คำถามติดแท็ก reference-request

คำถามที่ขอเอกสารในวรรณคดีในประเด็นเฉพาะเจาะจงและแคบ

2
วิธีการวัด 'ความเหมือน' ระหว่างไวยากรณ์ FSA หรือไม่
ฉันกำลังทำงานกับอัลกอริธึมการจับคู่รูปแบบที่สร้างออโตเมติกสถานะ จำกัด แบบวนรอบซึ่งยอมรับสตริงข้อความที่กำหนดและสตริงย่อยทั้งหมด อัลกอริทึม FSA กำลังทำงานบนการแสดงสัญลักษณ์ของสตรีมเพลง (เช่นข้อมูล MIDI) สตรีมเพลงได้รับการประมวลผลล่วงหน้าเพื่อแบ่งแต่ละเพลงออกเป็น 'ส่วน' ที่ไม่มีป้ายกำกับ FSA ถูกสร้างขึ้นสำหรับแต่ละกลุ่มในแต่ละเพลงถ้าฉันมีเพลงแต่ละแบ่งออกเป็นปีส่วนฉันจะมีn ⋅ Y FSAs แยกต่างหากnnnYYyn ⋅ yn⋅Yn \cdot y ฉันต้องการเปรียบเทียบ FSA ของแต่ละกลุ่มกับ FSA อื่น ๆ ในคลังข้อมูลของฉัน เป้าหมายสูงสุดคือการทำคลัสเตอร์ในพื้นที่ที่คล้ายคลึงกันและเกิดขึ้นกับ 'คลาส' ของเซ็กเมนต์ตามเมตริกการก่อสร้างที่คล้ายคลึงกัน ดังนั้นสิ่งที่น่าสนใจเป็นพิเศษคือไวยากรณ์ที่ FSA แต่ละรายการกำหนด (ที่สอดคล้องกันอย่างคร่าว ๆ ส่วนประกอบบางส่วนของเนื้อหาดนตรีในเซ็กเมนต์) มีเทคนิคที่อาจดีสำหรับการเปรียบเทียบสิ่งนี้ KL-divergence อยู่ในใจ (เช่นใช้เปรียบเทียบการกระจายข้ามสตริงที่เกี่ยวข้องกับ FSA ที่กำหนด) แม้ว่าอาจมีเทคนิคที่ดีกว่า / มีประสิทธิภาพมากกว่านี้หรือไม่? นอกจากนี้ยังต้องขออภัยหากคำถามนี้เป็นเพียง (1) ง่ายเล็กน้อยหรือ (2) …

2
เราสามารถสร้างการลด Karp จากการลด Cook ระหว่างปัญหา NP ได้หรือไม่?
เรามีหลายคำถามเกี่ยวกับความสัมพันธ์ของการปรุงอาหารและการลดคาร์พ เป็นที่ชัดเจนว่าการลด Cook (การลดจำนวนพหุนามพหุนามเวลา) ไม่ได้กำหนดแนวความคิดความสมบูรณ์แบบเดียวกับการลด Karp (การลดจำนวนพหุนามเวลาหลายครั้ง) ซึ่งมักใช้ โดยเฉพาะอย่างยิ่งการลด Cook ไม่สามารถแยก NP จาก co-NP แม้ว่า P NP ดังนั้นเราไม่ควรใช้ Cook Reduction ในการพิสูจน์การลดลงโดยทั่วไป≠≠\neq ตอนนี้นักเรียนพบงานที่ได้รับการตรวจสอบโดยเพื่อน [1] ที่ใช้การลด Cook เพื่อแสดงว่าปัญหานั้นยากลำบาก ฉันไม่ได้ให้คะแนนเต็มกับพวกเขาสำหรับการลดที่พวกเขาทำจากที่นั่น แต่ฉันสงสัย เนื่องจากการลดลงของ Cook ทำให้นิยามความแข็งคล้ายกันกับการลด Karp ฉันรู้สึกว่าพวกเขาควรจะแยก P ออกจาก NPC resp co-NPC โดยสมมติว่า P NP โดยเฉพาะอย่างยิ่ง (คล้าย) ต่อไปนี้ควรเป็นจริง:≠≠\neq L1∈ N P , L2∈ N …

