พื้นหลัง
การคำนวณจำนวนจริงมีความซับซ้อนมากกว่าการคำนวณจำนวนธรรมชาติเนื่องจากจำนวนจริงเป็นวัตถุที่ไม่มีที่สิ้นสุดและมีจำนวนจริงมากมายนับไม่ถ้วนดังนั้นจำนวนจริงจึงไม่สามารถแสดงอย่างเป็นจริงได้ด้วยจำนวน จำกัด บนตัวอักษรที่ จำกัด
ซึ่งแตกต่างจากความสามารถในการคำนวณแบบดั้งเดิมในขอบเขต จำกัด ที่รูปแบบการคำนวณที่แตกต่างกันเช่น: แลมบ์ดาแคลคูลัส, ทัวริงจักร, ฟังก์ชันแบบเรียกซ้ำ, ... กลายเป็นสิ่งที่เท่าเทียมกัน (อย่างน้อยสำหรับการคำนวณ ตัวเลขจริงซึ่งไม่เข้ากัน ตัวอย่างเช่นในโมเดลTTE (ดู [Wei00]) ซึ่งเป็นรูปแบบเครื่องทัวริงคลาสสิกที่ใกล้เคียงที่สุดตัวเลขจริงจะแสดงโดยใช้เทปอินพุทที่ไม่มีที่สิ้นสุด (เช่นออริกาของทัวริง) และไม่สามารถตัดสินใจเปรียบเทียบและ ความสัมพันธ์ที่เท่าเทียมกันระหว่างตัวเลขทั้งสองให้เป็นจำนวนจริง (ในเวลา จำกัด ) ในทางกลับกันในรุ่น BBS / real-RAM ซึ่งคล้ายกับรุ่นของเครื่อง RAMเรามีตัวแปรที่สามารถเก็บจำนวนจริงโดยพลการและการเปรียบเทียบและความเท่าเทียมกันเป็นหนึ่งในการดำเนินงานปรมาณูของรูปแบบ ด้วยเหตุผลนี้และเหตุผลที่คล้ายคลึงกันผู้เชี่ยวชาญหลายคนบอกว่าแบบจำลอง BSS / real-RAM ไม่เหมือนจริง (ไม่สามารถนำไปใช้ได้อย่างน้อยก็ไม่ได้อยู่ในคอมพิวเตอร์ดิจิทัลปัจจุบัน) และพวกเขาชอบ TTE หรือโมเดลอื่น ๆ ที่เทียบเท่ากับ TTE โมเดล Ko-Friedman ฯลฯ
ถ้าฉันเข้าใจถูกต้องโมเดลการคำนวณเริ่มต้นที่ใช้ในComputational GeometryคือโมเดลBSS (aka real-RAM , ดู [BCSS98])
ในทางกลับกันฉันคิดว่าในการดำเนินการตามอัลกอริทึมใน Computational Geometry (เช่นLEDA ) เราจะจัดการกับตัวเลขเกี่ยวกับพีชคณิตเท่านั้นและไม่มีวัตถุหรือการคำนวณที่ไม่มีอนันต์ที่สูงกว่า ดังนั้นสำหรับฉัน (อาจไร้เดียงสา) ว่าเราสามารถใช้แบบจำลองการคำนวณแบบคลาสสิกเหนือขอบเขตที่ จำกัด เพื่อจัดการกับตัวเลขเหล่านี้และใช้แบบจำลองการคำนวณแบบปกติ (ซึ่งใช้สำหรับการนำอัลกอริธึมมาใช้) เพื่อหารือความถูกต้องและความซับซ้อน ของอัลกอริทึม
คำถาม:
อะไรคือสาเหตุที่นักวิจัยใน Computational Geometry ต้องการใช้โมเดล BSS / real-RAM (เหตุผลเฉพาะเรขาคณิตเชิงคำนวณสำหรับการใช้แบบจำลอง BSS / real-RAM)
อะไรคือปัญหาของแนวคิด (อาจไร้เดียงสา) ที่ฉันได้กล่าวถึงในย่อหน้าก่อนหน้า? (ใช้แบบจำลองการคำนวณแบบคลาสสิกและ จำกัด อินพุตให้กับตัวเลขเกี่ยวกับพีชคณิตในเรขาคณิตเชิงคำนวณ)
ภาคผนวก:
นอกจากนี้ยังมีความซับซ้อนของปัญหาอัลกอริธึมมันง่ายมากที่จะตัดสินใจปัญหาต่อไปนี้ในรูปแบบ BSS / real-RAM:
ในขณะที่ไม่มีอัลกอริธึมจำนวนเต็ม RAM ที่มีประสิทธิภาพเป็นที่รู้จักสำหรับการแก้ปัญหา ขอบคุณ JeffE สำหรับตัวอย่าง
อ้างอิง:
- Lenore Blum, Felipe Cucker, Michael Shub และ Stephen Smale, "ความซับซ้อนและการคำนวณที่แท้จริง", 1998
- Klaus Weihrauch, "การวิเคราะห์ความน่าเชื่อถือ, การแนะนำ ", 2000