คำถามติดแท็ก reference-request

คำถามที่ขอเอกสารในวรรณคดีในประเด็นเฉพาะเจาะจงและแคบ

5
จะไม่แก้ P = NP ได้อย่างไร
มีความพยายามมากมายในการพิสูจน์หรือและโดยธรรมชาติแล้วหลายคนคิดเกี่ยวกับคำถามP ≠ N PP=NPP=NP\mathsf{P} = \mathsf{NP} P≠NPP≠NP\mathsf{P} \neq \mathsf{NP} ฉันรู้ว่ามีวิธีการที่พิสูจน์แล้วว่าไม่ได้ผลและอาจมีมากกว่านั้นที่มีประวัติความล้มเหลว ดูเหมือนจะมีอุปสรรคที่เรียกว่าการพิสูจน์หลายอย่างล้มเหลวในการเอาชนะ เราต้องการหลีกเลี่ยงการตรวจสอบถึงจุดจบดังนั้นอะไรคืออะไร

4
การเรียกซ้ำแบบหางคืออะไร
ฉันรู้ว่าแนวคิดทั่วไปของการเรียกซ้ำ ฉันเจอแนวคิดเรื่องการเรียกซ้ำหางในขณะที่ศึกษาอัลกอริทึมแบบเร่งด่วน ในวิดีโอของอัลกอริทึมการเรียงลำดับด่วนจาก MITเวลา 18:30 วินาทีอาจารย์บอกว่านี่เป็นอัลกอริทึมแบบเรียกซ้ำ ไม่ชัดเจนสำหรับฉันว่าการเรียกซ้ำแบบหางหมายถึงอะไรจริงๆ บางคนสามารถอธิบายแนวคิดด้วยตัวอย่างที่เหมาะสมได้หรือไม่ คำตอบบางอย่างให้โดยชุมชนดังนั้นที่นี่

6
การจัดการกับการล่วงล้ำ: ปัญหา NP-complete
สมมติว่าฉันเป็นโปรแกรมเมอร์และฉันมีปัญหาที่สมบูรณ์แบบที่ฉันต้องแก้ปัญหา มีวิธีการใดบ้างที่สามารถจัดการกับปัญหา NPC มีแบบสำรวจหรืออะไรที่คล้ายกันในหัวข้อนี้?

6
สิ่งที่ใช้เป็นกลุ่ม, monoids, และเสียงเรียกเข้าในการคำนวณฐานข้อมูล?
ทำไม บริษัท เช่น Twitter ถึงสนใจในแนวคิดเกี่ยวกับพีชคณิตเช่นกลุ่ม, monoids และ ring? ดูพื้นที่เก็บข้อมูลของพวกเขาที่GitHub: Twitter / algebird สิ่งที่ฉันหาได้คือ: การดําเนินการของ Monoids สำหรับขั้นตอนวิธีการประมาณที่น่าสนใจเช่นกรองบลูม , HyperLogLogและCountMinSketch สิ่งเหล่านี้ช่วยให้คุณคิดถึงการดำเนินการที่ซับซ้อนเหล่านี้เช่นคุณอาจใช้ตัวเลขและเพิ่มพวกมันใน hadoop หรือออนไลน์เพื่อสร้างสถิติและการวิเคราะห์ที่มีประสิทธิภาพ และอีกส่วนหนึ่งของหน้า GitHub: มันได้รับการพัฒนามาเป็นส่วนหนึ่งของลวกของเมทริกซ์ API ที่เมทริกซ์มีค่าซึ่งเป็นองค์ประกอบของ Monoids , กลุ่มหรือแหวน ต่อจากนั้นเป็นที่ชัดเจนว่ารหัสมีแอปพลิเคชันที่กว้างขึ้นภายใน Scalding และโครงการอื่น ๆ ภายใน Twitter แอปพลิเคชันที่กว้างขึ้นนี้จะเป็นอย่างไร ภายใน Twitter และเพื่อความสนใจทั่วไป ดูเหมือนว่าการรวมองค์ประกอบของฐานข้อมูลจะมีโครงสร้างคล้าย monoid คำถามเดียวกันเกี่ยวกับ Quora: อะไรคือความสนใจของ Twitter ในพีชคณิตนามธรรม (กับ algebird)? ฉันมีพื้นฐานทางคณิตศาสตร์ แต่ฉันไม่ใช่นักวิทยาศาสตร์คอมพิวเตอร์ …

