมือนกับการบอกว่าการคำนวณของกับอินพุตจะสิ้นสุดลง)xAAAxxx ที่จริงแล้วดูเหมือนเป็นวิธีเดียวที่จะให้ความรู้สึกถึงการอภิปรายเกี่ยวกับปัญหาการหยุดชะงักสำหรับLinear Bounded Automata (LBA) ซึ่งส่วนใหญ่ไม่ใช่ออโตมาตา ดังนั้นคำถามของฉันคือว่าฉันถูกต้องหรือไม่และมีเหตุผล (และเหตุผลใด) สำหรับการรักษาระดับที่สองนี้ที่เห็นได้ชัดของปัญหาการหยุดชะงักสำหรับออโตมาตาแบบไม่ขึ้นรูป

1
พลังการคำนวณของเครื่องกำหนดเวลาอัตโนมัติกับ nondeterministic min-heap
นี่คือคำถามที่ติดตามคนนี้ ในคำถามก่อนหน้านี้เกี่ยวกับเครื่องจักรของรัฐที่แปลกใหม่ Alex ten Brink และ Raphael ได้กล่าวถึงความสามารถในการคำนวณของเครื่องสถานะแปลก ๆ : min-heap ออโตมาตา พวกเขาสามารถแสดงให้เห็นว่าชุดของภาษาที่ยอมรับโดยเครื่องดังกล่าว ( ) ไม่ใช่ชุดย่อยหรือเซ็ตของชุดภาษาที่ไม่มีบริบท ด้วยการแก้ปัญหาที่ประสบความสำเร็จและมีความสนใจอย่างชัดเจนในคำถามนั้นฉันจะถามคำถามติดตามหลายครั้งHALHALHAL เป็นที่ทราบกันดีอยู่แล้วว่าเขตแดนออโตเมติก จำกัด และ nondeterministic มีความสามารถในการคำนวณเทียบเท่าเช่นเดียวกับเครื่องทัวริงที่กำหนดขึ้นและถาวร อย่างไรก็ตามความสามารถในการคำนวณของออโตมาตาแบบกดลงที่กำหนดได้นั้นน้อยกว่าออโตมาตาแบบนิคอนเทอร์นิกที่กดลง ความสามารถในการคำนวณของ automata min-heap ที่กำหนดน้อยกว่าหรือน้อยกว่าหรือเท่ากับของ min-heap automata ของ nondeterministic

7
ทำไม NFA จึงถูกเรียกว่า Non-deterministic?
ฉันมีคำถามแบบนี้อยู่ในใจ ทำไมหุ่นยนต์ จำกัด แบบไม่ จำกัด ตัวเรียกว่าnon-deterministicในขณะที่เรากำหนดช่วงการเปลี่ยนภาพสำหรับอินพุต ถึงแม้ว่าจะมีการเปลี่ยนแบบหลายครั้งและแบบเอปไซลอนแต่ก็มีการกำหนดไว้ซึ่งหมายความว่าเครื่องสามารถกำหนดช่วงการเปลี่ยนภาพได้ ซึ่งหมายความว่ามันไม่แน่นอน

4
กดปุ่ม Automatons“ เดา” - นั่นหมายความว่าอย่างไร
ฉันรู้ว่าออโตเมต้าที่ไม่สามารถกำหนดค่าได้สามารถปรับปรุงให้ดีขึ้นกว่าที่กำหนดได้เนื่องจากพวกเขาสามารถ "เลือก" ในหลาย ๆ รัฐและมีภาษาที่ไม่มีบริบทซึ่งไม่สามารถยอมรับได้โดยการกดลงที่กำหนดขึ้นมา แต่ฉันก็ยังไม่เข้าใจวิธีการที่พวกเขา "เลือก" สำหรับ Palindormes เช่นทุกแหล่งที่ฉันพบเพียงว่าหุ่นยนต์ "เดา" ตรงกลางของคำ นั่นหมายความว่าอย่างไร? ฉันสามารถคิดถึงความหมายที่เป็นไปได้หลายประการ: มันจะเข้าสู่สถานะหนึ่งโดยการสุ่มดังนั้นจึงอาจไม่ยอมรับคำศัพท์ซึ่งจริงๆแล้วเป็นภาษา "ไปได้ทุกทาง" ดังนั้นถ้าคนแรกผิดก็ทำการทดสอบว่าอีกคนหนึ่งอาจถูก มีกลไกบางอย่างที่ฉันไม่ทราบซึ่งเลือกตรงกลางของคำและดังนั้นจึงไม่ใช่แบบสุ่ม แต่หุ่นยนต์จะค้นหาจุดกึ่งกลางที่ถูกต้องเสมอ นี่เป็นเพียงตัวอย่างเท่านั้น สิ่งที่ฉันอยากรู้ก็คือมันทำงานอย่างไรสำหรับหุ่นยนต์ที่มีสถานะต่อไปนี้หลายสถานะสำหรับสถานะหนึ่งและสถานะเดียวกันก่อนหน้านี้

3
เหตุใดการลดขนาด NFA จึงเป็นปัญหายากเมื่อการย่อขนาด DFA ไม่ได้
ฉันรู้ว่าเราสามารถลด DFAs ได้ด้วยการค้นหาและผสานสถานะเทียบเท่า แต่ทำไมเราไม่ทำเช่นเดียวกันกับ NFA ฉันไม่ได้มองหาข้อพิสูจน์หรืออะไรแบบนั้น - เว้นแต่จะพิสูจน์ได้ง่ายกว่าที่จะเข้าใจ ฉันแค่ต้องการที่จะเข้าใจอย่างถ่องแท้ว่าเหตุใดการลดขนาด NFA จึงเป็นเรื่องยากเมื่อ DFA ย่อขนาดไม่