1
การพิสูจน์แบบสั้นและลื่นไหลของทฤษฎีคู่ที่แข็งแกร่งสำหรับการเขียนโปรแกรมเชิงเส้น
พิจารณาโปรแกรมเชิงเส้น D u a l : → c ≤ → y T APr i m a l :A x⃗ ≤ b⃗ สูงสุดc⃗ Tx⃗ Primal:Ax→≤b→maxc→Tx→\begin{array}{|ccc|} \hline Primal: & A\vec{x} \leq \vec{b} \hspace{.5cm} & \max \vec{c}^T\vec{x} \\ \hline \end{array} D ยูลิตร:ค⃗ ≤ y⃗ TAขั้นต่ำy⃗ Tข⃗ Dual:c→≤y→TAminy→Tb→\begin{array}{|ccc|} \hline Dual: & \vec{c} \leq \vec{y}^TA …

1
ได้รับกราฟคอร์ดัสิ่งที่เป็นความซับซ้อนของการคำนวณการลดก๊กกราฟ ?
กราฟเป็นเสียงประสานถ้ามันไม่ได้เกิดวงจรความยาวหรือมากกว่า ต้นไม้ก๊กของเป็นต้นไม้ที่จุดของต้นไม้ที่มีชมรมสูงสุดของGขอบในสอดคล้องกับตัวคั่นที่น้อยที่สุด จำนวนของกลุ่มต้นไม้ที่แตกต่างกันสามารถเป็นเลขชี้กำลังในจำนวนจุดยอดในกราฟคอร์ดGGG444TTTGGGGGGTTT ลดกราฟก๊ก เป็นสหภาพของต้นไม้ก๊กทั้งหมดของGนั่นคือมันมีจุดยอดเดียวกันและขอบที่เป็นไปได้ทั้งหมด ความซับซ้อนของการคำนวณสำหรับกำหนดคืออะไร?Cr(G)Cr(G)C_r(G)GGGCr(G)Cr(G)C_r(G)GGG ฉันคิดว่าฉันเคยเห็นงานนำเสนอที่อ้างว่าสามารถคำนวณในเวลาโดยไม่มีข้อพิสูจน์ นี้จะหมายความว่ามันเป็นเรื่องง่ายเหมือนการคำนวณต้นไม้ก๊กของGมีการอ้างอิงที่ยืนยันสิ่งนี้หรือให้อัลกอริทึมที่ช้ากว่าสำหรับการคำนวณมันหรือไม่?Cr(G)Cr(G)C_r(G)O(m+n)O(m+n)O(m+n)GGG

3
การแบ่งเค้กสองมิติอย่างยุติธรรม
ฉันสนใจวิธีการในการแบ่งที่ดินอย่างยุติธรรม (เช่นการแบ่งความอิจฉาหรือการแบ่งสัดส่วนอย่างน้อย) ตรงกันข้ามกับปัญหาการแบ่งเค้กที่ศึกษามาอย่างดีการแบ่งที่ดินเป็นสองมิติกล่าวคือความชอบของผู้ใช้อาจแตกต่างกันทั้งในแนวนอนและแนวตั้ง ดังนั้นจึงไม่สามารถ จำกัด อัลกอริทึมให้ตัดแบบขนาน การอ้างอิงที่เดียวที่ฉันพบเพื่อให้ห่างไกลเป็นคาร์ทิคเยอร์และไมเคิล Huhns 2007 พวกเขากล่าวว่า "เรายังไม่พบวิธีแก้ปัญหาที่สร้างสรรค์ (อัลกอริทึม) ใด ๆ ต่อปัญหาการแบ่งที่ดินโดยทั่วไปเอกสารทั้งหมดได้เสนอวิธีแก้ปัญหาที่มีอยู่สำหรับปัญหาที่มีคุณสมบัติ" พวกเขาพิสูจน์ว่าเป็นอัลกอริทึม O (n ^ 2) สำหรับการแบ่งที่ดินตามสัดส่วนโดยมีข้อ จำกัด บางอย่าง (เช่นตัวแทนเอเจนต์แต่ละคนจะต้องทำเครื่องหมายพื้นที่สี่เหลี่ยมมุมฉากด้วยยูทิลิตี้ 1 / n และถ้าสี่เหลี่ยมไม่ทับซ้อนกันมากเกินไป รับประกันว่าตัวแทนแต่ละคนจะได้รับหนึ่งในสี่เหลี่ยมของมัน) คุณรู้จักการอ้างอิงที่ใหม่กว่าเกี่ยวกับปัญหานี้หรือไม่? ฉันสนใจเป็นพิเศษเกี่ยวกับอัลกอริทึมที่ใช้งานได้จริงและพวกมันอาจเป็นค่าประมาณ