3
กรณีที่เลวร้ายที่สุดในการจัดเรียงที่มั่นคง?
ฉันมีปัญหาในการค้นหาแหล่งข้อมูลที่ดีซึ่งเป็นกรณีที่แย่ที่สุดในขั้นตอนวิธีการเรียงลำดับที่เสถียร ไม่มีใครรู้แหล่งข้อมูลที่ดีบ้างไหม?O(nlnn)O(nln⁡n)O(n \ln n) เพียงเตือนความจำในสถานที่หมายความว่ามันใช้อาร์เรย์ส่งผ่านและขั้นตอนวิธีการเรียงลำดับได้รับอนุญาตเท่านั้นที่จะใช้พื้นที่พิเศษคงที่ Stable หมายถึงองค์ประกอบที่มีคีย์เดียวกันปรากฏในลำดับเดียวกันในอาร์เรย์ที่เรียงลำดับเหมือนที่เคยเป็นในต้นฉบับ ตัวอย่างเช่นการเรียงลำดับที่ไร้เดียงสาเป็นกรณีที่เลวร้ายที่สุดและเสถียร แต่ใช้พื้นที่พิเศษquicksort มาตรฐานสามารถทำมั่นคงอยู่ในสถานที่ แต่ที่เลวร้ายที่สุดกรณี2) มี Heapsort อยู่กรณีที่เลวร้ายที่สุดแต่ไม่เสถียร Wikipediaมีแผนภูมิที่ดีซึ่งอัลกอริทึมการเรียงลำดับมีข้อบกพร่องใด โปรดสังเกตว่าไม่มีอัลกอริทึมการเรียงลำดับที่แสดงรายการที่มีเงื่อนไขความเสถียรทั้งสามกรณีที่เลวร้ายที่สุดและอยู่ในตำแหน่งO(nlnn)O(nln⁡n)O(n \ln n)O(n)O(n)O(n)O(n2)O(n2)O(n^2)O(nlnn)O(nln⁡n)O(n \ln n)O(nlnn)O(nln⁡n)O(n \ln n) ฉันได้พบเอกสารที่เรียกว่า"การผสานการใช้งานจริงในสถานที่"โดย Katajainen, Pasanen และ Teuhola ซึ่งอ้างว่ามีกรณีที่เลวร้ายที่สุดในรูปแบบการรวมตัวแปรที่เสถียร ถ้าฉันเข้าใจผลลัพธ์ของพวกเขาถูกต้องพวกมันจะใช้การรวม (bottom-up?) ซ้ำในของอาร์เรย์และหลังของแถวและใช้ตัวที่สองเป็นพื้นที่เริ่มต้นในการรวม ฉันยังคงอ่านผ่านทางนี้ดังนั้นข้อมูลเพิ่มเติมเกี่ยวกับว่าฉันตีความผลของพวกเขาอย่างถูกต้องชื่นชมO(nlnn)O(nln⁡n)O(n \ln n)1414\frac{1}{4}1212\frac{1}{2}1414\frac{1}{4} ฉันก็จะสนใจในกรณีที่เลวร้ายที่สุดในสถานที่ที่มั่นคงอย่างรวดเร็ว จากสิ่งที่ฉันเข้าใจการแก้ไข quicksort เป็นกรณีที่เลวร้ายที่สุดต้องเลือกเดือยที่เหมาะสมซึ่งจะทำลายเสถียรภาพที่ปกติแล้วมันจะสนุกO(nlnn)O(nln⁡n)O(n \ln n)O(nlnn)O(nln⁡n)O(n \ln n) นี่เป็นความสนใจทางทฤษฎีอย่างแท้จริงและฉันไม่มีการใช้งานจริง ฉันแค่อยากจะรู้ว่าอัลกอริทึมที่มีคุณสมบัติทั้งสามนี้