2
การจำแนกประเภทของอัลกอริทึมแบบสุ่ม
จากWikipediaเกี่ยวกับอัลกอริทึมแบบสุ่ม เราต้องแยกความแตกต่างระหว่างอัลกอริธึมที่ใช้อินพุตแบบสุ่มเพื่อลดเวลาทำงานที่คาดหวังหรือการใช้หน่วยความจำ แต่มักจะสิ้นสุดด้วยผลลัพธ์ที่ถูกต้องในระยะเวลาที่ จำกัด และ อัลกอริธึมความน่าจะเป็นซึ่งขึ้นอยู่กับอินพุตสุ่ม ของการสร้างผลลัพธ์ที่ไม่ถูกต้อง (อัลกอริทึม Monte Carlo) หรือล้มเหลวในการสร้างผลลัพธ์ (อัลกอริทึม Las Vegas) โดยการส่งสัญญาณความล้มเหลวหรือล้มเหลวในการยุติ ฉันสงสัยว่า " อัลกอริทึมชนิดแรกใช้อินพุตแบบสุ่มเพื่อลดเวลาทำงานหรือการใช้หน่วยความจำที่คาดไว้ แต่จะสิ้นสุดด้วยผลลัพธ์ที่ถูกต้องในระยะเวลาที่ จำกัด หรือไม่ ความแตกต่างระหว่างอัลกอริธึมกับลาสเวกัสซึ่งอาจล้มเหลวในการสร้างผลลัพธ์คืออะไร ถ้าฉันเข้าใจถูกต้องอัลกอริธึมที่น่าจะเป็นและอัลกอริธึมแบบสุ่มไม่ใช่แนวคิดเดียวกัน อัลกอริธึมความน่าจะเป็นเป็นเพียงหนึ่งในอัลกอริธึมแบบสุ่มและอีกประเภทหนึ่งคือการใช้อินพุตแบบสุ่มเพื่อลดเวลาทำงานหรือการใช้หน่วยความจำที่คาดไว้ แต่จะสิ้นสุดด้วยผลลัพธ์ที่ถูกต้องในเวลา จำกัด

3
จำเป็นหรือไม่ที่จะต้องกำหนดช่วงการเปลี่ยนภาพสำหรับตัวอักษรที่เป็นไปได้ทั้งหมดใน Deteriteic Automite
พรุ่งนี้เป็นการนำเสนอของฉันและฉันต้องการล้างแนวคิดของฉัน ... ฉันได้อ่านแล้วว่าใน DFA "สำหรับแต่ละรัฐควรกำหนดคำว่าสัญลักษณ์ (ตัวอักษร) ที่เป็นไปได้ทั้งหมด" สำหรับแต่ละรัฐกำหนดการเปลี่ยนสัญลักษณ์ที่เป็นไปได้ทั้งหมดที่บังคับใช้ใน DFA หรือไม่ หากไม่ใช่โปรดยกตัวอย่างหรือไม่

7
เราสามารถพูดได้ว่า DFA มีประสิทธิภาพมากกว่า NFA หรือไม่
ฉันเพิ่งเริ่มอ่านเกี่ยวกับทฤษฎีการคำนวณ ถ้าเราเปรียบเทียบว่าอันไหนมีพลังมากกว่า (ในการรับสาย) ทั้งคู่ก็เหมือนกัน แต่สิ่งที่เกี่ยวกับประสิทธิภาพ DFA จะถูกเปรียบเทียบอย่างรวดเร็วกับ NFA เนื่องจากมีเพียงหนึ่งขอบขาออกและจะไม่มีความคลุมเครือ แต่ในกรณีของ NFA เราต้องตรวจสอบทุกกรณีที่เป็นไปได้ & นั่นต้องใช้เวลาแน่นอน ดังนั้นเราสามารถพูดได้ว่า DFA มีประสิทธิภาพมากกว่า NFA หรือไม่ แต่สมองอีกส่วนหนึ่งของฉันก็กำลังคิดว่า NFA มีอยู่ในทางทฤษฎีเท่านั้นดังนั้นเราจึงไม่สามารถเปรียบเทียบประสิทธิภาพกับ DFA ได้

3
NFA ใช้การเปลี่ยน epsilon อย่างไร
ในภาพด้านล่างฉันพยายามเข้าใจว่า NFA นี้ยอมรับอะไรกันแน่ สิ่งที่ฉันสับสนเป็นกระโดดที่q_0q 0ϵϵ\epsilonq0q0q_0 หากป้อนระบบจะย้ายไปที่ทั้งและ (สถานะยอมรับ) หรือไม่q 0 q 1000q0q0q_0 q1q1q_1 หากป้อนระบบจะย้ายไปที่ทั้งและหรือไม่q 1 q 2111q1q1q_1q2q2q_2 ระบบย้ายไปที่ (ยอมรับสถานะ) เท่านั้นหากไม่มีการป้อนข้อมูล (สตริงว่าง)?q1q1q_1

1
การแยกประเภทการปรับแต่ง
ที่ทำงานฉันได้รับมอบหมายให้อนุมานข้อมูลบางประเภทเกี่ยวกับภาษาแบบไดนามิก ฉันเขียนลำดับของข้อความไปยังletนิพจน์ที่ซ้อนกันเช่น: return x; Z => x var x; Z => let x = undefined in Z x = y; Z => let x = y in Z if x then T else F; Z => 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 

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