3
เริ่มต้นใช้งานการวิเคราะห์โปรแกรม
ฉันกำลังมองหาแหล่งข้อมูลเกี่ยวกับการเริ่มต้นกับการวิเคราะห์โปรแกรม หนังสือเล่มเดียวที่ฉันพบในหัวข้อคือหนังสือNielson & Nielson นอกเหนือจากนั้นดูเหมือนว่าจะมีหนังสือ "คอมไพเลอร์" เท่านั้นที่ "การวิเคราะห์โปรแกรม" จะเป็นบทหรืออะไรก็ตามที่อยู่ในบรรทัดเหล่านั้น คนอื่นรู้จักทรัพยากรอื่น ๆ บ้างไหม?

1
ภาษาการเขียนโปรแกรมที่สามารถใช้ฟังก์ชั่น bijective ที่คำนวณได้เท่านั้น?
มีภาษาโปรแกรม (หรือตรรกะ) ที่สามารถนำไปใช้ (หรือแสดง) ฟังก์ชันถ้าหากเป็นฟังก์ชัน bijective ที่คำนวณได้?f:N→Nf:N→Nf:\mathbb{N}\to \mathbb{N}fff

7
จะหางานวิจัยที่ตีพิมพ์ที่ไหน?
มาจากมุมมองของคนที่กำลังคิดจะใฝ่หาปริญญาเอกสาขาวิทยาศาสตร์คอมพิวเตอร์ ฉันมีปัญหาในการตัดสินใจเลือกสิ่งที่ฉันจะมุ่งเน้นการวิจัยของฉันเมื่อฉันไปสำหรับปริญญาเอกของฉัน ดูยังมีคำถามเกี่ยวกับเรื่องนี้ academia.SE ดังนั้นฉันจึงคิดว่าการอ่าน / การทำให้เป็นปัจจุบันเกี่ยวกับการวิจัยที่กำลังทำอยู่และเอกสารการวิจัยอะไรบ้างที่ถูกปล่อยออกมาเป็นแหล่งที่ดีของแรงบันดาลใจ .... บวกกับความรู้ที่ดีที่ควรรู้ มีศูนย์กลาง / ฐานข้อมูลของ / สถานที่เริ่มต้นที่ดีที่จะดูเอกสารการวิจัย CS ที่ตีพิมพ์เมื่อเร็ว ๆ นี้หรือว่าซ่อนอยู่ในเว็บไซต์ของมหาวิทยาลัยที่พวกเขาเขียน

2
อัลกอริทึมการจับคู่สตริง k ไม่ตรงกันอย่างรวดเร็ว
ฉันกำลังมองหาอัลกอริทึมการจับคู่สตริง k-mismatch ที่รวดเร็ว กำหนดสตริงรูปแบบ P ของความยาว m และสตริงข้อความ T ของความยาว n, ฉันต้องการอัลกอริทึม (เชิงเส้นเวลา) ที่รวดเร็วเพื่อค้นหาตำแหน่งทั้งหมดที่ P ตรงกับสตริงย่อยของ T กับ k ไม่ตรงกันมากที่สุด สิ่งนี้แตกต่างจากปัญหาความแตกต่างของ k (ระยะทางแก้ไข) ไม่ตรงกันหมายถึงสตริงย่อยและรูปแบบมีตัวอักษรที่แตกต่างกันในตำแหน่ง k มากที่สุด ฉันต้องการเพียง k = 1 (มากที่สุด 1 ไม่ตรงกัน) ดังนั้นอัลกอริทึมที่รวดเร็วสำหรับกรณีเฉพาะของ k = 1 ก็จะเพียงพอเช่นกัน ขนาดตัวอักษรคือ 26 (ตัวพิมพ์เล็กและตัวพิมพ์เล็ก) ดังนั้นความต้องการพื้นที่ไม่ควรเติบโตเร็วเกินไปเมื่อเทียบกับขนาดของตัวอักษร (เช่นอัลกอริทึม FAAST ฉันเชื่อว่าใช้พื้นที่ชี้แจงแทนขนาดตัวอักษรและอื่น ๆ เหมาะสำหรับลำดับโปรตีนและยีนเท่านั้น) วิธีการเขียนโปรแกรมแบบไดนามิกที่ใช้มีแนวโน้มที่จะเป็น O (mn) …