2
ควอนตัมแลมบ์ดาควอนตัม
คลาสสิกมี 3 วิธีที่เป็นที่นิยมในการคิดเกี่ยวกับการคำนวณ: เครื่องทัวริง, วงจรและแลมบ์ดา - แคลคูลัส (ฉันใช้นี่เป็นตัวจับสำหรับมุมมองการทำงานส่วนใหญ่) ทั้งสามวิธีมีผลคิดวิธีต่าง ๆ ปัญหาและเขตข้อมูลที่แตกต่างกันใช้ formulation ที่แตกต่างกันสำหรับเหตุผลนี้ เมื่อฉันทำงานกับการคำนวณควอนตัม แต่ฉันเคยคิดถึงรูปแบบวงจรเท่านั้น แต่เดิม QC ถูกกำหนดในแง่ของเครื่องทัวริงควอนตัมแต่เท่าที่ฉันเข้าใจความหมายนี้ (แม้ว่าเทียบเท่ากับวงจรควอนตัมถ้าทั้งสองสูตรอย่างระมัดระวัง) ไม่ได้เกือบเป็นผล สูตรที่ 3 (ในแง่ของแลมบ์ดา - แคลคูลัสหรือการตั้งค่าการทำงานที่คล้ายกัน) ฉันไม่คุ้นเคยอย่างสมบูรณ์ ดังนั้นคำถามของฉัน: คำจำกัดความที่มีประโยชน์ของควอนตัมแลมบ์ดา - แคลคูลัส (หรือกระบวนทัศน์การทำงานอื่น ๆ ) คืออะไร? ฟิลด์ QIP ใดที่ได้รับข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้นจากการใช้สูตรนี้แทนแบบจำลองวงจร หมายเหตุ ฉันรู้ว่าฉันไม่สนใจ formalisms นิยมอื่น ๆ เช่นเซลล์ออโต, RAM-รุ่น ฯลฯ ฉันยกเว้นเหล่านี้ส่วนใหญ่เป็นเพราะผมไม่ได้มีประสบการณ์กับความคิดในแง่ของรูปแบบเหล่านี้คลาสสิกให้อยู่คนเดียวquantumly ฉันยังทราบด้วยว่ามีทางเลือกยอดนิยมในการตั้งค่าควอนตัมเช่นการวัดตามโทโพโลยีและอะเดียแบติก ฉันไม่ได้พูดคุยกับพวกเขาเพราะฉันไม่คุ้นเคยกับคู่คลาสสิก

2
ใน“ ความโหดร้ายของการสอนวิทยาศาสตร์คอมพิวเตอร์จริงๆ”
Dijkstra ในเรียงความของเขาในความโหดร้ายของการสอนวิทยาศาสตร์คอมพิวเตอร์จริงทำให้ข้อเสนอต่อไปนี้สำหรับหลักสูตรการเขียนโปรแกรมเบื้องต้น: ในอีกด้านหนึ่งเราสอนสิ่งที่ดูเหมือนว่าแคลคูลัสเพรดิเคต แต่เราทำแตกต่างจากนักปรัชญามาก ในการฝึกอบรมโปรแกรมเมอร์มือใหม่ในการจัดการสูตรที่ไม่ถูกตีความเราสอนมันมากขึ้นในฐานะพีชคณิตแบบบูลทำความคุ้นเคยกับนักเรียนเกี่ยวกับคุณสมบัติเชิงพีชคณิตของตรรกะเชิงเชื่อม เพื่อตัดการเชื่อมโยงไปยังปรีชาเพิ่มเติมเราเปลี่ยนชื่อค่า {true, false} ของโดเมนบูลีนเป็น {black, white} ในทางกลับกันเราสอนภาษาการเขียนโปรแกรมที่ง่ายสะอาดและมีความจำเป็นโดยมีการข้ามและการมอบหมายหลายอย่างเป็นข้อความพื้นฐานพร้อมโครงสร้างบล็อกสำหรับตัวแปรท้องถิ่นเซมิโคลอนเป็นโอเปอเรเตอร์สำหรับองค์ประกอบคำสั่งโครงสร้างทางเลือกที่ดี การทำซ้ำและหากต้องการให้เรียกขั้นตอน ในส่วนนี้เราเพิ่มประเภทข้อมูลขั้นต่ำเช่น booleans, จำนวนเต็ม, อักขระและสตริง สิ่งสำคัญคือสำหรับสิ่งที่เราแนะนำความหมายที่สอดคล้องกันจะถูกกำหนดโดยกฎการพิสูจน์ที่ไปกับมัน ตั้งแต่เริ่มต้นและตลอดหลักสูตรเราเน้นว่างานของโปรแกรมเมอร์ไม่เพียง แต่เขียนโปรแกรม แต่งานหลักของเขาคือให้การพิสูจน์อย่างเป็นทางการว่าโปรแกรมที่เขาเสนอนั้นตรงตามข้อกำหนดการทำงานที่เป็นทางการเท่ากัน ในขณะที่การออกแบบการพิสูจน์และโปรแกรมจับมือนักเรียนได้รับโอกาสที่เพียงพอที่จะสมบูรณ์แบบความคล่องแคล่วว่องไวกับแคลคูลัสภาค สุดท้ายเพื่อขับรถกลับบ้านข้อความที่หลักสูตรการเขียนโปรแกรมเบื้องต้นนี้เป็นหลักสูตรหลักในวิชาคณิตศาสตร์อย่างเป็นทางการเราจะเห็นว่าภาษาการเขียนโปรแกรมที่เป็นปัญหาไม่ได้ดำเนินการในมหาวิทยาลัยเพื่อให้นักเรียนได้รับการปกป้องจากสิ่งล่อใจเพื่อทดสอบโปรแกรมของพวกเขา . เขาเน้นว่านี่เป็นข้อเสนอที่ร้ายแรงและสรุปการคัดค้านที่เป็นไปได้ต่างๆรวมถึงความคิดของเขาที่ว่า "ไม่สมจริงอย่างเต็มที่" และ "ยากเกินไป" แต่ว่าวจะไม่บินทั้งสำหรับสมมุติฐานได้รับการพิสูจน์ผิด: ตั้งแต่ต้นปี 80 หลักสูตรการเขียนโปรแกรมเบื้องต้นดังกล่าวได้รับการประสบความสำเร็จให้กับนักศึกษาหลายร้อยคนในแต่ละปี [เพราะจากประสบการณ์ของฉันการพูดครั้งนี้ไม่พอประโยคก่อนหน้าควรทำซ้ำอย่างน้อยอีกสองครั้ง] หลักสูตรใดที่ Dijkstra อ้างถึงและมีวรรณกรรมอื่นอีกบ้างที่กล่าวถึงเรื่องนี้ เรียงความที่ปรากฏในปี 1988 เมื่อ Dijkstra อยู่ที่มหาวิทยาลัยเท็กซัสที่ออสตินซึ่งอาจเป็นเบาะแส - พวกเขาเป็นเจ้าภาพเก็บถาวร Dijkstra แต่มันมีขนาดใหญ่และฉันสนใจที่จะได้ยินจากคนอื่นเกี่ยวกับหลักสูตรนี้ ฉันไม่ต้องการที่จะพูดคุยว่าความคิดของ Dijkstra ดีหรือเหมือนจริงที่นี่ ฉันพิจารณาการโพสต์สิ่งนี้ใน cstheory.se …