1
การกำหนดความคล้ายคลึงกันของสตริงที่กำหนดให้กับชุดของสตริง
ฉันไม่แน่ใจว่าคำถามนี้เป็นของที่นี่และฉันขอโทษถ้าไม่ได้ สิ่งที่ฉันต้องการทำคือการพัฒนาวิธีการเขียนโปรแกรมที่ฉันสามารถตรวจสอบความน่าจะเป็นว่าสตริงที่กำหนด "เป็น" ในถุงของสตริง ตัวอย่างเช่นถ้าฉันมีชื่อเมือง 10,000 ชื่อในอเมริกาและมีสตริง "ฟิลาเดลเฟีย" ฉันต้องการวัดเชิงปริมาณของโอกาสที่ 'ฟิลาเดลเฟีย' เป็นชื่อเมืองในสหรัฐอเมริกาตามชื่อเมืองที่ฉันรู้จัก ในขณะที่ฉันรู้ว่าฉันจะไม่สามารถแยกชื่อเมืองจริงออกจากชื่อเมืองปลอมในบริบทนี้อย่างน้อยฉันก็คาดหวังว่าจะมีสตริงเช่น "123.75" และ "สุนัขจิ้งจอกสีแดงอย่างรวดเร็วกระโดดข้ามสุนัขสีน้ำตาลขี้เกียจ" ยกเว้น เกณฑ์บางอย่าง ในการเริ่มต้นฉันดูที่ Levenshtein Distance และแหย่เล็กน้อยเกี่ยวกับวิธีการนำไปใช้กับปัญหาอย่างน้อยค่อนข้างคล้ายกับที่ฉันพยายามแก้ไข แอปพลิเคชั่นที่น่าสนใจอย่างหนึ่งที่ฉันค้นพบคือการตรวจจับการลอกเลียนแบบโดยมีกระดาษหนึ่งเล่มอธิบายว่าระยะทางของ Levenshtein ถูกนำไปใช้กับอัลกอริทึม Smith-Waterman ที่แก้ไขเพื่อทำคะแนนเอกสารได้อย่างไร คำถามของฉันคือถ้าใครสามารถชี้ให้ฉันไปในทิศทางที่ถูกต้องกับอัลกอริทึมหรือวิธีการอื่นที่อาจช่วยฉันได้ ฉันรู้สึกว่านี่อาจเป็นปัญหาที่บางคนในอดีตพยายามแก้ไข แต่จนถึงตอนนี้ Google-fu ของฉันก็ล้มเหลวฉัน

2
ความแตกต่างระหว่างคริปโตคลาสสิกและโพสต์ควอนตัมคริปโตคืออะไร?
จำเป็นที่จะต้องเปลี่ยนคำจำกัดความของการรักษาความปลอดภัยหรือไม่ถ้าเรามีคอมพิวเตอร์ควอนตัม? สิ่งปลูกสร้างการเข้ารหัสลับอะไรที่จะแตก? คุณรู้หรือไม่แบบสำรวจหรือบทความที่อธิบายถึงสิ่งที่จะต้องมีการเปลี่ยนแปลง?

2
ฉันจะจำแนกปัญหาการเพิ่มประสิทธิภาพของตัวจำลองข้อมูลได้อย่างไรและฉันควรเข้าใกล้อัลกอริทึมใด
เนื่องจากลักษณะของคำถามฉันต้องรวมข้อมูลพื้นหลังจำนวนมาก (เพราะคำถามของฉันคือ: ฉันจะ จำกัด ให้แคบลงได้อย่างไร) ที่กล่าวว่ามันสามารถสรุปได้ (ที่ดีที่สุดของความรู้ของฉัน) เป็น: มีวิธีการใดบ้างในการค้นหาสิ่งที่ดีที่สุดในพื้นที่บนพื้นที่การค้นหาเชิงผสมที่มีขนาดใหญ่มาก? พื้นหลัง ในชุมชน superplay ที่ได้รับการช่วยเหลือจากเครื่องมือเราพยายามจัดหาอินพุตที่สร้างขึ้นมาเป็นพิเศษ (ไม่ได้สร้างขึ้นตามเวลาจริง) ไปยังคอนโซลวิดีโอเกมหรืออีมูเลเตอร์เพื่อลดค่าใช้จ่ายบางส่วน วิธีที่ทำได้ในขณะนี้คือการเล่นเกมแบบเฟรมต่อเฟรมและระบุอินพุตสำหรับแต่ละเฟรมมักจะทำซ้ำส่วนของการวิ่งหลายครั้ง (ตัวอย่างเช่นการรันที่เผยแพร่ล่าสุดสำหรับThe Legend of Zelda: Ocarina of Timeได้ รวมการลองใหม่ทั้งหมด 198,590 ครั้ง) การทำให้การวิ่งเหล่านี้บรรลุเป้าหมายโดยทั่วไปนั้นมีสองปัจจัยหลักคือการวางแผนเส้นทางและการข้ามเส้นทาง อดีตคือ "ความคิดสร้างสรรค์" มากกว่าสิ่งอื่น ๆ การวางแผนเส้นทางกำลังพิจารณาว่าผู้เล่นควรสำรวจเส้นทางโดยรวมเพื่อเล่นเกมอย่างไรและมักจะเป็นส่วนที่สำคัญที่สุดของการวิ่ง นี่คือการเลือกวิธีการเรียงลำดับที่จะใช้เช่น การเรียงลำดับฟองที่ดีที่สุดในโลกเพียงแค่ไม่ได้มีประสิทธิภาพสูงกว่าการเรียงลำดับอย่างรวดเร็วในองค์ประกอบ 1 ล้าน อย่างไรก็ตามในความปรารถนาเพื่อความสมบูรณ์แบบการสำรวจเส้นทาง (วิธีการขนถ่ายเส้นทาง) ก็เป็นปัจจัยใหญ่เช่นกัน การเปรียบเทียบแบบต่อเนื่องนี่คือวิธีการใช้อัลกอริทึมการเรียงลำดับ บางเส้นทางไม่สามารถทำได้แม้จะไม่มีเฟรมที่เฉพาะเจาะจงมาก นี่เป็นกระบวนการที่น่าเบื่อที่สุดของการช่วยเหลือเครื่องมือและเป็นสิ่งที่ทำให้การผลิตที่เสร็จสมบูรณ์ใช้เวลาเป็นเดือนหรือเป็นปี มันไม่ใช่กระบวนการที่ยาก (สำหรับมนุษย์) เพราะมันลงไปลองใช้รูปแบบที่แตกต่างกันของความคิดเดียวกันจนกว่าจะถือว่าดีที่สุด แต่มนุษย์สามารถลองใช้รูปแบบต่าง ๆ มากมายในช่วงความสนใจของพวกเขา การประยุกต์ใช้เครื่องจักรกับงานนี้ดูเหมือนจะเหมาะสมที่นี่ เป้าหมายของฉันตอนนี้คือการพยายามที่จะทำให้กระบวนการสำรวจเส้นทางโดยทั่วไปสำหรับระบบนินเทน …

1
การกลับรายการของ DFA ขั้นต่ำนั้นน้อยที่สุดหรือไม่
คำถามนั้นค่อนข้างมากในชื่อเรื่อง มีช่วงเวลาที่ภาษาสามารถยอมรับได้โดย DFA น้อยที่สุดกับ state หรือไม่ แต่การกลับรายการของสามารถรับได้โดย DFA กับ states โดยที่ ?LLLnnnLRLRL^RLLLม.mmm &lt; nm&lt;nm<n