1
อัลกอริทึมการเรียนรู้ของเครื่องใดที่สามารถใช้สำหรับการพยากรณ์อนุกรมเวลา
ขณะนี้ฉันกำลังเล่นกับการคาดการณ์อนุกรมเวลา (โดยเฉพาะสำหรับ Forex) ฉันได้เห็นเอกสารทางวิทยาศาสตร์เกี่ยวกับเครือข่ายของรัฐที่ใช้กับการพยากรณ์ Forex มีอัลกอริทึมการเรียนรู้ของเครื่องที่ดีสำหรับจุดประสงค์นี้หรือไม่? นอกจากนี้ยังน่าสนใจที่จะแยกรูปแบบ "ทำกำไร" จากอนุกรมเวลา

2
'การเกิดขึ้นพร้อมกันที่แท้จริง' หมายถึงอะไร?
ฉันมักจะได้ยินวลีเช่น 'ความหมายที่เห็นพ้องที่แท้จริง' และ 'ความเห็นพ้องที่แท้จริงพร้อมกัน' โดยไม่มีการอ้างอิงใด ๆ คำเหล่านั้นมีความหมายว่าอะไรและทำไมจึงมีความสำคัญ ตัวอย่างของการเห็นพ้องต้องกันที่แท้จริงคืออะไรและอะไรคือสิ่งที่จำเป็นสำหรับพวกเขา เช่นในกรณีใดบ้างที่สามารถใช้งานได้มากกว่าการเทียบมาตรฐานแบบอื่น (bisimulation, การติดตามเทียบเท่า ฯลฯ )

1
Asymptotics ของจำนวนคำในภาษาปกติของความยาวที่กำหนด
สำหรับภาษาปกติLLLให้cn(L)cn(L)c_n(L)เป็นจำนวนคำในLLLความยาวnnnnใช้จอร์แดนรูปแบบที่ยอมรับ (นำไปใช้กับเมทริกซ์การเปลี่ยนแปลง unannotated ของ DFA บางอย่างสำหรับLLL ) หนึ่งสามารถแสดงให้เห็นว่าใหญ่พอnnn , cn(L)=∑i=1kPi(n)λni,cn(L)=∑i=1kPi(n)λin, c_n(L) = \sum_{i=1}^k P_i(n) \lambda_i^n, ที่มี ชื่อพหุนามแบบซับซ้อนและPiPiP_iλiλi\lambda_i"ค่าลักษณะเฉพาะ" ที่ซับซ้อน (สำหรับขนาดเล็กเราอาจมีข้อกำหนดเพิ่มเติมของแบบฟอร์มโดยที่คือถ้าและอย่างอื่นสิ่งเหล่านี้สอดคล้องกับบล็อกของจอร์แดนที่มีขนาดอย่างน้อยมีค่าลักษณะเฉพาะ )nnnCk[n=k]Ck[n=k]C_k[n=k][n=k][n=k][n=k]111n=kn=kn=k000k+1k+1k+1000 การแสดงนี้ดูเหมือนจะบ่งบอกว่าถ้าเป็นอนันต์แล้ว asymptotically,สำหรับบาง 0 อย่างไรก็ตามนี่เป็นความเท็จอย่างชัดแจ้ง: สำหรับภาษามากกว่าของทุกคำที่มีความยาวเท่ากันแต่ . นี้แสดงให้เห็นว่าบางและสำหรับทั้งหมดทั้งสำหรับขนาดใหญ่พอหรือA} นี่คือการพิสูจน์ในFlajolet & SedgewickLLLcn(L)∼Cnkλncn(L)∼Cnkλnc_n(L) \sim C n^k \lambda^nC,λ>0C,λ>0C,\lambda>0LLL{0,1}{0,1}\{0,1\}c2n(L)=22nc2n(L)=22nc_{2n}(L) = 2^{2n}c2n+1(L)=0c2n+1(L)=0c_{2n+1}(L) = 0ddda∈{0,…,d−1}a∈{0,…,d−1}a \in \{0,\ldots,d-1\}cdm+a(L)=0cdm+a(L)=0c_{dm+a}(L) = 0mmmcdm+a∼Ca(dm+a)kaλdm+aacdm+a∼Ca(dm+a)kaλadm+ac_{dm+a} \sim C_a (dm+a)^{k_a} \lambda_a^{dm+a} (ทฤษฎีบท V.3) ซึ่งเป็นผู้พิสูจน์ข้อพิสูจน์ของ Berstel …