3
กำลังมองหาพจนานุกรมสัญลักษณ์ทางคณิตศาสตร์ / CS
มีสัญลักษณ์เวียนหลายครั้งที่ใช้ในคณิตศาสตร์และเอกสาร CS แต่หลายคนคิดว่าความคุ้นเคยขั้นพื้นฐานที่ดูเหมือนไม่ค่อยสอนในที่เดียว ฉันกำลังมองหาพจนานุกรมบางอย่างที่เหมือนดังต่อไปนี้โดยเฉพาะอย่างยิ่งจากมุมมอง CS มันจะแสดงรายการสัญลักษณ์ทางคณิตศาสตร์พื้นฐานทั้งหมดและให้ความหมายและตัวอย่าง มันจะพูดถึงสัญลักษณ์ที่บางครั้งใช้ในรูปแบบที่เทียบเท่า มันจะบันทึกข้อผิดพลาดเริ่มต้นทั่วไป มันจะพูดคุยเกี่ยวกับรายละเอียดปลีกย่อยที่ล้อมรอบความหมายที่แตกต่างกันของสัญลักษณ์เดียว (เหมือนหลายคำจำกัดความของคำเดียวกันในพจนานุกรม) มันไม่เพียง แต่จะเป็นคำอธิบายสั้น ๆ ของแต่ละสัญลักษณ์เช่นคำอธิบายเดียวเช่น "เซตย่อย" มันจะแสดงให้เห็นว่าสัญลักษณ์บางครั้ง "เกินพิกัด" ตัวอย่างเช่น(xy)(xy)\binom{x}{y}อาจมีzzzเป็นจำนวนเต็ม แต่บางครั้งzzzอาจเป็นชุดที่มีสัญลักษณ์นี้และมันหมายถึงการเลือกองค์ประกอบจากชุดนี้ [n][n][n]บางครั้งหมายถึงชุดจำนวนเต็ม1…n1…n1 \ldots nหรือบางครั้งก็เป็นอาร์เรย์แบบองค์ประกอบเดียว มันอาจพูดถึงวิธีการอธิบาย "วัตถุ" ที่แตกต่างกันทุกชนิดในแง่ของสัญลักษณ์ที่แตกต่างกันหรือวิธีที่เทียบเท่าในการอ้างอิงถึงวัตถุเหล่านั้น กล่าวอีกนัยหนึ่งเช่น API สำหรับวัตถุทางคณิตศาสตร์ นั่นคือบางครั้งมันก็เป็น "คู่มือรูปแบบ" สำหรับความแตกต่างที่แตกต่างกันในวิธีการนำเสนอการเขียนทางคณิตศาสตร์ นี่จะเป็นแหล่งข้อมูลที่มีประโยชน์มากสำหรับทุกคนที่เขียนคำถามในสแต็กการแลกเปลี่ยนทางคณิตศาสตร์ที่คำถามจำนวนมากล้มเหลวที่จะทำให้รู้สึกว่าไม่เหมาะสมกับวิธีการทางคณิตศาสตร์ที่ยุ่งยาก การแนะนำหนังสือบางเล่มมีคุณสมบัติเหล่านี้มากมาย อย่างไรก็ตามความนึกคิดมันจะเป็นการรักษาแยกต่างหาก นอกจากนี้แน่นอนว่ามันจะออนไลน์ มีสัญลักษณ์ยางเป็นตาราง แต่ไม่เป็นไปตามเกณฑ์ดังกล่าว มีใครเห็น "พจนานุกรมสัญลักษณ์" ที่ตรงกับคุณลักษณะเหล่านี้หรือไม่ (หรือมิฉะนั้นดูเหมือนว่าจะเป็นโครงการวิกิหรือโครงการคำถามที่พบบ่อยหากไม่มีการอ้างอิงที่ดีเช่นนี้)

1
มีอัลกอริธึมที่มีประสิทธิภาพสำหรับการพิจารณาว่ากราฟมีออโต้มอร์ฟิซึ่มเล็กน้อยหรือไม่?
ฉันกำลังทำงานกับปัญหาที่เกี่ยวข้องกับละตินสแควร์สและฉันต้องการวิธีการที่จำเป็นอย่างยิ่งในการตัดสินใจปัญหา: การป้อนข้อมูล : การ จำกัด กราฟง่ายกรัม เอาท์พุท : YESถ้า G มี automorphism ไม่น่ารำคาญNOเป็นอย่างอื่น ดังนั้น ... คำถาม : มีอัลกอริธึมที่มีประสิทธิภาพสำหรับการพิจารณาว่ากราฟมีออโต้มอร์ฟิซึ่มเล็กน้อยหรือไม่? เราสามารถใช้ Nauty หรือ Bliss (และแพ็คเกจอื่น ๆ ) เพื่อคำนวณกลุ่ม automorphism ทั้งหมด แต่ฉันไม่ต้องการ สิ่งที่ฉันต้องพิจารณาก็คือมันไม่สำคัญหรือไม่ เป็นไปได้ว่าปัญหาการตัดสินใจนี้มีความซับซ้อนทางทฤษฎีเทียบเท่ากับ "การคำนวณกลุ่มออโตมอร์ฟิซึมทั้งหมด" ในทางใดทางหนึ่ง ฉันไม่แน่ใจ. สำหรับจุดประสงค์ของฉัน "ประสิทธิภาพ" โดยทั่วไปหมายถึง "เร็วกว่าในทางปฏิบัติมากกว่าการคำนวณกลุ่ม automorphism ทั้งหมด" แต่ฉันก็สนใจในทฤษฎีที่อยู่เบื้องหลัง

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