1
มีแคลคูลัส SKI ที่พิมพ์หรือไม่
ส่วนมากของเรารู้ว่าการติดต่อระหว่างcombinatory ตรรกศาสตร์และแลมบ์ดาแคลคูลัส แต่ฉันไม่เคยเห็น (บางทีฉันไม่ได้ดูลึกพอ) เทียบเท่ากับ "combinators ที่พิมพ์" ซึ่งสอดคล้องกับแคลคูลัสแลมบ์ดาที่พิมพ์ได้ง่าย สิ่งนั้นมีอยู่จริงหรือไม่? เราจะหาข้อมูลเกี่ยวกับมันได้จากที่ไหน?

5
มีตัวกรอง anti-Bloom หรือไม่?
กรองบลูมทำให้มันเป็นไปได้อย่างมีประสิทธิภาพติดตามว่าค่าต่างๆได้รับการได้พบระหว่างการประมวลผล เมื่อมีรายการข้อมูลจำนวนมากตัวกรอง Bloom จะส่งผลให้มีการบันทึกหน่วยความจำที่สำคัญบนตารางแฮช คุณสมบัติหลักของตัวกรอง Bloom ซึ่งใช้ร่วมกับตารางแฮชคือมันมักจะพูดว่า "ไม่ใหม่" หากรายการนั้นไม่ใหม่ แต่มีความน่าจะเป็นที่ไม่เป็นศูนย์ที่รายการจะถูกตั้งค่าสถานะเป็น "ไม่ใหม่ "แม้ว่ามันจะเป็นของใหม่ มี "ฟิลเตอร์ต่อต้านบลูม" ซึ่งมีพฤติกรรมตรงกันข้ามหรือไม่? กล่าวอีกนัยหนึ่ง: มีโครงสร้างข้อมูลที่มีประสิทธิภาพซึ่งระบุว่า "ใหม่" หากรายการนั้นเป็นของใหม่ แต่อาจจะพูดว่า "ใหม่" สำหรับบางรายการที่ไม่ใช่ของใหม่ การเก็บรายการที่เห็นก่อนหน้านี้ทั้งหมด (ตัวอย่างเช่นในรายการลิงก์ที่เรียงลำดับ) เป็นไปตามข้อกำหนดแรก แต่อาจใช้หน่วยความจำมาก ฉันหวังว่ามันจะไม่จำเป็นเช่นกันเนื่องจากข้อกำหนดที่สองที่ผ่อนคลาย สำหรับผู้ที่ต้องการการรักษาที่เป็นทางการมากขึ้นให้เขียนถ้าตัวกรอง Bloom คิดว่าเป็นของใหม่,มิฉะนั้นและเขียนถ้าเป็นจริงและมิฉะนั้นx b ( x ) = 0 n ( x ) = 1 x n ( x ) = 0b ( …

2
มีอัลกอริทึมที่มีประสิทธิภาพในการแก้ #SAT หรือไม่
ให้เป็นสูตรบูลีนซึ่งประกอบด้วยตัวดำเนินการ AND, OR และ NOT ปกติและตัวแปรบางตัว ผมอยากจะนับจำนวนของการมอบหมายงานที่น่าพอใจสำหรับB นั่นคือฉันต้องการค้นหาจำนวนการกำหนดค่าความจริงที่แตกต่างกันไปยังตัวแปรของBซึ่งBถือว่าค่าจริง ตัวอย่างเช่นสูตรa ∨ bมีการมอบหมายที่น่าพอใจสามรายการ ( ∨ ข) ∧ ( ค∨ ¬ ข)มีสี่ นี่คือปัญหา #SATBBBBBBBBBBBBa∨ba∨ba\lor b(a∨b)∧(c∨¬b)(a∨b)∧(c∨¬b)(a\lor b)\land(c\lor\lnot b) เห็นได้ชัดว่าการแก้ปัญหาที่มีประสิทธิภาพสำหรับปัญหานี้จะแสดงถึงวิธีแก้ปัญหาที่มีประสิทธิภาพสำหรับ SAT ซึ่งไม่น่าเป็นไปได้และในความเป็นจริงแล้วปัญหานี้คือ # P-complete และอาจยากกว่า SAT อย่างเคร่งครัด ดังนั้นฉันจึงไม่คาดหวังว่าโซลูชันที่รับประกันจะมีประสิทธิภาพ แต่เป็นที่ทราบกันดีว่ามันมีบางกรณีที่ค่อนข้างยากของ SAT เอง (ดูตัวอย่างที่Cheeseman 1991, " ปัญหาที่ยากจริงๆ คืออะไร" ) การค้นหาแบบสามัญที่ตัดทอนถึงแม้จะเป็นเลขชี้กำลังในกรณีที่แย่ที่สุดก็สามารถแก้ปัญหาได้อย่างมีประสิทธิภาพ วิธีการแก้ปัญหาแม้ในกรณีที่เลวร้ายที่สุด แต่จะมีประสิทธิภาพมากขึ้นในทางปฏิบัติ คำถามของฉันคือ: มีอัลกอริธึมใดที่ทราบแล้วซึ่งสามารถนับจำนวนการมอบหมายที่น่าพอใจของสูตรบูลีนทั่วไปได้อย่างรวดเร็วแม้ว่าอัลกอริทึมดังกล่าวต้องการเวลาแบบเอ็กซ์โพเนนเชียลในอินสแตนซ์ทั่วไปหรือไม่ มีอะไรดีกว่าอย่างเห็นได้ชัดกว่าการแจกแจงการมอบหมายที่เป็นไปได้ทุกครั้งหรือไม่

7
เริ่มเรียนรู้เกี่ยวกับทฤษฎีระบบกระจาย
อะไรคือวิธีที่ดีที่สุดที่ทุกคนสามารถทำได้เพื่อให้มีการแนะนำที่ดีเกี่ยวกับทฤษฎีระบบกระจายหนังสือหรือการอ้างอิงใด ๆ และหัวข้อควรได้รับการกล่าวถึงก่อนและมีข้อกำหนดเพื่อเริ่มการเรียนรู้ในหัวข้อนี้

1
แยกแยะขั้นตอนการตัดสินใจกับ Solver SMT เทียบกับ Theorem Prover เทียบกับ Converaint Solver
คำศัพท์เหล่านั้นทำให้ฉันสับสน ตามที่ฉันเข้าใจ เครื่องมือแก้ปัญหา SAT: ตัดสินความพึงพอใจของตรรกะเชิงประพจน์ (ใช้ DPLL หรือ Local Search) ขั้นตอนการตัดสินใจเป็นกระบวนการในการตัดสินใจความพึงพอใจของทฤษฎีอันดับหนึ่งที่สามารถตัดสินใจได้ SMT solver เป็นขั้นตอนการตัดสินใจ + ตัวแก้ SAT ทฤษฎีบทพิสูจน์ว่าบางสิ่งเช่น Dynamic Logic เช่นเครื่องมือ KeY ข้อ จำกัด การแก้ปัญหา: ฉันไม่รู้ แต่ฉันเห็นผู้คนเรียก Z3 ว่าเป็นผู้พิสูจน์ทฤษฎีบท ดังนั้นฉันไม่รู้วิธีที่จะทำให้ชัดเจนคำเหล่านั้น และคำทั่วไปมากที่สุดสำหรับพวกเขาทั้งหมดคืออะไร? ขอขอบคุณ.

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